Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
Themenseite: Projektmanagement

Für Profis und Einsteiger.
Sorgfältig ausgewählte Inhalte, die Ihnen helfen, Ihre Fähigkeiten im Projektmanagement gezielt zu verbessern und Projekte erfolgreich abzuschließen.
Erweiterte Suche
Anmelden
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
KI-Einführung Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

8. KI und Governance

verfasst von : Eberhard Hechler, Martin Oberhofer, Thomas Schaeck

Erschienen in: Einsatz von KI im Unternehmen

Verlag: Apress

Einloggen

Zusammenfassung

Während KI bereits in einer Vielzahl von Anwendungsfällen genutzt wird, werden wir erleben, dass sie in allen Industriezweigen und in unserer Gesellschaft noch deutlich häufiger zum Einsatz kommt. Die Ableitung prädiktiver und ML-gestützter Erkenntnisse in Geschäftsprozesse kann durch ein hohes Maß an autonomer Entscheidungsfindung gekennzeichnet sein, die von einigen Nutzern als unverständlich oder schwer fassbar empfunden werden. Da die KI-gestützte Entscheidungsfindung sinnvoll und für den Menschen nachvollziehbar sein sollte, bringt die KI eine neue Dimension von Governance-Imperativen mit sich, die Transparenz, Vertrauen und Rechenschaftspflicht unter Berücksichtigung von Erklärbarkeit, Fairness und Nachvollziehbarkeit gewährleisten sollen.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Design Thinking und DevOps im KI-Kontext
Nächstes Kapitel KI und Stammdatenmanagement
Fußnoten
1
Wir verwenden den Begriff Information Governance anstatt Data Governance, um dem breiteren Spektrum von Informationen i.V. zu Daten Rechnung zu tragen.
 
2
Siehe [1] für weitere Informationen über GRC.
 
3
Governance kann für verschiedene Menschen unterschiedliche Bedeutungen haben; für den Umfang dieses Buches beschränken wir uns jedoch auf den Unternehmensaspekt.
 
4
Siehe [2] für weitere Informationen über die EU-Datenschutz-Grundverordnung (EU-DSGVO).
 
5
Siehe [3] für weitere Informationen zum Health Insurance Portability and Accountability Act (HIPAA).
 
6
Siehe [4] für weitere Informationen über Sarbanes-Oxley Act (SOX).
 
7
Siehe [5] für weitere Informationen über Information Governance.
 
8
Einzelheiten zu diesen Vorschriften finden Sie in den folgenden Verweisen: [2], [7], [8], [9], [10] und [11].
 
9
Siehe [11, 17] zum Thema Information Governance.
 
10
DAMA International ist eine gemeinnützige, herstellerunabhängige globale Vereinigung von Fachleuten aus Technik und Wirtschaft, die sich der Förderung der Konzepte und Praktiken des Informations- und Datenmanagements verschrieben hat. Das Data Governance Institute ist ebenfalls ein herstellerneutrales Institut, das sich jedoch ausschließlich auf das Thema Data Governance konzentriert. Beide haben Definitionen von Data Governance, die jedoch nicht identisch sind. Weitere Informationen finden Sie auf den Websites der beiden Institute unter [18] und [19].
 
11
Siehe [20, 22] zu Unternehmensarchitektur und Unternehmensinformationsarchitektur.
 
12
Kap. 4, „KI-Informationsarchitektur“ beschreibt, wie die Informationsarchitektur für KI erweitert wurde und sich in den Bereich der Unternehmensarchitektur einfügt.
 
13
Siehe [23, 25] für die ISO-Normen 27000, 27001 und 27002 für die Datensicherheit. Anbieter von Cloud-Diensten werden oft gefragt, ob ihre Cloud-Dienste mit diesen Normen übereinstimmen.
 
14
Siehe [26, 29] führ mehr Details zu diesen Tools.
 
15
Siehe [30] und [31] für weitere Details zur Verwaltung von geschäftlichen Metadaten.
 
16
Siehe [32, 34] für Details zum Referenzdatenmanagement.
 
17
Siehe [35] zu Referenzdatenmanagement für Big Data- und BI-Lösungen.
 
18
Die Information Governance Kataloglösung von Collibra und der Watson Knowledge Catalog von IBM sind Beispiele für diesen Trend. Mehr dazu finden Sie hier [36] und [37].
 
19
Datenbankanbieter wie Microsoft, Oracle, SAP oder IBM haben alle einige anbieterspezifische Nuancen bei ihrer SQL-Implementierung.
 
20
Siehe [38] für das Data Interoperability Standards Consortium.
 
21
Siehe [39] für mehr Details.
 
22
IBM Guardium ist ein solches Tool; siehe [40] für weitere Informationen.
 
23
Als dark data werden vorhandene, jedoch nicht genutzte bzw. ausgewertete Daten bezeichnet.
 
24
Siehe [41] für einen umfassenden Überblick über Methoden zur Bewertung der Datenqualität.
 
25
Bosch gewann 2018 den CDQ Good Practice Award für den Einsatz von KI zur Vermeidung von Datenqualitätsproblemen bei der Dateneingabe; Details dazu finden Sie hier [42].
 
26
Der Einsatz von ML selbst birgt Datenschutz-Risiken, da trainierte Modelle für Anonymisierungsangriffe anfällig sein können, die möglicherweise PII-Daten offenlegen. Mehr darüber erfahren Sie hier [43].
 
27
Instanzbasiertes Lernen wird auch als lazy learning bzw. faules Lernen bezeichnet. Ein Beispiel für instanzbasiertes Lernen ist der k-nearest-neighbor Algorithmus. Siehe hierzu auch Kap. 3, „Schlüsselkonzepte von ML, DL und Entscheidungsoptimierung“.
 
28
Siehe [44] für den Report.
 
29
Siehe [45] für den Bericht.
 
30
Siehe [46] für den Bericht.
 
31
KI ist keine Lösung für alle IT-Probleme, dies gilt insbesondere für die Datensicherheit. Es gibt viele kritische Stimmen, wie z. B. [47], die darauf hinweisen, dass Sie die von Softwareanbietern bereitgestellten Funktionen sorgfältig hinsichtlich ihres Mehrwerts prüfen müssen.
 
32
IBM bietet zum Beispiel IBM Guardium, IBM QRadar Advisor mit Watson, IBM QRadar User Behavior Analytics, IBM Resilient, IBM Trusteer und IBM MaaS360 mit Watson an, um die erwähnten Bereiche mit KI-Funktionen zu adressieren.
 
33
Weitere Bereiche beziehen sich auf Branchen, geografische Unterschiede und Fachwissen in den Bereichen KI und Governance, auf die wir aus Platzgründen in diesem Buch nicht näher eingehen.
 
34
Siehe [48] für das AI in Control framework von KPMG.
 
35
Einige Beispiele finden Sie im Abschn. „Regularien die KI-Governance beeinflussen“.
 
36
Siehe [49] für weitere Informationen über die Erklärung der Europäischen Kommission zur Zusammenarbeit im Bereich KI und [50] für die KI-Verordnung.
 
37
Siehe [51] für weitere Informationen zur KI-Strategie der Bundesregierung.
 
38
Siehe [52] für weitere Informationen zum Bericht des Bundesministeriums für Verkehr und digitale Infrastruktur über automatisiertes und vernetztes Fahren.
 
39
Siehe [53] für weitere Informationen über die Veröffentlichung der SEC zu Robo-Advisern.
 
40
Siehe [54] für weitere Informationen über das Modell des AI Governance Framework.
 
41
Hierfür werden wir im Folgenden wieder die Abkürzung ABB (Architecture Building Blocks) verwenden.
 
42
Siehe [55] für eine Erklärung der wichtigsten KI-, DL- und ML-Begriffe.
 
43
Wir verwenden die Begriffe Glossar, Wörterbuch und Katalog synonym.
 
44
Weitere Informationen über Auto AI in IBM Watson Studio finden Sie unter [56].
 
45
In diesem Zusammenhang bezeichnen wir die Klassifizierung als Kategorisierung von Daten.
 
46
Bias muss nicht immer ein ungünstiges Ergebnis sein, sondern durchaus dem Anwendungsfall und den verfügbaren Daten entsprechen.
 
47
Siehe [57] für weitere Informationen über Amazon SageMaker.
 
48
Weitere Informationen zu den KI-Grundsätzen von Microsoft finden Sie unter [58, 59].
 
49
Weitere Informationen über das Microsoft Bot Framework finden Sie unter [60].
 
50
Weitere Informationen über den IBM Watson Knowledge Catalog finden Sie unter [37].
 
51
Weitere Informationen zu IBM Unified Governance and Integration finden Sie unter [61].
 
52
Weitere Informationen zu IBM Watson OpenScale finden Sie unter [62].
 
53
Weitere Informationen zu IBM OpenPages mit Watson finden Sie unter [63].
 
Literatur
1.
Weinstein, S. Legal Risk Management, Governance and Compliance. ISBN-13: 978-1909416512, Global Law and Business Ltd., 2016.
2.
3.
4.
5.
Sen, Harkish. Data Governance: Perspectives and Practices. ISBN-13: 978-1634624787, Technics Publications, 2019.
6.
7.
8.
9.
10.
11.
John Ladley: Data Governance: How to Design, Deploy and Sustain an Effective Data Governance Program. ISBN-13: 978-0124158290, Morgan Kaufmann, 2012.
12.
David Plotkin: Data Stewardship. An Actionable Guide to Effective Data Management and Data Governance. ISBN-13: 978-0124103894, Morgan Kaufmann, 2013.
13.
Harkish Sen: Data Governance: Perspectives and Practices. ISBN-10: 1634624785, Technics Publications, 2018.
14.
Sunil Soares: The Chief Data Officer Handbook for Data Governance. ISBN-13: 978-1583474174, MC Press, 2015.
15.
Sunil Soares: Big Data Governance: An Emerging Imperative. ISBN-13: 978-1583473771, MC PR LLC, 2012.
16.
Neera Bhansali: Data Governance. Creating Value from Information Assets. ISBN-13: 978-1439879139, Auerbach Publications, 2013.
17.
Rupa Mahanti: Data Quality: Dimensions, Measurement, Strategy, Management and Governance. ASIN: B07QMNT6HM, Amazon Media.
18.
19.
20.
21.
Mario Godinez, Eberhard Hechler, Klaus Koenig, Steve Lockwood, Martin Oberhofer, Michael Schroeck: The Art Of Enterprise Information Architecture. A Systems-based Approach for Unlocking Business Insight. ISBN-13: 978-0137035717, IBM Press, 2010.
22.
23.
24.
25.
26.
27.
28.
29.
30.
Lowell Fryman, W.H. Inmon, Bonnie O’Neill: Business Metadata: Capturing Enterprise Knowledge. ASIN: B003VWBXYG, Morgan Kaufmann, 2010.
31.
Jian Qin, Marcia Lei Zeng: Metadata. ISBN-13: 978-1783300525, Facet Publishing, 2016.
32.
Geradus Blokdyk: Reference Data Management. A Clear and Concise Reference. ISBN-13: 978-0655320333, 5STARCooks, 2018.
33.
34.
Malcolm Chisholm: Managing Reference Data in Enterprise Databases. ISBN-13: 978-1558606975, Morgan Kaufmann, 2000.
35.
36.
37.
38.
39.
40.
41.
Alexander Borek, Martin Oberhofer, Ajith Kumar Parlikad, Philip Mark Woodall: A classification of data quality assessment and improvement methods. In: ICIQ 2011 – Proceedings of the 16th International Conference on Information Quality, p. 18–203, 2011.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
James, G., Witten, D., Hastie, T., Tibshirani, R. An Introduction to Statistical Learning: with Applications in R (Springer Texts in Statistics). ISBN-13: 978-1461471370, Springer, 2013.
56.
57.
58.
59.
60.
61.
62.
63.
Metadaten
Titel
KI und Governance
verfasst von
Eberhard Hechler
Martin Oberhofer
Thomas Schaeck
Copyright-Jahr
2023
Verlag
Apress
Buch
Einsatz von KI im Unternehmen

Print ISBN: 978-1-4842-9565-6

Electronic ISBN: 978-1-4842-9566-3

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-1-4842-9566-3_8