FAIR-AI

Die Anwendung von KI hat neben positiven Effekten auch zahlreiche Auswirkungen  für Europas Bürger:innen und seine Wirtschaft. Dieses FFG Leitprojekt adressiert die Forschungslücke, die in Österreich im Hinblick auf die Anwendung des europäischen AI-Acts noch existiert. Konkret geht es darum, kleinen und mittleren Unternehmen die Implementierung des AI-Acts zu erleichtern und Risiken zu minimieren. 

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

Dabei gibt es viele Herausforderungen, etwa bei der Implementierung von maschinellem Lernen: der Bedarf an hochqualifizierten Arbeitskräften, hohe Anfangskosten und Risiken auf Projektmanagementebene sind nur einige Punkte. Im Bereich Datenschutz und Diskriminierung zeichnet sich ein mangelndes Risikobewusstsein bei der Anwendung von KI ab. Auch der menschliche Umgang mit KI-gestützten Entscheidungen kann problematische Folgen haben, etwa wenn es zu Automation Bias kommt.

FAIR-AI nimmt die Erkennung, Überwachung und die Antizipation von Risiken auf allen Ebenen der Systementwicklung und -anwendung als  Schlüsselfaktor. Dabei werden verschiedene Risikotypen analysiert. Anstatt eine allgemeine Lösung zu suchen, untersuchen die Projektpartner spezifische Entwicklungs- und Anwendungskontexte, um eine Sammlung von beispielhaften, in sich geschlossenen Use-Cases zu erstellen. So können parallel entwickelte Tools und Hilfestellungen in unterschiedlichen Themenbereichen erprobt werden. Der Co-Creation-Prozess unterstützt gleichzeitig die Entwicklungsarbeit.

Ziel ist, Möglichkeiten zur Risikovorhersage zu finden und in ein Empfehlungssystem zu integrieren das aktive Unterstützung und Anleitung bietet. Darüber hinaus soll das Projekt zu einer besseren Vernetzung der Akteure führen, und auch einen positiven Beitrag zum Kompetenzerwerb an Hochschulen, sowie in der beruflichen Weiterbildung leisten.