Data Scientist Specialized in Assuring Safety

Mit dem Zertifikat »Data Scientist Specialized in Assuring Safety« beurkunden wir praxisnahes Wissen über den Stand der Technik an der Schnittstelle zwischen funktionaler Sicherheit (Safety) und Künstlicher Intelligenz inklusive relevanter Normen und Normungsinitiativen.

Ein zertifizierter »Data Scientist Specialized in Assuring Safety«

• hat Wissen über das Gefahren- und Innovationspotential von KI-Anwendungen im sicherheitskritischen Umfeld,
• besitzt einen Überblick über die Grundlagen des Safety Engineerings,
• kennt maßgebliche KI-Grundlagen aus dem Blickwickel Safety,
• kann Nutzen und Verbindlichkeit von Safety und KI-Standards einordnen,
• kennt eine Auswahl möglicher Strategien und Maßnahmen für sichere KI
• und kann Assurance Cases, als mögliche Argumentationsgrundlage für KI-bezogene Sicherheitsnachweise, exemplarisch anwenden.

Zielgruppe: Safety Ingenieure, Data Scientists sowie weitere Personen, die einen tieferen Einblick in die Herausforderungen und Möglichkeiten eines Einsatzes von KI in Safety-kritischen Systemen suchen, beispielsweise Personen aus Prüforganisationen, Führungskräfte sowie Qualitäts- und Projektverantwortliche.

• Motivation für KI in sicherheitskritischen Systemen: Anwendungen, Risiken, Zusammenhänge: Vertrauenswürdigkeit und Safety
• Grundlagen des Safety-Engineerings: Wichtige Begrifflichkeiten, Aufgaben, grundsätzliches Vorgehen, Safety-Anforderungen und klassische Maßnahmen, Integritäts-Level
• Safety-bezogene KI-Grundlagen: Wichtige Begrifflichkeiten, Modeltypen, Prozesse, grundsätzliches Vorgehen beim Maschinellen Lernen, tiefe Neuronale Netze und spezifische Herausforderungen für Safety
• Relevante Standards und Normen: Regulierung, Bedeutung von Standards, Möglichkeiten der Einordnung, Anwendbarkeit von Safety Normen, Überblick
• Safety-Maßnahmen für KI: Einordnung, Strukturierung mittels Lebenszyklus
• Maßnahmen bei der Spezifikation: Überblick zu Maßnahmen bei KI-Komponenten
• Maßnahmen bei der Konstruktion: Überblick zu Maßnahmen bei KI-Komponenten
• Maßnahmen beim Testen: Überblick zu Maßnahmen bei KI-Komponenten
• Maßnahmen bei der Analyse: Überblick zu Maßnahmen bei KI-Komponenten
• Maßnahmen im Daten-Lebenszyklus: Überblick zu Maßnahmen zur Datenqualität
• Grundlagen zu Assurance Cases: Möglichkeit der Sicherheitsargumentation, Notation, generelle Argumentationsstrategien
• Assurance Cases für KI-Komponenten: Argumentation-Pattern bei KI-Komponenten, Vertiefung mittels Einordung der kennengelernten Maßnahmen