Trends News

istock.com/legna69

KI-Sonderausschuss des EU-Parlaments: EU muss für KI globale Standards setzen  

Das teilte heise.de unter Berufung auf den Bericht mit. Sie drohe sonst im globalen Wettlauf um die technologische Führungsrolle weiter ins Hintertreffen zu geraten. Die Abgeordneten nahmen die finalen Empfehlungen den Angaben zufolge mit 25 zu zwei Stimmen bei sechs Enthaltungen an. Die 33 ordentlichen Mitglieder des Gremiums hätten unterstrichen, dass sich die öffentliche Debatte über den Einsatz von Künstlicher Intelligenz (KI) stärker auf das „enorme Potenzial dieser Technologie zur Unterstützung des Menschen“ konzentrieren solle, hieß es.

Sie verweisen dem Bericht zufolge auf politische Weichenstellungen, die das Potenzial von KI etwa in den Bereichen Gesundheit, Umwelt und Kampf gegen den Klimawandel freisetzen könnten. KI könne etwa im Gesundheitssektor helfen, Millionen von Menschenleben zu retten und die Entwicklung neuer Medikamente, maßgeschneiderter Behandlungen sowie einer auf den Patienten zugeschnittenen Arzneimittelentwicklung beschleunigen. Auch auf dem Arbeitsmarkt spiele die Technologie eine wichtige Rolle, indem sie alltägliche, arbeitsintensive oder gefährliche Aufgaben ersetze und so neue Arbeitsplätze mit höherer Wertschöpfung schaffe, so heise.de. In Verbindung mit der notwendigen Infrastruktur und Ausbildung könne KI die Produktivität in Europa bis 2035 um 11 bis 37 Prozent steigern.

Finanzindustrie wünscht sich eine klare Kommunikation
BaFin und Deutsche Bundesbank hatten im Juli 2021 das Konsultationspapier „Maschinelles Lernen in Risikomodellen – Charakteristika und aufsichtliche Schwerpunkte“ veröffentlicht und um Rückmeldungen aus dem Bankenbereich gebeten. Inzwischen wurden die Antworten ausgewertet und in einem Ergebnispapier zusammengefasst. Kreditinstitute nutzten vermehrt maschinelle Lernverfahren bzw. prüften deren Einsatz, um Prozesse zu beschleunigen, Kosten zu senken und Daten verfügbar und nutzbar zu machen, teilte die Bundesbank mit. Die Nutzung solcher Verfahren gehe jedoch auch mit Risiken einher, an deren Steuerung aufsichtliche Anforderungen gestellt würden. Zugleich wünsche sich die Finanzindustrie eine klare Kommunikation der aufsichtlichen Erwartungshaltung zum Einsatz maschineller Lernverfahren.

Im Fokus der aktuellen Anwendungen stünden laut den Rückmeldungen das Risikomanagement (etwa Geldwäsche- und Betrugserkennung, Analysen im Kreditprozess), Vertriebs- und Anlageprodukte, die Bepreisung von Produkten und einzelne Anwendungen in anderen Risikobereichen. ML-Methoden für Risikomodelle der Säule 1 (interne Modelle zur Berechnung der regulatorischen Eigenmittelanforderungen) finden sich laut Bundesbank bisher nur vereinzelt; sie würden in manchen Rückmeldungen jedoch als vielversprechend eingeschätzt. (ud)

 

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge