Aufrufe
vor 8 Monaten

KINOTE 01.2021

  • Text
  • Digitale
  • Algorithmen
  • Modelle
  • Einsatz
  • Entwicklung
  • Beispielsweise
  • Informationen
  • Intelligenz
  • Unternehmen
  • Banken
Um einen Wandel der Finanzbranche erfolgreich zu meistern, müssen Kreditinstitute sowohl Chancen als auch Herausforderungen der Künstlichen Intelligenz (KI) erkennen. Unter der neuen Marke KINOTE der Bank-Verlag GmbH finden Sie Meldungen, Studien und Fachartikel zum Themenkomplex KI. Wir beantworten Ihre Fragen rund um KI. Wir berichten über Trends, neue Technologien, Forschungsergebnisse und daraus entstehende Möglichkeiten, die KI Ihrem Unternehmen bietet.

12 01 | 2021 einer

12 01 | 2021 einer Rechtsgrundlage nach Unionsrecht oder mitgliedstaatlichem Recht aufgrund Art. 23 DS­GVO, ist ein Kompatibilitätstest nach Art. 6 Abs. 4 DS­GVO erforderlich. Der Verantwortliche muss die datenschutzrechtlichen Grundprinzipien nach Art. 5 DS­GVO beachten und die damit korrespondierenden Informationspflichten nach Art. 12, 13, 14 DS­GVO erfüllen. Für KI stellt neben dem Grundsatz der Datenminimierung (Art. 5 Abs. 1lit. c DS­GVO) insbesondere das Erfordernis der strikten Zweck gebundenheit der Verarbeitungstätigkeit (Art. 5 Abs. 1 lit. b DS­GVO) eine besondere Herausforderung dar. Bei der KI sind zum Zeitpunkt der erstmaligen Erhebung der Daten weder Korrelationen noch genaue Datenverknüpfungen bekannt. Erforderlich ist, dass bei KI­Anwendungen die Erwartungen der verschiedenen Beteiligten eindeutig beschrieben werden und inhaltlich festgelegt wird, welche Diskriminierungen im Sinne negativer Unterscheidungen als rechtlich nicht erlaubt gelten und sich auch nicht auf Entscheidungen und Prognosen des KI­Systems auswirken dürfen. Grundsatz der Datenminimierung ist zu berücksichtigen Sofern KI­Anwendungen und deren Auswirkungen zu einer geringen Betroffenheit der von der Datenverarbeitung betroffenen Personen führen, kann dies, auch wegen der für die Zukunft der Wirtschaft zugleich entscheidenden Bedeutung der KI, grundsätzlich eine weitere Zweckformulierung rechtfertigen. Auch dann ist aber der Grundsatz der Datenminimierung zu berücksichtigen und die Speicherung auf das für den Zweck notwendige Maß zu beschränken. Die Prüfung der Erforderlichkeit kann ergeben, dass die Verarbeitung vollständig anonymer Daten zur Erreichung des legitimen Zwecks ausreicht. Beim Einsatz von KI ist – auch im eigenen Interesse des Verantwortlichen – Transparenz essenziell, um die Nachvollziehbarkeit von Entscheidungen gewährleisten zu können. Explainable Artificial Intelligence stellt dabei ein aktuelles und großes Forschungsfeld dar. Eine Herausforderung stellen die Betroffenenrechte (Art. 15 ff. DS­GVO) dar. Besondere Fragen resultieren aus dem Recht auf Löschung, insbesondere wegen der Möglichkeit zum Widerspruch bei Verarbeitungen aufgrund Art. 6 Abs. 1 S. 1 lit. f DS­GVO (Art. 21 DS­GVO), wegen der Möglichkeit des Widerspruchs nach Art. 21 Abs. 6 DS­GVO (wissenschaftliche Forschungszwecke/Statistik) und der Widerruflichkeit der Einwilligung (Art. 7 Abs. 3 DS­GVO). Für privilegierte Verarbeitungssituationen bestehen nach Art. 89 Abs. 2 DS­GVO Ausnahmen. Fazit Data Science unter Anwendung von KI wirft, wie jede technologische Neuentwicklung, eine Vielzahl von Fragen im datenschutzrechtlichen Kontext auf. Das Prinzip der Technikneutralität (Erwägungsgrund 15 S.1 der DS-GVO) und der Anspruch der DS-GVO, vollumfänglich sämtliche Verarbeitungen personenbezogener Daten zu regeln, lassen sich mit den Hausforderungen der Digitalisierung durch eine differenzierte Betrachtung in Einklang bringen. Auch sind die Vorgaben des Art. 22 DS­GVO zur automatisierten Entscheidungsfindung zu beachten. Diese Forderung nach Intervenierbarkeit deckt sich mit vielen Praxiserfahrungen: Beispielsweise führte die Verwendung von, im Nachhinein betrachtet, ungeeigneten Trainingsdaten zu einer systematischen Benachteiligung von Frauen in einem Bewerbungsverfahren. Aufgrund der potenziell mit dem Einsatz von KI verbundenen Risiken ist die Erforderlichkeit einer Datenschutz­Folgenabschätzung (DSFA, Art. 35 DS­GVO) zu prüfen. Bei dieser Prüfung ist unter anderem zu berücksichtigen, ob die vorgesehene Art der Anonymisierung tatsächlich geeignet ist, um den Personenbezug dauerhaft aufzuheben, welche Schäden andernfalls eintreten und welche Konsequenzen sich aus fehlerhaften Entscheidungen ergeben können. Autoren Dr. Andrea Stubbe arbeitet als Referentin bei der Landesbeauftragten für Datenschutz und Informationsfreiheit Nordrhein­ Westfalen (LDI NRW). Dominik Lamp ist ebenfalls als Referent bei der LDI NRW tätig. Dominik Lamp referiert beim Zertifi katslehrgang Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung vo . bis . uni online. Weitere nfos httpswww.bvevents.deeventdata-scientistin-kreditinstituten-

01 | 2021 13 Täglich News und Fachbeiträge zum Themenkomplex KI auf www.ki-note.de Online-Zertifi katslehrgang, 7. bis 9. Juni 2021 Data Scientist in Kreditinstituten Einsatzfelder, Methoden und Umsetzung Data Scientists sind in der Wirtschaft gefragt wie nie. Es bedarf entsprechend qualifi zierter Mitarbeiter, die dazu in der Lage sind, große Datenmengen zu analysieren und sinnvolle Anwendungen zu kanalisieren. Im Rahmen von vier Modulen, drei Anwendungsmodellen und einem Workshop vertiefen Sie Ihre Kenntnisse zu Big Data, Data Analytics und Data Science, erfahren, welche Rahmenbedingungen Sie zu beachten haben und wie Sie Data-Science- Projekte beurteilen und steuern. Zielgruppe: Führungskräfte und Spezialisten wie Business Developer, Daten-Manager, Daten-Analysten und Software-Ingenieure. Für mehr Infos: Einfach scannen! Web-Seminar, 25. Oktober 2021, 14:00 bis 16:00 Uhr Grundlagen des Data Science in Kreditinstituten Nur wenige Branchen verfügen über so umfangreiche Daten wie die Finanzindustrie. Und dies birgt immense Chancen. In unserem interaktiven Web-Seminar erfahren Sie mehr über die Bedeutung der Datenanalyse im Kontext von Künstlicher Intelligenz und lernen verschiedene Verfahren und Prozesse kennen. Anhand von Case Studies stellen wir dar, wie Sie Data Science für Ihr Institut nutzen können – beispielsweise in der Betrugsbekämpfung, bei der Entwicklung neuer Produkte oder bei der Erschließung neuer Kundensegmente. Zielgruppe: Alle, die in das Thema Data Science / Data Analytics einsteigen möchten. Spezifi sche Kenntnisse werden nicht vorausgesetzt. Für mehr Infos: Einfach scannen! Leitung des Lehrgangs und des Web-Seminars: Dr. Georg Fuchs | Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS Torsten Nahm | Deutsche Kreditbank AG Anmeldung und Information: per Fax: 0221-5490-315 | Tel.: 0221-5490-133 (Stefan Lödorf) | events@bank-verlag.de JETZT ANMELDEN! events@ bank-verlag.de Bank-Verlag GmbH | www.bv-events.de | @events_bv | www.ki-note.de

die bank

© die bank 2014-2020