Unsere tägliche Interaktion mit Künstlicher Intelligenz (KI) nimmt stetig zu, sei es bei der Arbeit, im Alltag oder in der Freizeit. Doch viel zu selten fragen wir uns, welchen Einfluss diese intelligenten Systeme auf unsere Gesellschaft, unsere Privatsphäre und unsere Werte haben können. Dieser Kurs gibt nicht nur Einblicke in die faszinierende Welt der Künstlichen Intelligenz, sondern beleuchtet auch, warum ethische Überlegungen im Themenfeld KI von zentraler Bedeutung sind.

In fünf spannenden Modulen lernen Sie die wesentlichen Schnittstellen von KI und Ethik kennen. Unser E-Learning bietet Ihnen nicht nur fundierte Kenntnisse über die Grundlagen der Künstlichen Intelligenz, sondern auch Vorgehensweisen und Einsichten, um ethische Überlegungen in beruflichen oder und privaten Kontexten zu integrieren. Der Kurs ist von Expertinnen und Experten der Universität Paderborn und des Fraunhofer IEM gestaltet und integriert aktuelle Forschungsergebnisse in den einzelnen Themenbereichen.

Neben spannenden Inhalten gibt es immer wieder herausfordernde Aufgaben, mit denen Sie ihr Wissen und Ihre Reflexionsfähigkeit testen können. Lernen Sie in Ihrem eignen Tempo und dann, wenn es Ihnen passt. Bereiten Sie sich mit diesem E-Learning darauf vor, KI-Technologie ethisch verantwortungsvoll zu nutzen und zu gestalten.

Dieser Kurs richtet sich an Fachleute aus Unternehmen, die ihr Verständnis für die ethischen Aspekte der Künstlichen Intelligenz vertiefen und in der Lage sein möchten, verantwortungsbewusste Entscheidungen im Umgang mit KI-Technologien zu treffen. Der Kurs ist auch für Studierende und Personen ohne technischen Hintergrund geeignet, die ein Interesse an den Schnittstellen zwischen KI und Ethik haben und ihre Kenntnisse auf diesem Gebiet erweitern möchten.

Modul 1: Definitionen & Abgrenzungen

• Merkmale Künstlicher Intelligenz
• Ethische Ansätze
• KI-Ethik

Modul 2: Fairness von KI-Analysen

• Was ist Fairness?
• Wie kommt Voreingenommenheit zustande?
• Maßnahmen für größere Fairness
• Fallbeispiele

Modul 3: Transparenz beim Einsatz von KI

• Transparenz algorithmischer Systeme
• Sicherstellung von Transparenz
• Fallbeispiele

Modul 4: Verantwortlichkeit

• Was ist Verantwortlichkeit?
• Abgrenzung von Verantwortlichkeiten
• Regulierung und AI Act
• Fallbeispiele

Modul 5: Achtung der Privatsphäre

• Das „Privatsphäre-Paradoxon“
• Datenschutzmaßnahmen
• Maßnahmen zur Risikobewertung
• Fallbeispiele