Die Ressourceneffizienz der Hardware wird erfasst und optimiert.
Mehr erfahren
Es wird überprüft, ob der Ressourcenverbrauch der Systeme in der Anwendung den Nachhaltigkeitspotenzialen gerecht wird.
Mehr erfahren
Die im Entwicklungsprozess anfallenden CO2-Emissionen werden konsequent erfasst. Die CO2-Effizienz wird durch eine geeignete Auswahl von Trainingsstandort und -zeitpunkt erhöht.
Mehr erfahren
Bei der Modellauswahl werden nach Möglichkeit vortrainierte Modelle und Modelle mit geringerer Komplexität bevorzugt. Die Energieeffizienz der Systeme wird erfasst und optimiert.
Mehr erfahren
Die Systeme müssen so entwickelt werden, dass sie an unterschiedliche lokale Anwendungskontexte angepasst werden können. Ein Training mit lokalen Datensätzen kann dabei helfen.
Mehr erfahren
Inklusive Design-Prinzipien müssen berücksichtigt werden, unter anderem bei der Gestaltung der User Interfaces.
Mehr erfahren
Schwachstellen in den Modellen werden identifiziert und behoben. Kontrollmaßnahmen müssen festgelegt werden.
Mehr erfahren
Evaluationskriterien zum Messen von Fairness werden bestimmt und Tools implementiert.
Mehr erfahren
Personen, die von KI-Systemen betroffen sein könnten oder sie nutzen sollen, werden ebenso wie sonstige Stakeholder in die Testphase der Entwicklung eingebunden, um negative Auswirkungen…
Mehr erfahren
Es werden Modelcards angelegt, die mit entsprechenden Kennzahlen dokumentieren, welche Experimente in der Entwicklung durchgeführt wurden.
Mehr erfahren
