meta² - KI-Prozesssicherheit durch Metametadaten

Projekttitel: 

Ideengeber*in:

Potenzielle Projektpartner*innen

• --

Ausgangslage

Mit der wachsenden Popularität KI-getriebener Prozesse zur automatisierten Bewertung, Klassifizierung und Gruppierung von Daten, steht die Industrie vor der Herausforderung, diese von Maschinen erzeugten Metadaten zu verwerten und von manuell erzeugten Metadaten zu unterscheiden. Um eine durchgehende Provenienz dieser Informationen zu gewährleisten, sind Metadaten über Metadaten notwendig, die z.B. Herkunft (KI oder Mensch), Kontext (Zeit, Ort, Prozess) oder Konfidenz des Metadatums beschreiben, um eine Bewertung und Nachvollziehbarkeit durch andere Prozesse zu ermöglichen. Eine steigenden Popularität von standardisierten und Industrie-bezogenen Metadatenmodellen (z.B. tekom iiRDS; VDI-Richtlinie 2770) steht abstrakten Regelwerken zur Provenienzbeschreibung von Metadaten gegenüber, die den direkten Bezug zur Anwendung in der Industrie missen lassen (PROV-O: The PROV Ontology).  Aktuell gibt es vereinzelte Systeme, die jeweils eigene Ansätze zur Lösung des Problems einsetzen. durch proprietäre Formate können diese Daten jedoch nicht verlustfrei ausgetauscht werden. Durch eine Standardisierung kann großes Potenzial für die Austauschbarkeit von KI-erzeugten Metadaten freigeschaltet werden und dadurch Industrieprozesse sicher und effizient gestaltet werden.

Nutzen

Worin liegt das Optimierungspotential?

Durch ein standardisiertes Modell für Metadaten über Metadaten können die von KI-basierten Prozessen erzeugten Informationen nun auch System- und Organisations-übergreifend ausgetauscht werden, ohne Informationen über deren Herkunft zu verlieren.

Wer profitiert von der Innovation und dem Standard?

Die Industrie in Deutschland, die aus Gründen der Prozesssicherheit darauf angewiesen ist, die Herkunft von Daten nachvollziehen zu können und deshalb Probleme beim Austausch von digitalen Informationen mit maschinell generierten Metadaten hatte und in Zukunft haben wird, falls keine Standardisierung erfolgt. 

Wie werden die Ergebnisse nach Projektabschluss verwertet?

Das entstehende Regelwerk wird in der plusmeta-Plattform umgesetzt und bildet somit eine erste Referenzimplementierung des Standards

Skizzieren Sie bitte die europäische/internationale Bedeutung

Standardisierte Metadaten-Modelle ermöglichen automatisch auch den grenzübergreifenden Informationsaustausch, da sprachspezifische Beschreibungen durch neutrale Wertelisten ersetzt werden.

Bestehen Einreichungsmöglichkeiten bei Europäischen und internationalen Normungsorganisationen (CEN/CENELEC/ISO/IEC)?

Ja. Durch den Einsatz von sprachneutralen Konzepten, ist der Einsatz des Regelwerks nicht auf ein Land begrenzt. Da, die zuerst betroffenen Unternehmen in der Regel global agierende Konzerne sind, ist hier eine internationale Normungsinitiative in Anschluss an den Entwurf des deutschen Regelwerks zu empfehlen.

Skizzieren Sie bitte die Markt- und gesellschaftliche Relevanz

Die Erklärbarkeit und Nachvollziehbarkeit von KI-Prozessen als große Herausforderung der Branche ist in der Mitte der Gesellschaft angekommen (siehe z.B. https://de.wikipedia.org/wiki/Explainable_Artificial_Intelligence).
Speziell die deutsche Industrie muss deshalb sicherstellen, dass unterschieden werden kann ob ein Mensch oder eine Maschine eine bestimmte Information erstellt hat oder warum eine bestimmte Entscheidung getroffen wurde.

Kompetenzen und Ressourcen

Als Softwarefirma, deren Kernkompetenz die Generierung von Metadaten auf Basis von KI-Prozessen ist, sind wir nicht nur Experten auf diesem Gebiet sondern auch direkte Zielgruppe des zu erstellenden Regelwerks. Durch zahlreiche Veröffentlichungen auf internationalen Konferenzen und in relevanten Fachzeitschriften, stehen wir auch in engem Austausch mit der wissenschaftlichen Community. Durch das bisherige Engagement in Gremien zur Standardisierung von Metadatenmodellen, konnten wir neben einem großen Netzwerk auch Know-How zum industrienahen Entwurf von technischen Regeln aufbauen. In produktiven Kundenprojekten haben wir bisher viele Anforderungen an die standardisierte Provenienzbeschreibung sammeln können, an die wir nun anknüpfen können. 

Standardisierungsscope

Der geplante Standard definiert Anforderungen an Format. Provenienz und Modellierung von KI-generierten Metadaten zum System- und Organisations-übergreifenden Austausch von Informationen in der Industrie.