Downloaden Sie, um offline zu lesen
Hochgeladen vonAgenda Europe 2035
Univ.-Prof. Mag. Dr. Thomas Mück (Generaldirektor-Stv. AUVA, Sigmund Freud Privatuniversität)
Das Dokument behandelt die Voraussetzungen für den effektiven Einsatz von Künstlicher Intelligenz (KI) in Organisationen, wobei besonderes Augenmerk auf die Datenkonsistenz und Datensicherheit gelegt wird. Es werden organisationale Einflussfaktoren wie Daten, Wissen, strategische Ausrichtung, Kultur und Ressourcen als entscheidend erachtet. Der Autor, Univ.-Prof. Dr. Thomas Mück, fordert eine Bewertung der aktuellen Lage in diesen Bereichen, um die KI-Fähigkeit von Unternehmen zu steigern.
Univ.-Prof. Mag. Dr. Thomas Mück (Generaldirektor-Stv. AUVA, Sigmund Freud Privatuniversität)
- 1. Datenkonsistenz und Datensicherheit - Die Grundlagefür KI Univ.-Prof. Dr. Thomas Mück
- 2. Faktum: AI bietetenorme Möglichkeiten ABER: Wie bringen wir die PS auf die Straße? • Rahmenthema: AI Readiness • Erfüllt meine Organisation die Rahmenbedingungen für einen effektiven (und effizienten) Einsatz künstlicher Intelligenz? Univ.-Prof. Dr. Thomas Mück
- 3. Organisationale Einflussfaktoren (1) Beispieleines Scoring – Modells (Quelle: readiness.aicheck.io ): • Data • Knowledge • Strategic Alignment • Culture • Resources Univ.-Prof. Dr. Thomas Mück
- 4. Organisationale Einflussfaktoren (2) BeispielScoring – Ergebnis (Quelle: readiness.aicheck.io ): Univ.-Prof. Dr. Thomas Mück
- 5. Einflussfaktoren: wo stehenwir heute? • der unterschätzte Faktor: Data • Beispiel: Konsistenz • Beispiel: Sicherheit • … Univ.-Prof. Dr. Thomas Mück
- 6.
Hinweis der Redaktion
- #3 Data: die Datenbasis, die für die KI zur Verfügung steht Knowlegde: Wissen innerhalb der Organisation über Möglichkeiten und Grenzen der KI Strategic Alignment: KI Einsatz als teil der Unternehmensstrategie Culture: wie ist der Einsatz von KI in die Unternehmenskultur eingebettet Resources: welche Mittel stehen für das Thema KI bereit
- #4 Beispiel: wo steht die eigene Org. gegenüber dem Durchschnitt
- #5 Datenkonsistenz: Problemstellung: unterschiedliche Datenquellen müssen als Grundlage von KI Einsatz erschlossen werden Technischer Aspekt, Stichwort middleware bzw. Datenbus, zumeist nicht das Problem Struktureller Aspekt: föderatives konzeptuelles Schema, damit die Semantik der Daten vergleichbar ist Datensicherheit am Beispiel der LLM: Probleme der Sicherheits-Praxis Training Data poisoning Prompt Injection Disclosure of Sensitive Data Overreliance
- #6 Jasmin Roboter Beispiel (nach 13 – Nutzung von Service Robotern im Kantinenbereich) Vorteile/Nutzen aufzeigen, Bild, nicht auf ÖGK beziehen