KI und Recht – EU AI Act

Realisierung von KI-Systemen

Registriere dich bitte oder melde dich an, um auf den Kursinhalt zuzugreifen.

Begriffe & Definitionen

TrainingsphaseEin vorgelagerter Schritt, in dem ein KI-System anhand von Beispieldaten lernt, bevor es tatsächlich eingesetzt wird.

TrainingsdatenEine Sammlung von Beispielen, die einem KI-System zum Lernen zur Verfügung gestellt werden.

Statistisches ModellEine mathematische Beschreibung von Zusammenhängen in Daten, die genutzt wird, um Vorhersagen oder Einschätzungen zu treffen.

Überwachtes LernenEin Lernansatz, bei dem das KI-System anhand von Beispielpaaren aus Eingabe und bekannter Ausgabe trainiert wird, um diese Verbindung selbst erlernen zu können.

Unüberwachtes LernenEin Lernansatz, bei dem das KI-System nur Eingabedaten ohne bekannte Ausgaben erhält und selbstständig Muster oder Gruppen darin erkennt.

Bestärkendes LernenEin Lernansatz, bei dem ein KI-System durch Belohnungen und Bestrafungen lernt, in einer Umgebung bestimmte Ziele möglichst gut zu erreichen.

KlassifizierungDie Aufgabe eines KI-Systems, Daten einer von mehreren vorgegebenen Kategorien zuzuordnen, zum Beispiel ob eine E-Mail Spam ist oder nicht.

AnomalieerkennungDas automatische Aufspüren von ungewöhnlichen Datenpunkten, die sich deutlich von den übrigen Daten unterscheiden, etwa betrügerische Transaktionen.

Collaborative FilteringEine Methode für Empfehlungssysteme, bei der Nutzer mit ähnlichem Verhalten verglichen werden, um passende Produkte oder Inhalte vorzuschlagen.

EmpfehlungssystemEin KI-System, das Nutzern automatisch Produkte, Inhalte oder Dienstleistungen vorschlägt, die für sie relevant sein könnten.

EingabeschichtDie erste Schicht eines neuronalen Netzes, die die Rohdaten entgegennimmt und an die nächste Schicht weitergibt.

AusgabeschichtDie letzte Schicht eines neuronalen Netzes, die das Endergebnis – etwa eine Kategorie oder einen Zahlenwert – liefert.

Versteckte SchichtEine Zwischenschicht in einem neuronalen Netz, die zwischen Eingabe und Ausgabe liegt und dort komplexe Merkmale aus den Daten verarbeitet.

GewichteZahlenwerte, die angeben, wie stark ein bestimmtes Eingabesignal bei der Berechnung eines Neurons berücksichtigt wird.

AktivierungsfunktionEine mathematische Funktion in einem künstlichen Neuron, die anhand der gewichteten Eingaben entscheidet, welchen Wert das Neuron ausgibt.