Erlebbare KI
Das ZEKI strebt danach, ein intuitives Verständnis von KI durch interaktive Prototypen und Demonstratoren zu vermitteln. Visualisierungen bieten Einblicke in die KI-Modelle, während Bewusstseinsbildung und Analysen die Transparenz, Robustheit und Fairness der Modelle fördern.
Inklusive Arbeits- und Demonstrationsumgebungen gewährleisten die Beteiligung, das Verständnis und die Vorteile von KI für alle.
Interaktion
KI zum Anfassen
Diese werden sowohl in den Räumlichkeiten des ZEKI als auch online zur Verfügung gestellt. Sie vermitteln die Möglichkeiten, aber auch die Risiken des Einsatzes von KI und dienen so dazu, Berührungsängste abzubauen und die Grundlage für einen informierten, bewussten Einsatz von KI im Alltag zu schaffen.
Wenn Sie mehr über die verschiedenen Explainable Artificial Intelligence (XAI) XAI-Methoden erfahren und eine geeignete XAI-Methode für Ihr AI-System finden möchten, empfehlen wir Ihnen unsere Factsheets. Dort werden XAI-Methoden in einfacher Sprache vorgestellt und ihre Einsatzmöglichkeiten aufgelistet. Die XAI-Factsheets finden Sie hier
Erklärbarkeit
Kontrollierte und regulierbare Gestaltung von KI
Das ZEKI arbeitet an verschiedenen Methoden und Lösungen für Explainable Artificial Intelligence (XAI), die zum besseren Verständnis von KI-Entscheidungen genutzt und auf ein breites Spektrum von KI-Methoden angewendet werden können. Die gewonnenen Erkenntnisse werden in Projekten aufgegriffen, in Workshops und Kursen weitergegeben und in entsprechende Begleitmaterialien integriert.
XAI MethodFinder
Eine XAI-Methode zu finden und eine Erklärung für ein KI-System zu erstellen, kann schwierig sein.
Der XAI MethodFinder hilft bei der Suche nach einer XAI Methode für bestimmte Anwendungsfälle. Basierend auf der Zielgruppe werden dem Nutzer technische Details des KI-Systems und Präferenzen für die Erklärung geeigneter XAI-Methoden empfohlen. Darüber hinaus erhält der Nutzer auch Hilfestellungen und Tipps, wie die Methode möglichst verständlich für die Zielgruppe angewendet werden sollte.
Das Thema XAI kann für Menschen, die kein tiefes Verständnis von KI haben, überwältigend sein.Unser XAI-Tutorial bietet eine einfache und umfassende Einführung in das Thema XAI. Die Möglichkeiten, aber auch die Grenzen von XAI werden praxisnah dargestellt.
Label-free Activation Maps - LaFAM
LaFAM ist eine Methode, die im Rahmen des Projekt Go-KI entwickelt wurde. Sie wird für Modelle verwendet, die in selbstüberwachenden Umgebungen trainiert werden.
