AI system
Ein AI system ist ein maschinengestütztes System, das so konzipiert ist, dass es mit unterschiedlichem Grad an Autonomie betrieben werden kann. Nach der Einführung kann es Anpassungsfähigkeit zeigen, indem es explizite oder implizite Ziele aus den Eingaben, die es erhält, ableitet und Ergebnisse erzeugt, die physische oder virtuelle Umgebungen beeinflussen können.
Training/validation/testing data
Daten, die zum Training eines KI-Systems durch Anpassung seiner lernfähigen Parameter verwendet werden.
Input data
Daten, die einem KI-System zur Verfügung gestellt oder von diesem direkt erfasst werden und auf deren Grundlage das System eine Ausgabe erzeugt.
Biometric data
Biometrische Daten sind einzigartige menschliche Merkmale wie Fingerabdrücke, Gesichtszüge oder Stimmfrequenzen, die von KI-Algorithmen erfasst und analysiert werden können, um Personen zu identifizieren oder zu verifizieren.
Emotion recognition system
Ein KI-System, das dazu dient, Emotionen oder Absichten natürlicher Personen auf der Grundlage ihrer biometrischen Daten zu erkennen oder abzuleiten.
Biometric categorisation system
Ein KI-System, das dazu dient, natürliche Personen anhand ihrer biometrischen Daten bestimmten Kategorien zuzuordnen.
AI literacy
Die Anbieter und Betreiber von KI-Systemen ergreifen Maßnahmen, um nach bestem Wissen und Gewissen sicherzustellen, dass ihr Personal und andere Personen, die in ihrem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind, über ausreichende KI-Kenntnisse verfügen, und zwar unter Berücksichtigung ihrer technischen Kenntnisse, ihrer Erfahrung, ihrer Aus- und Weiterbildung und des Kontexts, in dem die KI-Systeme eingesetzt werden sollen, sowie unter Berücksichtigung der Personen oder Personengruppen, bei denen die KI-Systeme eingesetzt werden sollen.
Deep fake
KI-generierte oder -manipulierte Bild-, Audio- oder Videoinhalte, die existierenden Personen, Gegenständen, Orten oder anderen Einheiten oder Ereignissen ähneln und einer Person fälschlicherweise als authentisch oder wahrheitsgemäß erscheinen würden.
General purpose AI model/system
Ein KI-Modell, das mit einer großen Datenmenge unter Verwendung von Selbstüberwachung in großem Maßstab trainiert wurde, das eine erhebliche Allgemeinheit aufweist, das in der Lage ist, ein breites Spektrum unterschiedlicher Aufgaben kompetent zu erfüllen und das in eine Vielzahl nachgelagerter Systeme oder Anwendungen integriert werden kann – unabhängig davon, wie das Modell auf den Markt gebracht wird Dies gilt nicht für KI-Modelle, die vor ihrer Veröffentlichung auf dem Markt für Forschungs-, Entwicklungs- und Prototyping-Aktivitäten verwendet werden.
Maschinelles Lernen
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, in dem Computeralgorithmen entwickelt werden, die aus Daten lernen und Muster erkennen können, ohne explizit programmiert zu werden. Diese Algorithmen verbessern ihre Leistung selbstständig durch Erfahrung und Datenanalyse.
Responsible/Trustworthy AI
Bestrebungen und Maßnahmen, die dazu dienen, die Entwicklung und den Einsatz von KI-Anwendungen verantwortungsvoll und vertrauenswürdig zu gestalten.
Robustheit
Robustheit eines KI-Systems bezeichnet die Fähigkeit des Systems, trotz unvorhergesehener Eingaben, Störungen oder Veränderungen in den Daten zuverlässig und korrekt zu funktionieren. Ein robustes KI-System bleibt stabil und liefert konsistente Ergebnisse auch unter schwierigen oder variablen Bedingungen.
Risiko
Risiko bedeutet hier die Kombination aus der Wahrscheinlichkeit des Auftretens eines Schadens und der Schwere dieses Schadens.
Bias
Der Begriff Bias ist mit Blick auf KI mehrfach besetzt. Hier bedeutet es Verzerrung.
