Fostering Austria’s Innovative strength and Research excellence in Artificial Intelligence – Leitprojekt AI Mission Austria Förderinitiative

Die Hindernisse bei der Umsetzung von KI in Entwicklung und Verwaltung sind vielschichtig und ergeben sich aus a) technischen Gründen (z. B. intrinsische technische Risiken des aktuellen maschinellen Lernens wie Datenverschiebungen in einer nicht-stationären Umgebung), b) technischen und Management-Herausforderungen (z. B. der Bedarf an hochqualifizierten Arbeitskräften, hohe Anfangskosten und Projektrisiken auf Projektmanagementebene) und c) soziotechnischen applikationsbezogenen Faktoren (z. B. die Notwendigkeit eines Risikobewusstseins bei der Anwendung von KI, einschließlich menschlicher Faktoren wie kognitive Verzerrungen bei der KI-gestützten Entscheidungsfindung). In diesem Zusammenhang betrachten wir die Erkennung, Überwachung und, wenn möglich, die Antizipation von Risiken auf allen Ebenen der Systementwicklung und -anwendung als einen Schlüsselfaktor.

FAIR-AI verfolgt dabei eine Methodologie zur Entflechtung dieser Risikotypen. Anstatt eine allgemeine Lösung für dieses Problem zu fordern, verfolgt unser Ansatz eine Bottom-up-Strategie, indem wir typische Fallstricke in einem spezifischen Entwicklungs- und Anwendungskontext auswählen, um eine Sammlung von lehrreichen, in sich geschlossenen Use-Cases, welche in Research Modulen umgesetzt werden, zu erstellen, um die intrinsischen Risken zu veranschaulichen. Wir gehen über den Stand der Technik hinaus und erforschen Möglichkeiten der Risiko-Entflechtung, -vorhersage und deren Integration in ein Empfehlungssystem, das in der Lage ist, aktive Unterstützung und Anleitung zu geben.

FAIR-AI gilt als großes Leitprojekt im Bereich Künstliche Intelligenz. Es verfolgt das Ziel, die Forschung und Entwicklung von KI-Systemen in Österreich zu vereinfachen, um die österreichische Forschungslandschaft und die wirtschaftliche Anwendungsentwicklung zu unterstützen. 

Das soll durch unterschiedliche Maßnahmen erreicht werden:

• Entwicklung von Lösungen im Bereich Nachhaltigkeit, Kreislaufwirtschaft und Klimaneutralität
• Risikominimierung bei der KI-Entwicklung durch im Rahmen des Projekts entwickelte, neue Tools und speziell abgestimmte Bildungsmöglichkeiten
• Unterstützung des österreichischen Innovationssystems im Bereich KI
• Optimieren von F&E-Prozessen
• Vernetzen von Stakeholdern mit dem Ziel der Steigerung der Wettbewerbsfähigkeit der österreichischen KI-Landschaft, sowie Bündelung der Forschungsaktivitäten und -ergebnisse

FAIR-AI Workshop Module: Strategische Kompetenz für den KI-Einsatz

Die Hochschule für Angewandte Wissenschaften Burgenland hat im Rahmen des Projekts vier Module entwickelt, die fundiertes Fachwissen vermitteln, um KI verantwortungsvoll und rechtskonform einzusetzen. Die Workshops richten sich an Führungskräfte und Expert:innen in Unternehmen, die KI als Technologie nicht nur verstehen, sondern sie auch sicher in Unternehmensprozesse integrieren möchten. 

1. KI-Technik & Konzepte

Kernsäulen: Einführung in Machine Learning (ML) und Large Language Models (LLMs)

Inhalte: Unterscheidung zwischen Supervised, Unsupervised und Reinforcement Learning; Verständnis von Designentscheidungen (Feature Selection) und Modellauswahl

Kompetenzziel: Die Teilnehmenden verstehen, warum Datenqualität zentral ist, wie Evaluationsmetriken zu interpretieren sind und wo die physikalischen sowie logischen Grenzen aktueller KI-Systeme liegen.

2. KI-Management

Kernsäulen: Verantwortlicher KI-Einsatz auf strategischer Ebene

Inhalte: Konzepte wie „Human-in-the-loop“ oder „Human-on-the-loop“. Implementierung von KI-Governance-Strukturen und Kontrollmechanismen zur Risikominimierung

Kompetenzziel: Fähigkeit zur Entwicklung einer KI-Strategie, die ethische Grundprinzipien in messbare operative Prozesse übersetzt und Marktrisiken proaktiv steuert

3. KI-Compliance

Kernsäulen: EU AI Act, DSGVO und Haftungsfragen

Inhalte: EU AI Act, DSGVO und damit verbundene Haftungsfragen. Dazu gehören die Klassifizierung von KI-Systemen nach Risikokategorien, Transparenzpflichten und der Schutz geistiger Eigentumsrechte (IP-Rechte). Behandelt werden außerdem Fragen des geistigen Eigentums – von KI-Trainingsdaten bis hin zu KI-generierten Inhalten – sowie wettbewerbsrechtliche Konsequenzen, die sich aus der Verletzung von IP-Rechten ergeben können.

Kompetenzziel: Die Fähigkeit, sich rechtssicher im europäischen Regulierungsrahmen zu bewegen und Compliance-Anforderungen frühzeitig in die Projektplanung einzubeziehen.

4. KI-Fairness

Kernsäulen: Bias-Detection und inklusive KI

Inhalte: Definition von Fairness (Demographic Parity, Equalized Odds), Ursachen und Ebenen von KI-Bias in Daten und Algorithmen sowie technische Verfahren wie Explainable AI (XAI)

Kompetenzziel: Erkennen von Diskriminierungsrisiken in sensiblen Bereichen (z. B. Recruiting, Kreditprüfung) und Anwendung von Best Practices für eine transparente, interdisziplinäre KI-Entwicklung

Das Programm schließt damit die Lücke zwischen technischer Innovation und regulatorischer Sicherheit. Unternehmen werden befähigt, KI-Projekte nicht nur effizient umzusetzen, sondern sie zukunftssicher und vertrauenswürdig aufzustellen.