Daten nutzen, Daten schützen: Wie Unternehmen beides gelingt

Künstliche Intelligenz (KI) verspricht großes Potenzial für Wirtschaft und Gesellschaft. Für die Entwicklung der KI-Systeme sind große Mengen an Daten notwendig – häufig auch personenbezogene. Viele Unternehmen scheuen die hohen Anforderungen an den Datenschutz. Über mögliche Methoden, datenschutzwahrende KI-Anwendungen zu trainieren, diskutierten Expertinnen und Experten der Plattform Lernende Systeme bei der virtuellen KI2022, der 45. Fachkonferenz der Gesellschaft für Informatik.

Durch die intelligente Nutzung und Verknüpfung von Daten lassen sich unternehmerische Prozesse optimieren und innovative Geschäftsmodelle entwickeln. Dennoch zeigen sich gerade mittelständische Unternehmen beim Einsatz von KI noch zurückhaltend. Laut einer Umfrage des Bitkom aus dem Jahr 2021 sehen 51 Prozent der deutschen Unternehmen Datenschutzanforderungen als große Hürde für den Einsatz von Künstlicher Intelligenz. Sie stellen damit das zweitgrößte Hindernis für den Einsatz von KI in der deutschen Wirtschaft dar. Die Sicherheit sensibler Daten und die informationelle Selbstbestimmung ist jedoch eine Grundvoraussetzung für verantwortungsvolle KI-Anwendungen.

Datenschutz und informationelle Selbstbestimmung sind eng reguliert. In Zukunft könnte der AI Act der Europäischen Union die Hürden für die KI-Entwicklung noch erhöhen. Anderseits können daraus auch neue Chancen für Start-ups entstehen, die technische Privacy-Innovationen entwickeln, so Marian Gläser, Mitgründer und CEO der Brighter AI Technologies auf dem Panel der Plattform Lernende Systeme.

Gesundheit und Mobilität: Datensilos auflösen

Insbesondere im Bereich Gesundheit versprechen KI-Anwendungen großes Potenzial – sei es, um Krankheiten besser zu erkennen oder Ärztinnen und Ärzten bei Operationen zu unterstützen. In den Krankenhäusern lägen enorme Datenschätze, die mithilfe von KI nutzbar gemacht werden können, unterstrich Björn Eskofier, Professor für Maschinelles Lernen und Datenanalytik an der Friedrich-Alexander-Universität Erlangen-Nürnberg. Da gerade im Umgang mit sensiblen Patientendaten Vorsicht geboten ist, ist der Zugriff für KI-Entwickler auf diese sogenannten Datensilos allerdings schwer.

Auch die Mobilität ist ein wichtiges Anwendungsgebiet für KI-Lösungen: Autonome Fahrzeuge sammeln riesige Mengen an Daten, aus denen neue Mobilitätslösungen erwachsen können. Die Anbieter verfügen jedoch selten allein über ausreichend Daten. Daher gelte es zu vermeiden, dass aufgrund von Datenschutzbestimmungen hinderliche Silos entstehen, so Michael Huth, Professor für Informatik am Imperial College London und Founder des KI-Start-ups xayn. Damit KI-Anwendungen trainiert werden können, müssen Unternehmen aus ÖPNV, Automobilbranche und anderen Mobilitätsdienstleistern ihre Daten gegenseitig nutzbar machen.

Eine Möglichkeit, die Daten mithilfe von KI nutzbar zu machen und dabei Privacy und Datenschutz zu wahren, ist die Methode des verteilten maschinellen Lernens, die Ahmad-Reza Sadeghi, Professor für Informatik der Technischen Universität Darmstadt, in seiner Keynote vorstellte und auch im Panel pointierte. Statt zentral auf einem Server werden Modelle des maschinellen Lernens auf vielen Endgeräten dezentral trainiert. Somit bleiben die persönlichen Daten bei den Nutzenden. Auch Krankenhäuser oder Unternehmen müssten ihre Daten nicht mehr zwangsläufig teilen, so kann Datenschutz by Design besser umgesetzt werden.

Moderiert wurde die Diskussion von Detlef Houdeau, Senior Director Business Development bei Infineon.

Weitere Informationen:

Linda Treugut / Birgit Obermeier
Presse- und Öffentlichkeitsarbeit
Lernende Systeme – Die Plattform für Künstliche Intelligenz
T.: +49 89/52 03 09-54 /-51
M.: +49 172/144 58-47/-39
presse@plattform-lernende-systeme.de