23.06.2023

So funktioniert das KI-Zertifikat von TÜV Austria

Ein TÜV-Zertifikat soll die Zuverlässigkeit von KI-Anwendungen beweisen und abdecken, was im AI Act (noch) fehlt.
/artikel/so-funktioniert-das-ki-zertifikat-von-tuev-austria
Foto: Unsplahs/Alex Knight

Wie stellt man sicher, dass Künstliche Intelligenz das tut, was sie soll? Sei es im Auto, im Krankenhaus, in der eigenen Wohnung oder in der Fabrik – KI-Anwendungen, die aus sicherheits- oder finanzkritischen Gründen Verlässlichkeit nachweisen müssen, brauchen ein entsprechend stichfestes Gütesiegel. Dieser Aufgabe widmet sich der TÜV Austria seit 2021.

Unter dem Namen „Trusted AI“ hat man in Kooperation mit der Johannes Kepler Universität Linz (JKU) und dem Software Competence Center Hagenberg (SCCH) ein Machine-Learning-Zertifizierungsschema entwickelt. Dieses beurteilt KI-Anwendungen und im Gegensatz zu anderen Prüfungsinstituten nicht lediglich die Entwicklungsprozesse. Das Schema beschränkt sich aktuell auf Supervised-Learning-Modelle. Weitere sollen nach und nach folgen.

Die richtige Prüfung für das Zertifikat

Doch wie prüft man? „Es ist wichtig, dass man KI-Anwendungen so trainiert, dass sie zu einem statistischen Maß dort funktionieren, wo man möchte“, erklärt Bernhard Nessler, Research Manager für Deep Learning und Certification beim Software Competence Center Hagenberg, im Gespräch mit brutkasten. Seit vier Jahren ist er an der Konzipierung des Zertifizierungsprozesses beteiligt.

In einem Entwurf eines Positionspapier von Nessler, Sepp Hochreiter (JKU) und Thomas Doms, Sicherheits- und KI-Experte des TÜV Austria, betonen diese die Notwendigkeit der statistischen Prüfung. Man stelle sich ein neues Küchenmesser vor. Wie beim Machine Learning wird es trainiert: An reifen Wassermelonen, Äpfeln, grünem Brokkoli und anderem Gemüse. Ist das Training abgeschlossen, versucht man es zu nutzen. Zwar klappe es bei den genannten Objekten, bei anderen tauchen aber Probleme auf: Es schneidet bei Äpfel der Boskop-Sorte nicht durch, Gurken werden zerquetscht, auch die Anwendung bei unreifen Melonen oder außerhalb der Küche ist nicht einwandfrei möglich.

„Wenn ich die Anwendung trainiert habe, mit etwas zu funktionieren, dann ist sie dafür optimiert“, erklärt Nessler. Wichtig sei zu wissen, wie gut sie bei anderen Fällen arbeitet, die wir erwarten würden. Daher sei die Definition entscheidend für die Beurteilung der Funktionalität, die auch Risiken bzw. Aspekte wie Sicherheit und Fairness umfasst.

Anwendungsweck genau definieren

„Wir können nicht sagen: Das Messer ist zum Gemüse schneiden.“ Das wäre laut Nessler zu vage und daraus würden „schlechte und unzuverlässige Modelle“ werden, die unvorhersehbar sind. Besser wäre beispielsweise zu fragen, wie zuverlässig funktioniert das Messer, wenn ich in einer europäischen Haushaltsküche Gemüse schneide, das zur Zubereitung einer Mahlzeit vorgesehen und im Supermarkt erhältlich ist.

Alle möglichen Fälle wären unmöglich zu prüfen. Man müsse etwas definieren, wo einzelne Samples gezogen werden können. Also in diesem Fall zufällige Testobjekte in Haushaltsküchen in Europa. „Das macht man dann 10.000 Mal – dann kann ich eine Prozentzahl ermitteln und ein statistisches Maß definieren.“ Alle anderen Messmethoden seien eine „Illusion“. Bei Anwendungen wie einem KI-Bildgenerator sei das nicht so tragisch. „Jetzt stelle man sich statt dem Messer aber einen Küchenroboter vor, der den Nutzer:innen schaden kann“, sagt Nessler.

Abgesehen von der Funktionalität, müsse man Nessler nach auch die Definition selbst prüfen. Dabei beachtet man unter anderem auch den ethischen Aspekt. „Wenn eine Anwendung bis auf 2 Prozent bei allen Menschen in Europa funktioniert, aber jene 2 Prozent eine bestimmte Ethnie betreffen, dann haben wir ein Problem mit der Gleichbehandlung.“

Lücke im AI Act

Der AI Act ist das weltweit erste Gesetz für KI-Regulierung. Nessler sieht das Gesetzespaket kritisch: „Es fehlt die echte Prüfung der Funktion nach mathematischen Machine-Learning-Methoden, die seit 40 Jahren wohlbekannt sind.“ Den verantwortlichen EU-Beamt:innen mangle es an Verständnis. Zwar habe man Expert:innen zugezogen, allerdings sei es laut Nessler schon allein nicht einfach zu bestimmen, wer tatsächlich die entsprechende Expertise aufweist. Von jenen „absolut höchst gefragten“ Wissenschafter:innen gäbe es auch „ganz Wenige“.

Gut abgedeckt sei hingegen die Dokumentation und transparente Einsicht. Nessler befürchtet allerdings, dass dafür von kleineren Startups viel Arbeitszeit und Arbeitskraft gefordert wird, die wiederum beim Nachweis der funktionalen Vertrauenswürdigkeit fehlen könnte.

Langwierige Verbesserungen

Nach dem sich das EU-Parlament am 14. Juni über seine Verhandlungsposition entschieden hat, hat der Trilog unmittelbar begonnen. „Die Grundrichtung und die Grundprinzipien des AI Acts, nämlich der risikobasierte Ansatz, die Anknüpfung an eine KI-Definition und die Ausrichtung auf Elemente von vertrauenswürdige KI werden bleiben. Im Detail können und werden sich sehr wahrscheinlich noch Aspekte und Weichenstellungen im AI Act ändern“, erklärt Jeannette Gorzala, Rechtsanwältin und Vizepräsidentin des Europäischen KI-Forums.

Laut Gorzala wird erwartet, dass der AI Act Ende des Jahres beschlossen wird und etwa 2025 voll anwendbar ist. Danach dürfte es dauern bis etwaige Verbesserungen vorgenommen werden. „Die Effekte und die Umsetzung des AI Acts wird von den europäischen Gesetzgebern für einen Zeitraum von rund 5 Jahren beobachtet, damit wären wir ab Inkrafttreten schon bei 2030.“ Wie schnell Anpassungen hänge aber von den angedachten Änderungen ab. „Je umstrittener, desto länger wird der Prozess dauern“, sagt Gorzala.

Große Nachfrage, aber noch keine Zertifikate

Laut Nessler stehen für das TÜV-Austria-Zertifikat schon einige Klienten in der Pipeline. Von Startups oder Produktentwickler:innen, die vor der Gründung stehen bis hin zu größeren Unternehmen aus dem Medizin- und Automobilbereich sowie anderen größeren Industrien. Namen dürfe er noch nicht nennen.

Im TÜV-Austria-Prüfkatalog werden unterschiedliche Ebenen behandelt von der Datenquelle, Zuverlässigkeit bis hin zu ethischen Fragen. Pilotprojekte werden aktuell schon untersucht. Zertifikate wurden bis jetzt noch nicht erteilt. Laut Nessler seien auch viele Anwendungen noch nicht soweit, um ein Zertifikat zu erhalten.

Deine ungelesenen Artikel:
06.10.2026

Toto Wolff: „Niemand wird bei der Fehlersuche die Hand heben, wenn er Angst hat, gefeuert zu werden“

Interview: Toto Wolff hat mit dem Mercedes-AMG-Petronas-Formula-One-Team eine lange Phase großer Erfolge verantwortet, danach vier Saisonen ohne Titelkampf erlebt und das Team in dieser Zeit umgebaut. Im Interview spricht er über psychologische Sicherheit als Voraussetzung für Fehlerkultur, über Entscheidungen unter Unsicherheit, über die Grenzen von KI im Rennsport – und über seine Beteiligungen an Nuki und Instahelp.
/artikel/toto-wolff-niemand-wird-bei-der-fehlersuche-die-hand-heben-wenn-er-angst-hat-gefeuert-zu-werden
06.10.2026

Toto Wolff: „Niemand wird bei der Fehlersuche die Hand heben, wenn er Angst hat, gefeuert zu werden“

Interview: Toto Wolff hat mit dem Mercedes-AMG-Petronas-Formula-One-Team eine lange Phase großer Erfolge verantwortet, danach vier Saisonen ohne Titelkampf erlebt und das Team in dieser Zeit umgebaut. Im Interview spricht er über psychologische Sicherheit als Voraussetzung für Fehlerkultur, über Entscheidungen unter Unsicherheit, über die Grenzen von KI im Rennsport – und über seine Beteiligungen an Nuki und Instahelp.
/artikel/toto-wolff-niemand-wird-bei-der-fehlersuche-die-hand-heben-wenn-er-angst-hat-gefeuert-zu-werden
Toto Wolff
© Sulay Kelly for Mercedes-Benz Grand Prix Ltd. - Toto Wolff.

Dieser Text ist zuerst im brutkasten-Printmagazin von August 2026 „Aufbrechen“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


brutkasten: Sie haben Mercedes durch eine lange Phase großer Erfolge geführt, dann kamen schwierige Jahre. Was war Ihr wichtigstes Learning darüber, wie Organisationen nach Rückschlägen wieder in die Spur finden?

Toto Wolff: Die Formel 1 ist eine Welt der ständigen Evolution, nichts steht je still. Zum Beispiel haben die Regeländerungen 2022 schonungslos Schwächen in unseren Entwicklungsfähigkeiten und unserem Verständnis offenbart. Wir haben diese Ära klar hinter unseren Wettbewerbern gestartet und es über vier Saisonen hinweg nicht wirklich geschafft, diese Defizite auszubügeln.

Der eine oder andere Rennsieg waren die Highlights, wir haben es geschafft, zweimal in vier Jahren den zweiten Platz in der Konstrukteursmeisterschaft zu erringen; aber wir haben nie um den Titel gekämpft. Wir haben im Hintergrund größere Änderungen in unserer technischen Ausstattung, beim Personal und den Strukturen vorgenommen, um das Team stärker und wettbewerbsfähiger zu machen. Wir haben auch die Führungskultur adaptiert, weil wir das Team motivieren mussten, das begann, sich nach so vielen Jahren des Erfolgs selbst infrage zu stellen. Es war jedenfalls eine wichtige und wertvolle Phase für uns.

Sie sprechen in diesem Sinne wiederholt von einer „No Blame Culture“. Wie baut man eine Kultur auf, in der Fehler nicht versteckt oder angeprangert, sondern als Lernchance genutzt werden?

Es geht hier fast ausschließlich um psychologische Sicherheit. Niemand wird bei der Fehlersuche die Hand heben, wenn er Angst hat, gefeuert zu werden. Wir müssen aber zu unseren Fehlern stehen können. Und das fängt bei den Führungskräften an. Nur so können auch andere zu ihren Fehlern stehen. Eine „No Blame Culture“ funktioniert jedoch nur im Zusammenspiel mit einem hohen Verantwortungsbewusstsein. Man braucht Teammitglieder, die Verantwortung übernehmen, auch wenn es um Fehler geht.

In der Formel 1 hat jeder Fahrer eigene Ingenieure und Mechaniker. Wie verhindert man, dass interne Konkurrenz gegen die gemeinsame Strategie arbeitet?

Das ganze Team hat das gleiche Ziel: Die Meisterschaft für Mercedes zu gewinnen. Nicht mit dem einen oder anderen Fahrer, sondern für die Marke und das Team. Alle Mitarbeiter sind gleich incentiviert: Ausschlaggebend ist der Gewinn der Konstrukteursmeisterschaft, nicht der Fahrerwertung. Das ist die Grundlage unserer Entscheidungsfindung. Auch die Ingenieure und Mechaniker, die einem der Fahrer zugeteilt sind, arbeiten zuallererst für das Team. Beide Seiten der Garage machen jeden Boxenstopp gemeinsam. Alle technischen Daten werden zwischen den Ingenieuren der Fahrer geteilt, damit wir so wettbewerbsfähig wie möglich sein können. Das Motto ist klar: Das beste Team gewinnt, der beste Fahrer gewinnt; und zwar in dieser Reihenfolge.

Viele Gründerinnen und Gründer kämpfen damit, schnell zu wachsen und dabei die Kultur zu bewahren. Lassen sich Prinzipien aus der Formel 1 auf Startups und Scaleups übertragen?

Wir haben seit dem Cost Cap 2021 starkes Wachstum in der Formel 1 gesehen. Wir mussten uns überlegen, ob wir die Geschäftsfelder erweitern wollen, wie wir es etwa mit unserem Engagement im America’s Cup beim Segeln gemacht haben. Der Headcount ist gewachsen, vor allem in den Support-Bereichen außerhalb der technischen und operationellen Hauptbereiche. Aber dann haben wir uns wieder auf unser Kerngeschäft fokussiert, mit einem klaren Ziel: die Formel-1-Weltmeisterschaft zu gewinnen. Und bei jedem neuen Projekt stellen wir uns die Frage: Bringt uns das Projekt diesem Ziel näher, hilft es uns, Rennen und Meisterschaften zu gewinnen?

Wenn die Antwort Ja ist, dann investieren wir in das Projekt; wenn nicht, dann nicht. Ich denke, es geht vor allem darum, das Hauptziel nicht aus den Augen zu verlieren, da mit dem Unternehmenswachstum viele Elemente komplexer werden. Wenn man in einem so kompetitiven Umfeld wie der Formel 1 tätig ist, dann ist das Hauptziel relativ klar. Aber jedes Startup muss sich ein Ziel geben können und dann genau wie wir darauf fokussieren.

Wie treffen Sie strategische Entscheidungen, wenn nicht alle Informationen vorliegen? Gibt es ein Erfolgsgehmeinis?

Mein Freund und Geschäftspartner Niki Lauda hat immer auf die rasche Entscheidungsfindung gepocht – es ist besser, eine mangelhafte Entscheidung jetzt zu treffen, als darauf zu warten, alle Informationen zusammengetragen zu haben, wenn es dann zu spät ist. Man kann Entwicklungen immer noch korrigieren, wenn eine Entscheidung nicht ganz richtig war. Persönlich versuche ich die Upside und Downside bei den großen Entscheidungen zu erkennen: Wenn ich mit der Downside, dem Worst Case, leben kann, dann gibt es keinen Grund, vor der Entscheidung zurückzuschrecken.

Welche Leadership-Lektion hätten Sie gerne früher gelernt?

Meine wichtigste Erfahrung ist wohl, in Konfliktsituationen neugierig zu bleiben, zu versuchen, die Perspektive der anderen Seite zu verstehen, und auch manchmal zu akzeptieren, dass man nicht einer Meinung ist oder unterschiedliche Interessen hat; ein „agree to disagree“ als Ergebnis zu akzeptieren. Bei Leadership geht es ja vor allem darum, andere Menschen zu verstehen, sich auf eine gemeinsame Linie zu einigen, sie mit etwas zu incentivieren, das für sie auch wirklich relevant ist. Nur wer motiviert ist und sich wohlfühlt, kann 100 Prozent geben. Ziele klar formulieren, Mitarbeitern Verantwortung übertragen, ihnen dabei helfen, Herausforderungen zu meistern, und Ergebnisse offen analysieren – das ist meine Arbeitsweise.

Gibt es Ihrer Ansicht nach die eine Eigenschaft, die erfolgreiche Unternehmerinnen und Unternehmer brauchen? Und welche Fähigkeiten werden durch den zunehmenden Einsatz von KI wichtiger?

Das eigene Geschäft verstehen und die Leute kennen und verstehen, mit denen man arbeitet. Ein großes Ziel verfolgen und das Auge fürs Detail, das Gleichgewicht in allen relevanten Bereichen nicht verlieren. KI wird viel in unserer Welt verändern. Aber sie wird hoffentlich vor allem ein Instrument sein, das den Menschen dabei helfen wird, bessere Entscheidungen zu treffen. Die fähigsten Leute werden das Beste aus AI herausholen, die Stärken nutzen und sich von den Gefahren und Schwächen nicht beeinträchtigen lassen. Wir stehen sicher am Anfang einer rasanten Entwicklung, deren Ergebnis kaum vorhersehbar ist.

Und im Rennsport selbst: Kann KI helfen, die Ideallinie, die optimalen Bremspunkte oder das perfekte Setup zu entschlüsseln?

Wo die richtigen Bremspunkte sind, sollten wir eigentlich schon wissen; auch, dass, wenn es regnet, ein Reifen ohne Profil nicht so toll funktioniert. Aber im Ernst: Wir müssen AI zur Entscheidungsfindung einsetzen, wo hochkomplexe Datenmodelle es verlangen. Aber AI wird in keinem Bereich eigenständig entscheiden. Sie wird immer eine Unterstützung für unsere Ingenieure bleiben; zumindest in absehbarer Zeit.

Welche Innovationen aus dem Motorsport könnten in den kommenden Jahren für andere Industrien relevant werden?

Es gibt in der Geschichte viele Beispiele für Technologietransfer, und das geht auch heute weiter. Wir als Industrie lernen gerade viel über Batteriesysteme, über Steuerungselektronik und elektrische Motoren, aber auch über nachhaltige Treibstoffe und innovative Composite-Materialien; alles wichtige Entwicklungsbereiche für die Automobil- und Transportindustrie.

Es gibt aber auch ganz andere Bereiche, die mit dem Fahrzeug an sich nichts zu tun haben. So haben wir etwa vor ein paar Jahren Pionierarbeit beim Einsatz von 5G-Technologie an der Rennstrecke geleistet. Die Formel 1 ist in ihrer Grundcharakteristik interessant für Entwicklungen unterschiedlicher Technologien, weil sie ein sehr kompetitives Umfeld mit einer enorm hohen Entwicklungsgeschwindigkeit bietet. Das ist für Innovation und Entwicklung wertvoll.

Sie sind ja an mehreren Unternehmen beteiligt. Was sind Ihre Kriterien dabei?

Nuki und Instahelp sind ja nicht mehr Startups im eigentlichen Sinn, beide sind profitabel. Nuki macht über 50 Millionen Euro Umsatz und ist Marktführer in Europa; Instahelp hat seit zwei Jahren einen zweistelligen Millionenumsatz und verdient Geld. Unsere Kriterien waren damals, als wir die beiden Firmen mit unseren Partnern in der Up to Eleven, den Brüdern Martin und Jürgen Pansy und René Berger, gegründet haben, dass wir unsere bestehende Kompetenz bei mobiler Kommunikation, die wir mit sms.at und ucp über Jahre aufgebaut hatten, für innovative Geschäftsmodelle einsetzen wollen.

Dass wir direkt in Startups investiert haben, die wir nicht selbst gegründet haben, ist ja schon lang her; das war zu Zeiten von Marchfifteen beziehungsweise ganz vereinzelt vor über 15 Jahren. Das wichtigste Kriterium war jedenfalls immer, dass die Gründer gute Leute waren, denen man vertrauen kann. Einer davon war übrigens Oliver Holle. Auch heute vertrauen wir ihm, und zwar indem wir bei Speedinvest und damit auch weiterhin indirekt in Startups investieren.

Abschließend: Wie sieht bei Ihnen eigentlich ein Sonntag aus, an dem kein Rennen stattfindet?

Meistens bin ich in Italien, an einer Kartstrecke. Da sind Susie und ich dann die größten Fans unseres jungen Sohns. Der Apfel ist nicht weit vom Stamm gefallen.


Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Der Inhalt des Artikels hat gesellschaftspolitische Auswirkungen, da er auf die Notwendigkeit von Zertifikaten für KI-Anwendungen hinweist, insbesondere für Anwendungen, die eine hohe Verlässlichkeit aufweisen müssen. Dies ist von Bedeutung für die Sicherheit und Funktionalität von KI-Anwendungen in verschiedenen Bereichen wie dem Gesundheitswesen, der Automobilindustrie, der Produktion und dem Alltag. Die Einführung von Zertifikaten und Prüfverfahren kann dazu beitragen, das Vertrauen in KI-Anwendungen zu stärken und die ethischen und rechtlichen Aspekte von KI zu berücksichtigen.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Das Machine-Learning-Zertifikat „Trusted AI“ des TÜV Austria hat das Potenzial, die Anwendung von KI-Anwendungen sicherer zu machen und das Vertrauen der Verbraucher und Unternehmen zu stärken. Unternehmen aus verschiedenen Branchen, darunter Medizin und Automobil, haben bereits Interesse an dem Zertifikat gezeigt. Eine erfolgreiche Zertifizierung könnte dazu beitragen, das Risiko potenzieller Schäden durch fehlerhafte KI-Anwendungen zu reduzieren und gleichzeitig die Akzeptanz von KI zu erhöhen.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Als Innovationsmanager:in sollten Sie sich mit den aktuellen Entwicklungen im Bereich der Künstlichen Intelligenz und der Zertifizierung von KI-Anwendungen auseinandersetzen. Das Trusted AI-Zertifikat vom TÜV Austria ermöglicht Unternehmen, die Verlässlichkeit von Machine-Learning-Anwendungen nachzuweisen und somit das Vertrauen der Kunden und der Öffentlichkeit zu stärken. Es ist wichtig, dass KI-Anwendungen ein entsprechendes Gütesiegel vorweisen können, insbesondere bei sicherheits- oder finanzkritischen Anwendungen. Daher sollten Sie sich über das Zertifizierungsschema informieren und gegebenenfalls prüfen, ob es für Ihre innovativen KI-Projekte relevant und nützlich sein könnte.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Als Investor:in ist es wichtig, KI-Anwendungen zu unterstützen, die über ein zuverlässiges Gütesiegel verfügen. Der TÜV Austria hat in Zusammenarbeit mit der Johannes Kepler Universität Linz und dem Software Competence Center Hagenberg ein Machine-Learning-Zertifizierungsschema namens „Trusted AI“ entwickelt, das eine statistische Prüfung der Funktionalität und Definition von KI-Anwendungen beinhaltet. Dies kann dazu beitragen, das Risiko unvorhersehbarer Probleme und ethischer Fragen bei der Verwendung von KI zu minimieren, was für Investitionen in diesem Bereich von Bedeutung sein kann.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Das Thema der Zertifizierung von Künstlicher Intelligenz (KI) wird in Zukunft immer wichtiger werden, wenn es um verlässliche KI-Anwendungen in verschiedenen Bereichen wie der Automobil- und Medizinindustrie geht. Dieser Artikel beschreibt eine neue Zertifizierungsmethode für KI-Anwendungen namens „Trusted AI“, die von TÜV Austria, der Johannes Kepler Universität Linz und dem Software Competence Center Hagenberg entwickelt wurde. Als Politiker:in ist es wichtig, sich über solche neuen Entwicklungen im KI-Bereich auf dem Laufenden zu halten und die Regulierung und Standards für KI-Anwendungen zu überwachen.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Der Artikel behandelt die Entwicklung eines Machine-Learning-Zertifizierungsschemas namens Trusted AI durch den TÜV Austria in Kooperation mit der Johannes Kepler Universität Linz und dem Software Competence Center Hagenberg. Die Zertifizierung beurteilt KI-Anwendungen auf ihre Funktionalität, Sicherheit und Fairness. Eine korrekte Definition des Anwendungswecks und die statistische Prüfung sind von wesentlicher Bedeutung. Experten äußern auch Bedenken hinsichtlich des AI Acts, des weltweit ersten Gesetzes für KI-Regulierung, aufgrund von fehlenden Prüfungsmethoden und möglichen Auswirkungen auf kleinere Start-ups. Das TÜV-Austria-Zertifikat stößt laut Experten auf eine hohe Nachfrage, aber es wurden noch keine Zertifikate erteilt.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

  • Bernhard Nessler
  • Jeannette Gorzala
  • Sepp Hochreiter
  • Thomas Doms

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

  • TÜV Austria
  • Johannes Kepler Universität Linz (JKU)
  • Software Competence Center Hagenberg (SCCH)

So funktioniert das KI-Zertifikat von TÜV Austria