Entdecken Sie, was Sie lernen können.
Mit Videokursen für Beruf, Studium und Freizeit.
| Kursüberblick: KI und Ethik | 02:05 |
| Was ist Ethik? | 02:12 |
| Bias und Fairness in KI-Systemen: Checkliste und Monitoring | 01:28 |
| 10 typische Fehler im Umgang mit KI und Ethik | 06:05 |
| Checkliste Ethische Fragen im KI-Management: Vermeidung typischer Fehler | 01:41 |
| KI-Ethik-Richtlinien: Bußgelder und Verstöße | 02:54 |
| KI-Ethik als Business-Turbo | 02:23 |
| Checkliste: KI-Ethik als Business-Turbo | 01:16 |
| Ethische Dilemmata in KI-Systemen | 03:51 |
| Checkliste – Ethische Dilemmata erkennen | 01:30 |
| Der erste Schritt – Ihr Ethik-Komitee | 03:33 |
| Checkliste: Ethik-Komitee einführen | 01:08 |
| KI & DSGVO – Das Traumpaar | 02:27 |
| Der Daten-Check für KI-Systeme | 01:54 |
| Checkliste: DSGVO und Datencheck für KI-Implementierung | 01:04 |
| Branchenspezifische Vorschriften für KI-Systeme | 01:48 |
| Checkliste: Branchenspezifische Compliance | 00:52 |
| Vom Algorithmus zur fairen Entscheidung | 01:47 |
| Schnellstart: Interne Leitlinien entwickeln | 01:54 |
| KI-Richtlinien: Checklisten für die Implementierung | 01:06 |
| KI-Verhaltenskodex: Grundprinzipien, Verantwortlichkeiten und Prozesse | 01:16 |
| KI-Ethik implementieren: 30-Tage-Plan für KI-Manager | 02:29 |
| Checkliste: 30-Tage-Plan für KI-Manager | 01:05 |
| KI-Ethik: Best Practices | 01:58 |
| Zusammenfassung: KI und Ethik | 02:36 |
| Quiz zum Kurs „KI-Ethik: Verantwortungsvoller Einsatz“ | |
| Explainable AI: Transparenz und Governance-Kontrolle algorithmischer Systeme | 10:00 |
| Explainable AI im Unternehmensalltag verankern | 07:05 |
| KI-Bias im Unternehmensalltag: Strategien und Fairness-Metriken | 08:29 |
| Quiz zum Kurs „Deep Dive: Explainable AI (XAI) und Bias“ | |
| Nachhaltige KI-Strategie: Regulatorik, Technologie und Ressourcenmanagement | 05:53 |
| Green AI: Emissionen messen, Modelle und Workloads optimieren | 09:46 |
| Green AI: ROI, Lebenszyklus und soziale Verantwortung | 09:13 |
| Quiz zum Kurs „Zukunftsstrategie Green AI: Methodik, Messung und Praxis“ | |
| KI-Sicherheitsrisiken: Angriffsvektoren über den gesamten Modell-Lebenszyklus | 07:06 |
| KI-Betriebsmodell: Hub-and-Spoke-Modell zur Skalierung | 08:22 |
| PII-Schutz in LLM-Systemen: Governance, Zero Trust und Datenminimierung | 09:53 |
| Schatten-KI: Compliance-Risiken und Steuerungsstrategien für Unternehmen | 06:25 |
| Technische Guardrails für LLMs: Datenschutz im Unternehmen | 05:54 |
| Mensch-KI-Zusammenarbeit: Entscheidungsunterstützung und Verantwortung | 08:14 |
| Prompt-Injection-Angriffe: Risiken und Abwehrstrategien für Unternehmen | 08:50 |
| LLM-Systemintegrität im Unternehmen: Sicherheitsarchitektur und Zugriffskontrolle | 06:12 |
| KI-Sicherheitsbedrohungen: Data Poisoning, Evasion Attacks und Governance | 08:29 |
| Urheberrecht bei KI-Inhalten: Eigentum und Unternehmensrisiken | 08:27 |
| Kennzeichnungspflicht von KI-Inhalten: EU AI Act und Transparenz | 08:04 |
| LLM-Output-Sicherheit: Filterung, Aufsicht und Monitoring | 07:08 |
| Richtlinienkompetenz: Entwicklung verbindlicher KI-Nutzungsrichtlinien | 07:32 |
| Quiz zum Kurs „Governance und Compliance für KI im Unternehmen“ | |
| Quiz zum Kurs „EU AI Act: KI-Compliance für Unternehmen“ |