Mit einer neuen DIN-Spezifikation lässt sich die Qualität von KI anhand eines einheitlichen Konzepts entlang ihres gesamten Lebenszyklus sichern.
Dafür definiert die neue DIN SPEC 92001–1 „Artificial Intelligence – Life Cycle Processes and Quality Requirements – Part 1: Quality Metamodel“ ein Qualitäts-Metamodell (Quality Metamodel), das alle wichtigen Qualitätsaspekte von KI enthält und miteinander in Verbindung bringt. Dabei stehen die einzelnen Phasen des KI-Lebenszyklus im Mittelpunkt: Ihnen lassen sich bestimmte Qualitätsanforderungen zuordnen. So gilt es zum Beispiel vor allem in der Konzeptions- und Entwicklungsphase, einer Verzerrung oder Voreingenommenheit der KI (Bias) bei der Verarbeitung von Informationen vorzubeugen. Zudem identifiziert das Metamodell Funktionalität und Leistung, Stabilität sowie Nachvollziehbarkeit als drei übergreifende Ziele der Qualitätssicherung und nennt die Komponenten eines KI-Moduls, die relevant für dessen Qualität sind, etwa Umgebung oder Daten.
Allgemeingültiges Modell
„Im Gegensatz zu herkömmlicher Software sind die Entscheidungsregeln durch Sichtung des Quelltextes der KI-Algorithmen schwer bis gar nicht abzuschätzen, weil KI mit hochkomplexen mathematischen Modellen agiert“, sagt Stephan Hinze, Managing Director von Neurocat und Initiator der DIN SPEC 92001–1. „Das kann das Qualitätsmanagement von KI erschweren – ein Aspekt, den Entwickler und Anwender entlang des gesamten Lebenszyklus bedenken müssen.“
Um ihnen dies zu erleichtern, schafft die DIN SPEC 92001–1 die strukturelle Grundlage, um die Qualität von KI vor dem Hintergrund ethischer Aspekte in allen denkbaren Anwendungssituationen zu sichern. „Das entwickelte Metamodell ist allgemeingültig, da es sich nicht nur auf bestimmte Einsatzzwecke von KI beschränkt, sondern das Thema Qualität möglichst breit abdeckt“, sagt Stephan Hinze. Dabei unterscheidet die DIN SPEC 92001–1 zwischen KI-Modulen mit hohem und geringem Risiko – abhängig davon, ob ihr Einsatzzweck relevant hinsichtlich Sicherheit, Datenschutz oder ethischen Aspekten ist. So sind bei High-Risk-Modulen Abweichungen von definierten Qualitätsanforderungen nicht gestattet oder zu begründen. Das kann zum Beispiel bei KI-Anwendungen der Fall sein, bei denen Menschenleben gefährdet sind.
DIN SPEC 92001-2 definiert Qualitätsanfoderungen an KI
Spezifische Qualitätsanforderungen an KI definiert der zweite Teil der DIN SPEC 92001 „Artificial Intelligence – Life Cycle Processes and Quality Requirements – Part 2: Quality Requirements“. Künstliche Intelligenz (KI) basiert auf neuronalen Netzen beziehungsweise IT-Architekturen, die dem menschlichen Gehirn nachempfunden sind und Informationen nicht wie bei klassischen Speicherelementen bedingungslos speichern, sondern eigenständig verarbeiten und darauf reagieren. Als eins der wichtigsten Zukunftsthemen betrifft KI inzwischen über Wirtschaft und Industrie hinaus auch weitere Bereiche, etwa das private Lebensumfeld. Qualität spielt überall eine zentrale Rolle.
Die DIN SPEC 92001–1 wurde innerhalb von acht Monaten erarbeitet von: Acsioma, dem DFKI, Ernst & Young, Emeia-GSA Automation, dem Fraunhofer Fokus, dem Fraunhofer IME) Gestalt Robotics, der Hochschule für Angewandte Wissenschaften (HAW), der Hochschule für Technik und Wirtschaft Berlin (HTW) FB4 Wirtschaftswissenschaften, Micropsi Industries, Microsoft, Neurocat, der Otto-von-Guericke-Universität Magdeburg, Institut III: Philosophie, Robert Bosch, der Stiftung neue Verantwortung e. V., Still, TÜV Süd Auto Service, der Universität Osnabrück und der Universität Tübingen.
Sie erscheint auf Englisch und steht unter www.beuth.de kostenfrei zum Download zur Verfügung. ■
