# Ai Risk Taxonomy **Source:** https://de.airisks.net/ai-risk-taxonomy **Language:** German --- Eine KI-Risiko-Taxonomie ist eine strukturierte Methode, um mit künstlicher Intelligenz verbundene Risiken zu gruppieren und zu benennen. Sie gibt Menschen ein gemeinsames Vokabular an die Hand, um Risiken zu identifizieren, zu vergleichen und zu diskutieren, und hilft gleichzeitig Unternehmen zu erkennen, wo es in ihren Bewertungen Lücken geben könnte. Eine Taxonomie ist eine Landkarte, keine vollständige Risikobewertung. Eine Kategorie kann auf eine Art von Schaden oder eine Ursache hinweisen, aber sie kann nicht bestimmen, wie wahrscheinlich das Risiko bei einer bestimmten Verwendung ist, wie schwerwiegend seine Auswirkungen wären oder welche Kontrollmaßnahme greift. Diese Fragen hängen vom Kontext ab: dem Zweck des Systems, den betroffenen Personen, der Einsatzumgebung, dem Betriebsumfang und den bereits vorhandenen Kontrollmaßnahmen. ## Das MIT AI Risk Repository Das AI Risk Repository wird von MIT FutureTech als lebendige Referenz für Risiken aus bestehenden KI-Frameworks und -Klassifikationen gepflegt. Seine Datenbank enthält mehr als 1.700 kategorisierte Risiken. Seine Domänen-Taxonomie gruppiert Risiken in sieben Domänen und 24 Subdomänen, während eine separate kausale Taxonomie dabei hilft, zu beschreiben, wie, wann und warum Risiken entstehen. Das Repository ist unter der Creative Commons Attribution 4.0 (CC BY 4.0) lizenziert, was die Wiederverwendung bei entsprechender Namensnennung erlaubt. Diese Breite macht das Repository nützlich für die Entdeckung und gemeinsame Analyse. Teams können es nutzen, um ihre eigenen Risikoregister mit einer breiteren Menge veröffentlichter Bedenken zu vergleichen oder um Sprache für ein Problem zu finden, das sonst uneinheitlich beschrieben wird. Es kann auch Forschung, Audits und Diskussionen über technische, politische und organisatorische Rollen hinweg unterstützen. Erkunden Sie das MIT AI Risk Repository . ## Verantwortungsvoller Umgang mit Kategorien Große Bestände können ein falsches Gefühl der Vollständigkeit erzeugen. Ein Risiko kann in mehrere Kategorien passen, und neue Verwendungen oder Systemkombinationen können Risiken schaffen, die bei der Erstellung einer Taxonomie nicht vorhergesehen wurden. Ein Team sollte daher das konkrete Szenario hinter jedem ausgewählten Element festhalten: was passieren könnte, wer oder was betroffen sein könnte und unter welchen Bedingungen. Von dort aus kann die Organisation Auswirkungen und Eintrittswahrscheinlichkeit bewerten, verhältnismäßige Kontrollen auswählen und einen Verantwortlichen bestimmen. Einige Risiken erfordern technische Tests; andere erfordern Änderungen bei der Schulung, dem Prozessdesign, der menschlichen Überprüfung oder den Lieferantenvereinbarungen. Eine Taxonomie hilft dabei, diese Arbeit zu organisieren, sollte jedoch weder das lokale Urteilsvermögen noch die Überwachung nach der Implementierung ersetzen. Für ein Unternehmen liegt der Wert darin, Klassifikationen mit Entscheidungen zu verknüpfen. Ein Risikoregister, das eine einheitliche Taxonomie verwendet, kann die Berichterstattung über Teams hinweg unterstützen und gleichzeitig genügend Details bewahren, um einzelne Systeme abzubilden. Überprüfen Sie das Register, wenn sich der Zweck, das Modell, die Daten, die Benutzergruppe oder die Betriebsumgebung ändern, und erfassen Sie neue Risiken, die durch die aktuellen Kategorien nicht ausreichend beschrieben werden. ## Verwandte Begriffe - KI-Risikomanagement - KI-Black-Swan - Shadow AI Vertiefen Sie das Thema: EW-AiRM™ Risk & Controls Master Map