Bias- und Fairness-Audit eines deutschen Konzern-LLMs
Übersicht
Worum es bei diesem Projekt geht.
Prüfe ein Konzern-LLM auf Bias, erstelle Counterfactual-Tests und einen Audit-Bericht. Erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Mittelständler ist im Bereich Antriebstechnik tätig; der Betriebsrat hat Mitbestimmungsrechte bei KI-Einsatz und kann den Roll-out blockieren.
Das Briefing
Was Du tust und was Du zeigst.
Welche Bias-Risiken bestehen im internen Personalentwicklungs-LLM, und unter welchen Auflagen ist ein Roll-out vertretbar?
Earning criteria — what you'll demonstrate
- Counterfactual-Testfälle für LLM-Audit systematisch entwerfen
- LLM-as-judge mit regelbasierter Ergänzung kombinieren
- Bias-Risiken pro Demografie aggregieren und kommunizieren
- Eine ethische Empfehlung gegenüber einem Betriebsrat vertreten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Large Language Models
Master · Generative Ai
Strong alignment
This challenge maps to Large Language Models at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Bias Evaluation
Apply bias evaluation to solve real industry problems and demonstrate production-level capability.
- Fairness Auditing
Apply fairness auditing to solve real industry problems and demonstrate production-level capability.
- Counterfactual Testing
Apply counterfactual testing to solve real industry problems and demonstrate production-level capability.
- Llm Evaluation
Apply llm evaluation to solve real industry problems and demonstrate production-level capability.
- Documentation
Apply documentation to solve real industry problems and demonstrate production-level capability.
- Ethics
Apply ethics to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
KI-Sicherheitsforscher:in
Bias- und Fairness-Audits gegenüber Betriebsräten sind eine Kerntätigkeit von KI-Sicherheitsforscher:innen in deutschen Konzernen.
Dieses Projekt schärft
- bias-evaluation
- fairness-auditing
- ethics
ML-Forscher:in
Counterfactual-Testdesigns und Aggregations-Metriken sind direkte ML-Forschungs-Werkzeuge, die in industrieller Sicherheitsforschung gebraucht werden.
Dieses Projekt schärft
- counterfactual-testing
- llm-evaluation
- bias-evaluation
KI-Produktmanager:in
Roll-out-Empfehlungen unter Mitbestimmungs-Bedingungen zu vertreten ist eine Aufgabe, die KI-PMs in HR-Tech und Konzern-IT regelmäßig erfüllen.
Dieses Projekt schärft
- documentation
- ethics
- fairness-auditing
Noch eine Sache