Daten und KI-Modelle als Wirtschaftsgut

In mehreren Impulsvorträgen erhielten Teilnehmerinnen und Teilnehmer bei der Online-Veranstaltung „Daten und KI-Modelle als Wirtschaftsgut“ am 23. Juni spannende Einblicke in Use-Cases und den rechtlichen Umgang mit KI-Anwendungen der geförderten Projekte aus dem KI-Innovationswettbewerb.
Die Veranstaltung war in zwei thematische Blöcke geteilt. Im ersten Teil gaben die Projekte KI-Marktplatz, KEEN und Service-Meister Einblicke in die Projektziele und die Rolle von Daten in Wertschöpfungsnetzen. Im zweiten Teil der Veranstaltung wurden rechtliche Fragestellungen rund um KI an Projektbeispielen von IIP-Ecosphere und REIF beantwortet. Abgerundet wurde die Veranstaltung durch Impulsvorträge der Begleitforschung zum Handel mit KI-Modellen und der Frage nach deren Schutzfähigkeit.

Geschäftsmodelle mit Daten
Eingangs stellte Robin Eisbach von der Unity AG stellvertretend für das Projekt KI-Marktplatz die Bedeutung von Daten in digitalen Wertschöpfungsnetzen dar. Dabei ging er auf die wesentlichsten Umsetzungsschritte bei der Entwicklung von digitalen Produkten, Services und Geschäftsmodellen ein. Bei der Umsetzung von innovativen KI-Lösungen besteht eine interessante Ausgangslage: In vielen Bereichen konkurrieren etablierte Unternehmen mit bestehendem Marktzugang mit Unternehmen, deren Fokus allein auf der Technologieentwicklung liegen.

Auch im Bereich der Prozessindustrie spielen Daten und die Verwendung von KI eine zunehmend wichtigere Rolle. Das KEEN-Konsortium forscht an der Implementierung von KI-Verfahren im Bereich der Modellierung von Prozessen, Produkteigenschaften und Anlagen, dem Engineering sowie der Realisierung selbstoptimierender Anlagen. Entlang dieser Anwendungsszenarien skizzierte Prof. Dr. Armin Fricke die Bedeutung von Daten und KI in der Prozessindustrie. Dabei ging er auch auf die Problematik ein, dass KI-Daten aus der Produktion oftmals sensible Geschäftsgeheimnisse enthalten, was in Hinblick auf die Handelbarkeit dieser Daten einschränkend wirkt.

Gerade wenn für KI-Anwendungen sensible Unternehmensdaten ausgetaucht werden, müssen innovative Lösungsansätze verfolgt werden. Eine Lösung bietet das sogenannte Federated Learning, welches Niklas Kühl am Beispiel des Projekts Service-Meister vorstellte. Durch den föderierten Ansatz soll ein Mehrwert für alle Akteure generiert werden, ohne dass hierdurch Kompromisse bei der Datensicherheit eingegangen werden müssen. Zukünftig wird es kaum möglich sein, ohne die Bereitstellung und den Austausch von Unternehmensdaten im internationalen technologischen Wettbewerb konkurrenzfähig zu bleiben – daher sind Methoden, die dies geschützt ermöglichen, umso wichtiger. Das machte auch der vierte Impulsvortrag von Kristina Peneva von der Begleitforschung deutlich. An internationalen Beispielen zeigte sie auf, dass bereits viele große Unternehmen KI-Modelle verwerten und ihre darauf ausgelegten Geschäftsprozesse stetig weiterentwickeln. In der abschließenden Diskussion wurde deutlich, dass sich Unternehmen bis jetzt sehr schwertun, Unternehmensdaten für die Verwertung bereitzustellen und mit anderen Unternehmen auszutauschen. Gleichzeitig zeigte sich, dass Data Sharing gelingen kann, wenn vertrauenswürdige, technische Infrastrukturen den Schutz von Unternehmensdaten gewährleisten.

Rechtsfragen klären
Der zweite Teil der Veranstaltung widmete sich den rechtlichen Herausforderungen bei der Entwicklung und Nutzung von KI: Sebastian Straub von der Begleitforschung erklärte an verschiedenen Beispielen die dabei auftretenden Herausforderung im Bereich des Urheberrechts. Eine wichtige Frage war dabei, inwieweit KI-Modelle oder einzelne Bestandteile hiervon schutzfähig sind. Für das Projekt IIP-Ecosphere präsentierte anschließend Marlene Delventhal vom Institut für Rechtsinformatik an der Universität Hannover die (weiteren) rechtlichen Grundlagen bei der wirtschaftlichen Verwertung von KI. Ziel des Projekts ist der Aufbau einer Plattform auf der Daten von Anbietern, Anwendern, Dienstleistern und Multiplikatoren im Bereich der intelligenten Produktion zusammengeführt werden. Neben der Darstellung der datenschutzrechtlichen Rahmenbedingungen ging sie auch auf die Frage ein, inwieweit Sensordaten als geistiges Eigentum geschützt sein können. Daneben besteht seit 2019 mit dem Gesetz zum Schutz von Geschäftsgeheimnissen ein weiteres Regelungswerk, welches in Bezug auf die Schutzfähigkeit von Daten und KI-Anwendungen von Bedeutung ist.

Wie wichtig es für die Projekte ist, rechtssichere Lösungen zu finden, stellte Prof. Dr. Beatrix Weber vom Institut für Informationssysteme der Hochschule Hof am Projekt REIF im letzten Impulsvortrag vor. Im Projekt wird eine Plattform entwickelt, die als eine Art Datendrehschreibe und Marktplatz Daten der REIF-Partner über die Plattform zusammenführt, daraus KI-Algorithmen entwickelt und auf der Plattform zur Verfügung stellt. Dabei ist der Aufbau einer entsprechenden Datengovernance von entscheidender Bedeutung. Daneben sind die Gewährleistung der Datensouveränität, ein fairer Interessens- und Lastenausgleich sowie ein ausdifferenziertes Daten- und Rechtemanagement wichtig. Dabei betonte Weber, dass insbesondere im Rahmen des Rechtemanagements die wettbewerbsrechtlichen Einschränkungen zu beachten sind.

Videos:

Sevice-Meister: Tausch von KI-Modellen
Vortrag von Dr.-Ing. Niklas Kühl vom 23.06.2020