Zurück zur englischen Version der Dokumentation
KI-Risiko-Atlas
KI-Risiko-Atlas
Entdecken Sie diesen Atlas, um einige der Risiken zu verstehen, die sich aus der Arbeit mit generativer KI, Basismodellen und Modellen für maschinelles Lernen ergeben.
Risiken werden mit einem der folgenden Tags kategorisiert:
- Traditionelle KI-Risiken (gilt sowohl für traditionelle Modelle als auch für generative KI)
- Risiken, die durch generative KI verstärkt werden (können auch für traditionelle Modelle gelten)
- Neue Risiken speziell im Zusammenhang mit generativer KI
Risiken im Zusammenhang mit der Eingabe
Trainings-und Optimierungsphase
Fairness
Datenverzerrung
Verstärkt
Zuverlässigkeit
Datenvergiftung
Traditionell
Datenschutz
Personenbezogene Daten in Daten
Traditionell
Erneute Identifikation
Traditionell
Datenschutzrechte
Verstärkt
Informierte Zustimmung
Traditionell
Inferenzphase
Geistiges Eigentum
Zuverlässigkeit
Evasion-Angriff
Verstärkt
Extraktionsattacke
Verstärkt
Eingabeaufforderung undicht
Verstärkt
Der Ausgabe zugeordnete Risiken
Wertausrichtung
Über oder unter Abhängigkeit
Verstärkt
Missbrauch
Nicht einvernehmliche Verwendung
Verstärkt
Nichtangabe
Neu
Unsachgemäße Verwendung
Verstärkt
Schädliche Codegenerierung
Datenschutz
Persönliche Informationen preisgeben
Verstärkt
Erklärbarkeit
Unerklärliche Ausgabe
Verstärkt
Unzuverlässige Quellenzuordnung
Verstärkt
Nicht zugängliche Trainingsdaten
Verstärkt
Nicht tracefähige Zuordnung
Verstärkt
Nicht technische Risiken
Verwaltung
Fehlende Modelltransparenz
Traditionell
Fehlende Datentransparenz
Verstärkt
Rechenschaftspflicht
Verstärkt
Einhaltung rechtlicher Bestimmungen
Gesellschaftliche Auswirkungen
Arbeitsplatzverlust
Verstärkt
Ausbeutung durch Menschen
Verstärkt
Auswirkungen auf die Umgebung
Verstärkt
Plagiate
Neu