Unklare Richtlinien zur Definition von KI-Systemen

Einführung

Die von der Europäischen Kommission veröffentlichten Richtlinien zur Definition eines künstlichen Intelligenzsystems (KI-System) bieten keine klare Orientierung. Diese Richtlinien sollten Entwicklern, Nutzern und zuständigen Behörden helfen, die Definition besser zu verstehen.

Definition eines KI-Systems

Das KI-Gesetz der EU definiert ein KI-System als: „ein maschinenbasiertes System, das darauf ausgelegt ist, mit unterschiedlichen Autonomiestufen zu arbeiten und das nach der Bereitstellung Anpassungsfähigkeit zeigen kann; es inferiert aus den erhaltenen Eingaben, wie es Ausgaben wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt, die physische oder virtuelle Umgebungen beeinflussen können.“

Probleme mit den Richtlinien

Die Richtlinien interpretieren die obige Definition auf eine Weise, die in mehreren Punkten problematisch ist.

Logistische Regression im Anwendungsbereich

In Absatz 42 wird ausgeführt, dass „Systeme zur Verbesserung mathematischer Optimierung“ nicht im Anwendungsbereich liegen. Dabei werden lineare und logistische Regressionen als Beispiele genannt. Außerhalb dieses Kontextes wären diese Methoden jedoch im Geltungsbereich des Gesetzes.

Absatz 45 unterscheidet zwischen „Optimierung der Funktionsweise der Systeme“ und „Anpassungen ihrer Entscheidungsmodelle“, wobei Letzteres im Anwendungsbereich des KI-Gesetzes bleibt. Die Verwendung logistischer Regressionen in Anwendungen, die Entscheidungen über Personen betreffen, würde Anpassungen der Entscheidungsmodelle beinhalten.

Widerspruch zwischen einem Erwägungsgrund und den Richtlinien

Die Richtlinien versuchen, zwischen KI-Systemen und „einfacheren traditionellen Softwaresystemen“ zu unterscheiden, was zu mehr Verwirrung führt. Erwägungsgrund 12 des KI-Gesetzes besagt: „Ein wesentliches Merkmal von KI-Systemen ist ihre Fähigkeit zu inferieren“. Die Richtlinien hingegen behaupten fälschlicherweise, dass Modelle wie Optimierungsmethoden nicht über „grundlegende Datenverarbeitung“ hinausgehen.

Seltsame Argumentation

Die Argumentation, dass ein System, das seit vielen Jahren konsolidiert genutzt wird, nicht über die grundlegende Datenverarbeitung hinausgeht, ist unlogisch. Wie lange ein System verwendet wird, sollte hier irrelevant sein.

Zusätzlich wird als Ausrede angeführt, dass „alle maschinenbasierten Systeme, deren Leistung über eine grundlegende statistische Lernregel erreicht werden kann, formal zwar als maschinelles Lernen klassifiziert werden könnten, jedoch außerhalb des Anwendungsbereichs der KI-Systemdefinition liegen, aufgrund ihrer Leistung.“

Fazit

Zusammenfassend lässt sich sagen, dass diese Richtlinien keine Klarheit schaffen, sondern die Verwirrung eher verstärken. Glücklicherweise sind die Richtlinien rechtlich nicht bindend und es bleibt zu hoffen, dass die zuständigen Regulierungsbehörden bei der Interpretation der Definition von KI-Systemen auf fundierte Argumente zurückgreifen werden.

More Insights

KI-Ingenieure vs. Verantwortungsvolle KI-Ingenieure: Intelligenter bauen oder sicherer gestalten

Künstliche Intelligenz hat in den letzten Jahren enorme Fortschritte gemacht, was AI-Ingenieure an die Spitze der Innovation stellt. Gleichzeitig bringt diese Macht Verantwortung mit sich, da Fragen...

Verantwortungsbewusste KI: Eine neue Notwendigkeit

Dr. Anna Zeiter betont, dass verantwortungsvolle KI nicht nur ein Schlagwort ist, sondern eine grundlegende Notwendigkeit. Sie hebt hervor, dass Vertrauen und Verantwortlichkeit entscheidend sind, um...

KI-Integration in Unternehmen: Compliance im Fokus

Künstliche Intelligenz soll Unternehmen schneller, intelligenter und wettbewerbsfähiger machen, aber die meisten Projekte scheitern. Der Cloud Security Alliance (CSA) zufolge liegt das Problem darin...

Erhalt von generativen KI-Inhalten: Rechtliche und organisatorische Herausforderungen

Generative KI-Tools, die Texte und Medien basierend auf den Daten erstellen, mit denen sie trainiert wurden, werfen rechtliche Bedenken hinsichtlich Datenschutz, Datensicherheit und Privilegien auf...

Verantwortungsvolles KI-Management: Prinzipien und Vorteile

Künstliche Intelligenz verändert, wie wir leben und arbeiten, weshalb es wichtig ist, sie auf die richtige Weise zu nutzen. Verantwortliche KI bedeutet, KI zu schaffen und zu verwenden, die fair...

Vertrauenswürdige KI: Erfolgsfaktor für Unternehmen im Zeitalter der Innovation

In den letzten zwanzig Jahren hat sich die Abhängigkeit von künstlicher Intelligenz (KI) zur Entscheidungsfindung in Unternehmen stark entwickelt. Um in diesem neuen Modell effektiv zu arbeiten...

KI-Regulierung in Spanien: Fortschritte und Herausforderungen

Spanien ist Vorreiter in der KI-Governance mit dem ersten KI-Regulator Europas (AESIA) und einem bereits aktiven regulatorischen Sandbox. Zudem wird ein nationaler KI-Gesetzentwurf vorbereitet, der...

Globale Regulierung von KI: Ein Überblick über Israel

Künstliche Intelligenz (KI) hat in den letzten Jahren enorme Fortschritte gemacht und ist zunehmend in das öffentliche Bewusstsein gerückt. Regierungen und Aufsichtsbehörden weltweit müssen schnell...

KI im Glücksspiel: Chancen und Herausforderungen der Regulierung

Der Einsatz von Künstlicher Intelligenz (KI) im Glücksspielsektor bringt sowohl Chancen als auch Risiken mit sich, da die regulatorischen Anforderungen steigen und die Haftungsrisiken zunehmen...