Workshop: Vertrauenswürdigkeit von KI-Lösungen / Call for Paper

• Wann: 15. November 2022
• Wo: Fraunhofer IESE, Kaiserslautern (vor Ort oder virtuell)
• Veranstalter: GI-Fachgruppe "Measurement & Data Science" (FG 2.1.10) im Rahmen der ESAPI-Community

Motivation

Das Vertrauen in Anwendungen der künstlichen Intelligenz ist von multidimensionalen Aspekten abhängig. Die „Ethics Guidelines for Trustworthy AI“ der Europäischen Kommission definieren verschiedene Prinzipien und Handlungsempfehlungen, wie das Abwenden von Schaden, Fairness oder transparente Prozesse, als Grundlage für Vertrauenswürdigkeit. Eine ausschließliche Berücksichtigung der technischen Eigenschaften entwickelter Lösungen, die sich z.B. an der ISO 25000 orientiert, ist zwar sinnvoll, reicht aber zur Gewährleistung vertrauenswürdiger KI-Lösungen nicht aus. Die VDE-Anwendungsregel VDE-AR-E 2842-61 des DKE-Arbeitskreises 801.0.8 bricht Vertrauenswürdigkeit in einzelne Qualitätsaspekte herunter, wie Zuverlässigkeit, Verfügbarkeit, Wartbarkeit, Funktionale Sicherheit, Cybersicherheit, Privatsphäre, Benutzerfreundlichkeit, Ethik/Moral und Robustheit. Mit Hilfe von KI-Lösungen gewonnene Klassifizierungen, Prognosen oder auch Bild-, Audio- und Videoanalysen implizieren Bedürfnisse hinsichtlich der Erklär-, Interpretier- und Reproduzierbarkeit. Dabei geht es nicht zuletzt um die Vermeidung diskriminierender Ergebnisse eingesetzter KI-Algorithmen. Die Reproduzierbarkeit erzielter Analyseergebnisse wird durch das BSI als direkte Vorrausetzung für die Verbreitung vertrauenswürdiger KI-Ansätzen genannt :

„Furthermore, reproducibility is a requirement for establishing causality for the interpretation of model results and building of trust towards the overwhelming expansion of AI systems applications.“ (Quelle des Zitats: BSI 2022)

Unter Berücksichtigung der aufgezeigten Komplexität des Begriffs der Vertrauenswürdigkeit im KI-Diskurs bedarf es dennoch einfach zu handhabender Prinzipien und Methoden, die eine Auseinandersetzung mit sinnfälligen KI-Lösungen von vornherein nicht obsolet machen. Folgende Themenbereiche dienen der Anregung für potentielle Beiträge, selbstverständlich sind weitere Aspekte im denkbar.

Potentielle Themenbereiche:

• Vertrauenswürdigkeit cloudbasiert eingesetzter KI-Algorithmen.
• Umgang mit kompositorisch erstellten KI-Lösungen und deren Vertrauenswürdigkeit.
• Risikogetriebene Ansätze zur Vertrauenswürdigkeit von KI-Lösungen.
• Empirische Analysen zur nutzerzentrierten Bewertung der Vertrauenswürdigkeit.
• Möglichkeiten von Tests und Analysen.
• Bedarf rechtlicher Rahmenbedingungen.
• Implikationen im Softwareentwicklungsprozess.
• Umgang mit vertrauensbildenden Kriterien im Diskurs der eingesetzten Daten.
• Sinnfälligkeit potentieller Zertifizierungsansätze.

Workshop-Beiträge

Gesucht werden Beiträge von Praktikern und Wissenschaftlern, die sich mit den aufgezeigten Themenschwerpunkten bereits auseinandergesetzt haben. Die Beiträge sollen mit Hilfe von Impulsvorträgen und Postern präsentiert werden, darüber hinaus ist eine Publikation in einem korrespondierenden Tagungsband vorgesehen. Bitte nutzen Sie für die Einreichung der Beiträge im docx- oder pdf-Format (5 bis 8 Seiten) ausschließlich das EasyChair-System! Die Formatierungsrichtlinien werden ebenfalls auf den genannten Webseiten zur Verfügung gestellt.

Termine

• 10.10.2022: Einreichung von Beiträgen (via Easychair)
• 24.10.2022: Annahme/Ablehnung (via Email)
• 01.11.2022: Abgabe der druckreifen Beiträge (unbedingt einzuhalten)
• 15.11.2022: Workshop (vor Ort oder virtuell)

Webseite zum Workshop

• Weitere Informationen: https://fg-data-science.gi.de und https://blog.hwr-berlin.de/schmietendorf 
• Paper Submission: https://easychair.org/conferences/?conf=esapi2022

Kontakt

Andreas Schmietendorf
HWR Berlin - Berlin School of Economics and Law
E-Mail: andreas.schmietendorf@hwr-berlin.de

Jens Heidrich
Fraunhofer IESE Kaiserslautern:
E-Mail: Jens.Heidrich@iese.fraunhofer.de