Künstliche Intelligenz

Trainingsdaten für maschinelles Lernen gesucht

Künstliche Intelligenz (KI) hält in immer mehr Bereichen Einzug. Eine zunehmende Bedeutung gewinnt vor allem das maschinelle Lernen.

Beim maschinellen Lernen werden KI-Systeme nicht nur programmiert, sondern auch mit geeigneten Daten trainiert. Die in den Trainingsdaten erkannten Muster und Informationen können die Systeme nach Abschluss des Trainingsprozesses auf bisher unbekannte Datenbestände übertragen.

Der Bedarf an solchen Trainingsdaten wird in den kommenden Jahren stark zunehmen. Fast alle Unternehmen (94 Prozent), die sich mit KI auseinandersetzen, gehen davon aus, dass der Bedarf an Trainingsdaten steigen wird. So lautet das Ergebnis einer Umfrage, die Bitkom Research im Auftrag des Digitalverbands Bitkom durchgeführt hat. Zwei Drittel (66 Prozent) sagen zudem, dass personenbezogene Daten genutzt werden müssen, damit die KI verwertbare Analyseergebnisse liefert. „Daten sind der Treibstoff für Künstliche Intelligenz“, sagt Bitkom-Präsident Achim Berg. „Unternehmen, die KI entwickeln oder einsetzen, kommen daher schnell an den Punkt, dass sie auch auf Datensätze zurückgreifen müssen, die personenbezogene Daten enthalten.“

Datenschutz erfordert hohen Aufwand

Die Unternehmen betreiben einen hohen Aufwand, um die rechtlichen Vorgaben beim Training von Systemen des maschinellen Lernens mit personenbezogenen Daten einzuhalten. Die meisten von ihnen (69 Prozent) erfüllen die datenschutzrechtlichen Vorgaben, indem sie die Einwilligung der Betroffenen einholen. Für 63 Prozent der Unternehmen führt kein Weg an der Anonymisierung der Daten vorbei, obwohl der für viele KI-Analysen besonders wertvolle Personenbezug dadurch entfernt wird. Jedes Fünfte (20 Prozent) nutzt die Pseudonymisierung, bei der Personenbezüge ersetzt werden. 42 Prozent verarbeiten die Daten auf Grundlage einer datenschutzrechtlichen Interessenabwägung und 16 Prozent greifen auf einen Dienstleister zurück, der den Datenschutz sicherstellen soll. Zugleich gibt jedes zehnte Unternehmen (10 Prozent) an, von vornherein auf die Nutzung personenbezogener Daten zu verzichten. „Es gibt einen großen Bereich von Rechtsunsicherheit und rechtliche Risiken bei der Nutzung von Daten. Viele Unternehmen entscheiden sich im Zweifel gegen die Nutzung von Daten und gegen die Entwicklung von KI-Modellen“, sagte Berg. „Datensouveränität und Datensorgfalt müssen Datensparsamkeit als Leitmotiv ablösen, wenn wir die großen Zukunftsherausforderungen erfolgreich angehen wollen.“

Datenschutzrechtliche Vorgaben sind einzuhalten

Obwohl viele Unternehmen einen hohen Aufwand betreiben, um datenrechtliche Vorgaben einzuhalten, so scheinen auf der anderen Seite zahlreiche Firmen dies eben nicht zu tun und widersprechen hiermit den Grundsätzen der Datenschutzgrundverordnung. Für Daten-Leaks oder Datenmissbrauch können Bußgelder in Höhe von bis zu 20 Millionen Euro verhängt werden. Lesen Sie mehr zum Thema Datenschutz und Data Governance im Buch Erfolgsmodell Data Analytics von Marcus Albrecht und Tobias Schlüter.
  

Erfolgsmodell Data Analytics Autor: Prof. Dr. Marcus Albrecht, Dr. Tobias Schlüter Data Analytics und Digitalisierung gelten als wichtiger Schlüssel zur Bewältigung aktueller unternehmerischer Herausforderungen, generell als Schlüssel zur Zukunft. Thematisch sind sie längst im Unternehmensalltag angekommen – doch von einer systematischen Ausschöpfung ihrer Möglichkeiten sind die meisten Unternehmen noch weit entfernt. Marcus Albrecht und Tobias Schlüter bieten einen praxisorientierten Einstieg in die Welt von (Big) Data Analytics, Künstlicher Intelligenz & Co. und vermitteln das notwendige Handwerkszeug, um Data-Analytics-Projekte mit Erfolg durchzuführen. Schlüsselthema Data Analytics: Potenziale, Einsatzfelder, Anwendungsgrundlagen und Umsetzung in Geschäftsprozessen Analytics-Use-Cases erkennen und den passenden, Mehrwert schaffenden Algorithmus entwickeln Typische Risiken und Fallstricke und wie man sie im Workflow umgeht Analytics-Change-Management: Akzeptanz für Data Analytics schaffen, Mitarbeiter mitnehmen und die Arbeitsteilung Mensch/Maschine richtig gestalten Aus Daten neue Einsichten gewinnen und sie in richtige Entscheidungen, Wettbewerbsvorsprünge und bessere Unternehmensergebnisse umsetzen. Hier erfahren Sie, wie Sie das Erfolgsversprechen des Megatrends „Datenanalytik“ einlösen können.

Künstliche Intelligenz in Unternehmen	08.06.2020
Erst mal nur schauen
	Unternehmen in Deutschland sprechen der Künstlichen Intelligenz eine herausragende Bedeutung zu, tun sich aber schwer damit, die Technologie praktisch einzusetzen. mehr …

(ESV, uw)

Programmbereich: Management und Wirtschaft