Federated Learning als datenschutzfreundliche Lösung

2021 || Professor Michael Huth, Martin Schallbruch, Dr Leif-Nissen Lundbæk, Dr Clara Herdeanu, Lola Attenberger || Digital Society Insitute (ESMT), Berlin

Wollen wir Staat und Verwaltung weiterentwickeln, leistungsfähiger und fit für die Zukunft machen, benötigen wir Technologie. Die Corona-Pandemie hat gezeigt, dass die Digitalisierung der Behördenstrukturen in Deutschland, ihre Zusammenarbeit und das digitale Handeln des Staates noch weit hinter den Erwartungen zurückbleiben. In den nächsten Jahren wird es deshalb darauf ankommen, die Behörden in Bund, Ländern und Kommunen konsequent zu digitalisieren.

Künstliche Intelligenz (KI) bietet hierfür große Potenziale. Maschinelles Lernen und KI können maßgeblich dazu beitragen, Entscheidungsprozesse in Behörden, Organisationen und Institutionen optimaler, kostengünstiger, schneller und automatisiert zu gestalten. Die öffentliche Verwaltung kann ihre internen und externen Leistungen mit Hilfe von KI zielgerichteter, passgenauer und einfacher bereitstellen.

Neue technische Ansätze stehen hierzu zur Verfügung. Im Positionspapier skizzieren die Autor*innen einen der vielversprechendsten Ansätze, das sogenannte Masked Federated Learning, und erläutern die Anwendung im öffentlichen Bereich an den Beispielen des Gesundheitswesens und der Strafverfolgung.

Lesen Sie das komplette Positionspapier hier.