KI-Anwendungen brauchen Daten und Datensouveränität

Die Kontrolle und Transparenz der für KI-Modelle erhobenen und verwendeten Daten sind nicht nur im Interesse der Unternehmen, die sie anwenden, sondern auch wichtig für Gesellschaft, Wirtschaft und ganze Wirtschaftsräume.

Datenbasierte KI-Anwendungen stehen in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die Studie „Souveräner Datenaustausch als Enabler Künstlicher Intelligenz“ beleuchtet zum einen die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien für KI-Anwendungsfälle. Zum anderen zeigen Fallstudien aus Unternehmen Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf.

Rechtliche und organisatorische Herausforderungen werden bereits heute gemeistert

Lösungen wie EDI sowie cloudbasierte Schnittstellen und Datenbanken werden bereits heute produktiv eingesetzt. Unternehmen können auf bestehenden Standards und Initiativen aufsetzen. Auch technische Lösungsansätze werden beschrieben und diskutiert. Wo nötig, hilft externes Wissen Unternehmen langfristig weiter. Gewährleistung der Datensouveränität kann ein entscheidendes Mehrwertargument in entstehenden Datenmärkten sein und Geschäftskunden und -kundinnen sowie Endverbraucherinnen und -verbrauchern gleichermaßen zugutekommen.

Datenräume sollen mitgestaltet und genutzt werden

Unternehmen sollten nicht auf digitale Plattformen großer Anbieter mit Oligopol- oder Monopolstellung angewiesen sein, sondern in souveränen Datenräumen agieren können. Die mehrseitige, nicht voneinander abhängige Vernetzung der Beteiligten gilt bei Expertinnen und Experten wie bei Anwendenden als Erfolgsprinzip. Davon profitiert die Datenwirtschaft und damit die Entwicklung präziser und robuster KI-Modelle.