Gemeinsam mit dem Institut für Machine Learning der Johannes Kepler Universität (JKU) Linz entwickelt TÜV AUSTRIA ein Zertifikat für künstliche Intelligenz.
Künstliche Intelligenz gehört zu den am schnellsten wachsenden Themenfeldern. Machine Learning ist die treibende Kraft dieser Technologierevolution. Ob Bilderkennung, Empfehlungssysteme, Chatbots, Diagnostik oder Prognosen – mit großen Datenmengen trainierte Machine Learning Modelle finden sich bereits heute in einer Vielzahl von Anwendungen des Alltags wieder und verleihen diesen „Intelligenz“.
Kann ich dir vertrauen?
Doch gerade dieser Anschein von Intelligenz verunsichert und wirft Fragen auf: Ist diese künstliche Intelligenz vertrauenswürdig und sicher? Erfüllt die KI die von ihr erwartete Funktion? Sind die im Training verwendeten Daten korrekt? Wird mit der großen Menge an sensiblen Daten sorgsam umgegangen? TÜV AUSTRIA arbeitet gemeinsam mit dem Institut für Machine Learning der Johannes Kepler Universität an entsprechenden Zertifizierungsmethoden, um Hersteller bei der Entwicklung sicherer, verlässlicher und qualitativ hochwertiger Machine Learning Modelle zu unterstützen und Nutzern ein Qualitätssiegel für vertrauenswürdige KI-Systeme zu bieten.
Institutsvorstand Prof. Sepp Hochreiter sieht KI richtungsweisend für die Zukunft: „Machine Learning ist die derzeit wichtigste Grundlagentechnologie und wird langfristig unser technisches Umfeld und unser ganzes Leben massiv beeinflussen. Umso wichtiger ist es, mit der Zertifizierung von Machine Learning Anwendungen das Vertrauen der Konsumenten in diese Technologie zu stärken. Daher arbeiten wir gerne daran mit, die notwendigen Qualitätskriterien maßgeblich mitzugestalten.“ Prof. Hochreiter gilt weltweit als Pionier der modernen Künstlichen Intelligenz und rief vor zwei Jahren Österreichs erstes KI Studium an der JKU Linz ins Leben. Er ist Vorstandsmitglied von ELLIS, dem Exzellenznetzwerk der besten europäischen Wissenschaftler im Bereich des Machine Learnings und dessen Anwendungen. Hochreiter leitet das LIT AI Lab und die ELLIS Unit Linz.
Prüfung auf Herz und Nieren
Die erste Erfolgsstufe wurde erreicht: Sogenannte Supervised Learning Anwendungen im niedrigen bis mittelhohen Risikobereich werden heute schon zertifiziert. „Wir führen bereits erste Zertifizierungsprojekte durch, wobei sich die Anwendungen vor allem im industriellen Umfeld aber auch im Consumer Bereich wiederfinden. In den nächsten Phasen der Entwicklungskooperation werden die jetzigen Ansätze erweitert, um auch sicherheitskritischere Anwendungen basierend auf einem breiteren Spektrum von Machine Learning Methoden zertifizieren zu können“, sagt Dr. Stefan Haas, CEO der TÜV AUSTRIA Group und ergänzt: „Besonders freut es uns, für dieses herausfordernde Unterfangen das Machine Learning Institut der JKU als hochkompetenten und international anerkannten Partner an unserer Seite zu wissen.“
Im Rahmen der Zertifizierung werden die Machine Learning Modelle und deren Entwicklungsprozess in mehreren Dimensionen im Detail überprüft. Dabei wird nicht nur die eigentliche Funktion und Verlässlichkeit der trainierten Modelle untersucht, sondern auch die Sicherheit der Software und ob diese den Anforderungen ihres Einsatzgebiets entsprechend angemessen entwickelt wurde. Hinzu kommt eine Prüfung, ob mit persönlichen Daten vertraulich umgegangen wird und mögliche ethische Fragestellungen ausreichend berücksichtigt werden.
Trusted Artificial Intelligence
Rückfragen
TÜV AUSTRIA Group | Thomas Doms | TÜV AUSTRIA-Platz 1, 2345 Brunn am Gebirge
Email: digitalservices(at)tuv.at | T: +43 664 604546313
JKU, Institute for Machine Learning | Dr. Bernhard Nessler | E: Nessler(at)ml.jku.at | T: +43 664 3336009
Tatort Unternehmen:
Betriebsspionage ein alter Hut?
Neu sind jedenfalls die Wege, wie sich Spione von heute Zutritt zu ihrem Ziel verschaffen. Sie passieren keine Firewalls mehr, sondern nehmen oft sogar – hochoffiziell in Form neuer Mitarbeiter/innen – die Eingangstüre.
Kick-off: Cybersecurity-Center an der TU Wien
Spannender Austausch bei Podiumsdiskussion
Bei der Eröffnungsveranstaltung des fakultätsübergreifenden Zentrums der Technischen Universität Wien am 18.4.2024 kamen Forscher_innen, Praktiker_innen und Entscheidungsträger_innen zusammen, um die Zusammenarbeit und den Wissensaustausch zu fördern und so den Herausforderungen der Cybersicherheit auf lokaler als auch auf globaler Ebene zu begegnen.
Bei der Podiumsdiskussion betonten die Teilnehmenden – darunter Andreas Köberl (TÜV TRUST IT TÜV AUSTRIA GMBH) – unter anderem die Rolle von Universitäten bei der Kenntnisvermittlung über Cybersicherheit an Industrie und öffentlichen Sektor. Eine interdisziplinäre Strategie soll Verständnis- und Anwendungslücken schließen und die Widerstandsfähigkeit gegen Cyberbedrohungen stärken.
TÜV AUSTRIA Akademie – Expertentag
Hier spricht MI über KI: Das TÜV AUSTRIA Symposium IT und Datensicherheit
Künstliche Intelligenz (KI) ist in aller Munde.
Über Menschliche Intelligenz (MI) wird hingegen seltener gesprochen. Anders beim jährlichen Treffpunkt zum Thema Informations- und Datensicherheit sowie Datenschutz in Brunn am Gebirge und online: Denn am 25. April 2024 spricht MI – in Form von ausgewiesenen Expert/innen – über Trends, Entwicklungen und Regulierung von KI. Erfahrungsaustausch, fachliche Weiterbildung sowie aktuelle und zukünftige Themen stehen fix am Programm.
Innovation und Zukunftsstrategien
Open Innovation Day
Organisation, offene Kultur, durchdachte Strategie
Der Open Innovation Day brachte exklusiv Vertreter wichtiger österreichischer Unternehmen aus Industrie und Infrastruktur, Universitäten, Forschungseinrichtungen sowie Stakeholder des TÜV AUSTRIA auf dem TÜV AUSTRIA Campus zusammen.
ÖBB-Immobilienmanagement GmbH setzt auf verlässliche Sicherheit
TÜV AUSTRIA konnte die nationale Ausschreibung für sich entscheiden
TÜV AUSTRIA #WiPreis 2023 – Die Short-List steht fest
Neun Projekte in drei Kategorien sind im Rennen um den diesjährigen TÜV AUSTRIA Wissenschaftspreis.
114 Bewerbungen sind für die zwölfte Auflage des TÜV AUSTRIA Wissenschaftspreises eingegangen. Jetzt liegt eine erste Entscheidung vor.