Die folgende Übersicht zeigt, welche Forschungsprojekte für Normungsexperten besonders relevant sind und warum: Sie decken regulatorische, technische, nachhaltige und sicherheitsbezogene Fragestellungen ab und bieten wertvolle Einblicke in die Entwicklung von Standards und Verfahren für Künstliche Intelligenz.

Regulatorische Forschung – Wie können wir KI sicher machen?

• Entwicklung von Prüfverfahren:
  Standards für die Überprüfung und Zertifizierung von KI-Systemen, ähnlich den TÜV-Tests für Fahrzeuge, werden entwickelt, um die Zuverlässigkeit und Sicherheit von KI-Anwendungen sicherzustellen.
  Beispiel: BSI CERT

• Qualitätskriterien:
  Definition messbarer Eigenschaften, die eine „gute“ und vertrauenswürdige KI ausmachen. Hierbei spielen normierte Ansätze wie die ISO/IEC 42001 eine wichtige Rolle.

• Internationale Standards:
  Harmonisierung der Regeln und Anforderungen an KI-Systeme zwischen verschiedenen Ländern und Regionen, um globale Kompatibilität und Marktzugang zu gewährleisten.
  Beispiel: DIN/ISO

Technische Umsetzung – Wie funktioniert KI in der Praxis?

• Industrielle Qualitätskontrolle:
  Einsatz von KI-Systemen zur automatischen Erkennung von Produktfehlern und Steigerung der Effizienz in der Produktion.
  Beispiel: Fraunhofer IPA

• Validierungsmethoden:
  Methoden zur Überprüfung, ob Entscheidungen, die durch KI getroffen werden, zuverlässig und nachvollziehbar sind. Dies ist entscheidend für die Akzeptanz und den sicheren Einsatz von KI.
  Beispiel: TÜV CERT

• Referenzarchitekturen:
  Standardisierte Baupläne für KI-Systeme, die Unternehmen als Vorlage für eigene Anwendungen dienen und Normung erleichtern.
  Beispiel: DKE (Deutsche Kommission Elektrotechnik)

Nachhaltigkeit – Wie umweltfreundlich ist KI?

• Energieverbrauch:
  Messung und Optimierung des Stromverbrauchs von KI-Systemen, um den ökologischen Fußabdruck zu minimieren.
  Beispiel: BSI Green IT

• Emissionsmessung:
  Entwicklung standardisierter Methoden zur Erfassung und Reduktion der CO2-Emissionen durch KI.
  Beispiel: ISO 14001

• Nachhaltigkeitsstandards:
  Richtlinien zur umweltfreundlichen Nutzung und Entwicklung von KI-Technologien, unterstützt durch den EU Green Deal.

Sicherheit – Wie schützen wir KI-Systeme?

• Sicherheitsstandards:
  Entwicklung von Schutzmaßnahmen gegen Angriffe und unbefugten Zugriff auf KI-Systeme.
  Beispiel: BSI AI

• Zertifizierungsmethoden:
  Offizielle Verfahren zur Bestätigung der Sicherheit von KI-Systemen durch unabhängige Stellen.
  Beispiel: TÜV AI

• Risikobewertung:
  Systematische Einschätzung potenzieller Risiken und Gefahren, die durch den Einsatz von KI entstehen können, mit besonderem Fokus auf regulatorische Vorgaben wie den EU AI Act.

Konkrete Forschungsprojekte

• „Zertifizierte KI“ (BSI/Fraunhofer IAIS)
  Ziel: Entwicklung von Prüfverfahren für KI-Systeme, vergleichbar mit TÜV-Prüfungen für Autos, um vertrauenswürdige und sichere KI-Anwendungen zu gewährleisten.

• „AI Testing Facilities“ (EU)
  Ziel: Einrichtung europäischer Testzentren für KI, die einheitliche Prüfmethoden entwickeln und zur Harmonisierung von Standards in Europa beitragen.

Diese Projekte sind besonders wichtig für:

• Qualitätsmanager
• Technische Leiter
• Normungsbeauftragte
• Entwicklungsleiter

Die Forschungsergebnisse tragen dazu bei, KI-Systeme sicher, zuverlässig und nachhaltig zu gestalten und bieten wichtige Impulse für die Normung und Standardisierung im Bereich der Künstlichen Intelligenz.