Prof. Dr. Mirko Conrad
Managing Director | samoconsult GmbH
Mehr Infos
ISO/PAS 8800 entwickelt sich zu einem Eckpfeiler für Unternehmen der Automobilbranche, die KI-Systeme entwickeln oder integrieren, da dieser Standard festlegt, wie KI-bezogene Risiken auf strukturierte und branchengerechte Weise gemanagt werden können. Da KI zunehmend in sicherheitskritische Anwendungen Einzug hält, müssen Entwicklungsteams verstehen, wie sie KI-spezifische Gefahren identifizieren, vertrauenswürdige Entwicklungspraktiken etablieren und die Einhaltung der Vorschriften gegenüber Kunden und Aufsichtsbehörden nachweisen können.
Der Erwerb von Kenntnissen über ISO/PAS 8800 verschafft Ingenieuren, Führungskräften und Sicherheitsexperten einen gemeinsamen Rahmen für eine verantwortungsvolle KI-Entwicklung und bereitet Unternehmen auf künftige regulatorische Anforderungen sowie zukünftige ISO-Normen vor, die auf der ISO/PAS 8800 basieren.
Unser eintägige Schulungskurs zur KI-Sicherheit führt die Teilnehmenden in die Kernkonzepte der AI Safety ein, behandelt den Geltungsbereich, den Zweck und die Struktur der ISO/PAS 8800, erörtert KI-spezifische Risikoquellen sowie die Lebenszyklusaktivitäten, die für die Entwicklung und den Betrieb vertrauenswürdiger KI-Systeme erforderlich sind. Anhand praktischer Beispiele lernen die Teilnehmenden, wie sie die KI-Sicherheit in realen Entwicklungsumgebungen gewährleisten und ihre Organisation auf die Einhaltung von ISO/PAS 8800 vorbereiten können.
Zielgruppe
Diese einführende Schulung richtet sich an Fachleute aus der Automobilindustrie, die an der Entwicklung, Verifizierung und Validierung von KI-gestützten Systemen beteiligt sind, z.B. Entwicklungsingenieure, Data Scientists, Safety Manager, Produktverantwortliche und technische Leiter. Sie ist gleichermaßen relevant Safety-Assessoren, Qualitätsmanager, Projektleietr und Entscheidungsträger, die die KI-spezifischen Risiken und die Anforderungen der Norm ISO/PAS 8800 verstehen müssen.
Highlights
- AI concepts and terminology
- ISO/PAS 8800 scope, intent, and structure
- Reference AI safety lifecycle
- Safety‑related properties of AI systems
- AI errors and root causes
- Dataset considerations
- Practical examples
Agenda
- Artificial Intelligence
- Machine Learning
- GenAI
- Scope and intent
- Structure
- Conceptual framework
- Activities
- Work products
AI errors and their root causes
- Observation, model, label, operation
Derivation of AI safety requirements
Safety-related properties of AI systems
- Dataset lifecycle
- Dataset-related safety properties
Architectural and development measures (incl. redundancy concepts for ML systems)
Verification, validation, and safety analysis of AI systems
Assurance argumentation for AI systems
Confidence in the use of AI tools/frameworks
AI safety management
UnserTrainer
Verfügbar als Inhouse-Schulung
- Exklusiv für Ihr Team oder Ihre Organisation.
- Wir passen die Inhalte, die Anfangszeiten und die Tagesordnung an Ihre spezifischen Bedürfnisse und Herausforderungen an.
- Durchführung der Schulung entweder online oder in Ihrem Unternehmen in Präsenz.
