Prof. Alena Buyx über den 'embedded ethics approach' in der KI-Entwicklung

„Ethik muss Teil des Entwicklungsprozesses sein“

Der zunehmende Einsatz künstlicher Intelligenz (KI) in der Entwicklung neuer Medizin-Technologien verlangt auch die verstärkte Berücksichtigung ethischer Aspekte. Ein interdisziplinäres Team der Technischen Universität München (TUM) spricht sich dafür aus, Ethik von Beginn an in den Entwicklungsprozess neuer Technologien zu integrieren. Alena Buyx, Professorin für Ethik der Medizin und Gesundheitstechnologien, erklärt den sogenannten 'embedded ethics approach'.
Bild: Juli Eberle / TUM

Die Diskussionen um mehr Ethik in der KI-Forschung hat in den letzten Jahren sehr zugenommen, man könnte fast von einem ‚Ethik-Hype‘ sprechen …

… und viele Gremien in Deutschland und weltweit, wie der Deutsche Ethikrat oder die High-Level Expert Group on Artificial Intelligence der EU-Kommission haben darauf reagiert. Alle sind sich einig: Wir brauchen mehr Ethik in der Entwicklung von KI-basierten Gesundheitstechnologien. Doch wie sieht das für Ingenieure oder Designer in der Praxis aus? Dafür gibt es bis jetzt kaum konkrete Lösungen. In einem gemeinsamen Pilotprojekt mit zwei Integrativen Forschungszentren der TUM, der Munich School of Robotics and Machine Intelligence (MSRM) mit Direktor Professor Sami Haddadin und dem Munich Center for Technology in Society (MCTS) mit Professorin Ruth Müller, wollen wir den Ansatz der ‚embedded ethics‘ ausprobieren. Den Vorschlag haben wir Ende Juli in Nature Machine Intelligence veröffentlicht.

Was genau kann man sich unter dem ‚embedded ethics approach‘ vorstellen?

Ethik soll als fester Bestandteil in den Forschungsprozess integriert werden, indem Ethiker ab Tag eins Teil des KI-Entwicklungsteams sind. Sie sind z.B. regelmäßig bei Team-Meetings mit dabei und können sowohl eine Art ‚ethical awareness‘ für bestimmte Themen schaffen, als auch gezielt ethische und soziale Fragen aufwerfen und analysieren.

Gibt es bereits ein Anwendungsbeispiel?

Im Forschungszentrum Geriatronik, einem Leuchtturm-Projekt der MSRM in Garmisch-Partenkirchen, werden Roboter-Assistenten entwickelt, die Menschen ein selbstständiges Leben im Alter ermöglichen. Unter anderem ist dafür der Bau von Modell-Wohnungen geplant, in denen das Zusammenleben von Senioren und Robotern erprobt wird. Bei einem gemeinsamen Treffen mit den beteiligten Ingenieuren hatten wir festgestellt, dass die Idee, die Wohnungen komplett nach ‚open plan‘, also kaum Türen oder einzelne Räume zu bauen, den Robotern zwar viel Bewegungsfreiheit lässt. Bei den Senioren könnte das aber zu Irritation führen, da sie Rückzugsorte gewohnt sind. Diesen Aspekt hatten die Ingenieure zunächst nicht explizit bedacht.

Seiten: 1 2Auf einer Seite lesen

TU Technische Universität München
www.tum.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige