Workshop "Transparency in AI" am IQZ Kaiserslautern
Der IQZ-Workshop "Transparency in AI: From Bias Awareness to Documentation Practices" am IQZ Kaiserslautern eröffnet eine Workshopreihe zur Vertrauenswürdigkeit von KI-Systemen. In einer Zeit, in der KI zunehmend in kritischen Bereichen wie der Medizin zum Einsatz kommt, stellen unentdeckte Entscheidungsverzerrungen (Biases) eines der größten Hindernisse für deren sichere Nutzung dar. Die europäische KI-Verordnung reagiert darauf mit umfassenden Transparenzanforderungen für KI-Anbieter. Doch nicht nur Entwickler:innen sind gefordert – auch Anwender:innen profitieren von einem fundierten Verständnis für Transparenzaspekte bei der Auswahl und Integration von KI-Lösungen. Dieser Workshop bietet einen praxisorientierten Einstieg und vermittelt Best Practices für die sichere Implementierung und Dokumentation von KI-Systemen.
Was Sie erwartet:
Fundierte Einblicke in Chancen und Herausforderungen der KI-Dokumentation
Best Practices für die Implementierung und Auswahl vertrauenswürdiger KI-Systeme
Aktuelles zu Transparenzanforderungen der europäischen KI-Verordnung
Strategien zur Erkennung und Handhabung von Bias in KI-Systemen
Der Workshop wird in englischer Sprache durchgeführt. Die Teilnahme ist kostenfrei.
Details der Veranstaltung:
Zeit: 30. Januar 2025, 13:45 – 17:30 Uhr
Ort: Innovations & Qualitätszentrum, Deutsches Forschungszentrum für Künstliche Intelligenz, Trippstadter Str. 122, 67663 Kaiserslautern
Zielgruppe: Führungskräfte, Unternehmer:innen sowie KI-Entwickler:innen und -Anwender:innen aus der Industrie
Sprecher:innen: Jana Fehr (Berlin Institute of Health at Charité), Ludger van Elst, David Dembinsky, Hiba Najar (alle DFKI Kaiserslautern)
Agenda
01
TAI 101: A Brief Introduction to Trustworthy AI
Trustworthy AI Basics: Building a Common Ground
02
AI Transparency for Trustworthiness
Unmasking Bias: Dangers & Pitfalls
Exploring the Meaning of AI Transparency
Best Practices for Transparent AI through Documentation
Effective AI Documentation – State-of-the-Art
03
Transparency Beyond Documentation
Overview on Challenges & Opportunities of Explainable AI
Importance of Quality Metrics