0122051511v1 (Bild: Dall-E / KI-generiert)
Unterschätzte Gefahren für KI-Systeme

Wie Data Poisoning die Sicherheit Künstlicher Intelligenz bedroht

KI-Sicherheit ist ein komplexes Thema, das häufig unterschätzt wird. Während manche glauben, dass herkömmliche Cybersicherheitsmaßnahmen ausreichen, zeigt sich bei näherer Betrachtung, dass spezifischere Bedrohungen wie Data Poisoning erhebliche Risiken bergen. Der folgende Artikel beleuchtet, wie Data Poisoning KI-Modelle manipulieren kann und welche Maßnahmen erforderlich sind, um diesen Bedrohungen wirksam zu begegnen.

Weiterlesen
Wie funktioniert der Random-Forest-Algorithmus? Antworten gibt der 12. Teil unserer Grundlagenreihe.   (Bild: © momius - stock.adobe.com)
Grundlagen Statistik & Algorithmen, Teil 12

Der Random-Forest-Klassifikator als Entscheidungshilfe

Der Random-Forest-Algorithmus ist ein sogenanntes beaufsichtigtes Klassifikationsverfahren, das aus mehreren unkorrelierten Entscheidungsbäumen besteht, die eine Klassifizierung oder Vorhersage liefern. Weil sich die Entscheidungsbäume parallel verarbeiten lassen, kann der Algorithmus – bei entsprechend paralleler Ausführung – sehr schnell ausgeführt werden. Die Skalierung ist also leicht zu berechnen. Random Forests können auch der Regressionsanalyse dienen.

Weiterlesen
Die Autorin: Johanna Ang’ani ist Director Client Engineering DACH bei IBM Technology, DACH (Bild: IBM)
Kommentar von Johanna Ang’ani, IBM

„KIck-Start“ – drei Tipps für einen gelungenen KI-Einstieg

Aller Anfang ist schwer – dieses geflügelte Wort gilt auch, wenn Unternehmen Neues wagen. Die Implementierung von KI-Lösungen ist da keine Ausnahme und laut einer Umfrage befinden sich 44 Prozent der deutschen Unternehmen mit ihren KI-Projekten auch noch in der Erprobungsphase. Doch wer die folgenden drei Tipps beherzigt, hat gute Chancen, mit KI einen echten Mehrwert zu erzielen.

Weiterlesen