Wie trainiert man einen KI-Algorithmus, ohne gegen die DSGVO zu verstossen?

Ohne Lernen bleibt auch die gewiefteste Künstliche Intelligenz (KI) dumm. Der Wissenschaftsjournalist Rangar Yogeshwar verriet neulich während eines Vortrages, dass es mehr als 285.000 Bilder von Katzen bedurfte, bis ein Algorithmus so weit trainiert war, dass er erkennen konnte, ob sich auf einem Bild eine Katze befindet oder nicht.

Dieses Grundprinzip des Machine Learning stellt Entwickler von KI-Lösungen im digitalen Handel vor Probleme. Denn sie benötigen grosse Mengen an Daten, um die Algorithmen zu trainieren, bis diese in der Lage sind, neue Daten selbstständig zu analysieren und die richtigen Schlussfolgerungen zu treffen.

Nach einer Umfrage des ITK-Branchenverbandes Biktkom unter 503 Unternehmen ab 50 Mitarbeitern geben zwei Drittel (64 Prozent) derjenigen, die sich mit KI auseinandersetzen, an, dass personenbezogene Daten genutzt werden müssen, damit die KI verwertbare Analyseergebnisse liefert.

Die Gründe dafür liegen auf der Hand: Nur wenn die KI mit realen Daten trainiert wird, kann man abschätzen, ob die Ergebnisse auch den realen Anforderungen genügen. Und oft wäre es auch einfach zu aufwendig, fiktive Datensätze in genügend grosser Anzahl zu erzeugen.

Dabei droht jedoch ein Konflikt mit der Datenschutzgrundverordnung (DSGVO). "Wer mit personenbezogenen Daten arbeitet, muss die Anforderungen des Datenschutzes erfüllen", sagt Dr. Nabil Alsabah, Bereichsleiter Künstliche Intelligenz beim Bitkom. "Entwicklern stehen zwei wichtige Werkzeuge zur Verfügung, um den Personenbezug zu verschleiern oder ganz zu entfernen: Sie können die Daten pseudonymisieren oder anonymisieren."

Wie man dabei vorgeht, hat der Branchenverband in einem Leitfaden zusammengefasst, den man hier kostenlos herunterladen kann.