ML-Fallstudie: Wann ein Modell NICHT gebaut werden sollte
Übersicht
Worum es bei diesem Projekt geht.
Du analysierst die Anwendung entlang fuenf Achsen: (1) ML-Eignung des Problems (Datenverfuegbarkeit, Label-Qualitaet, zeitliche Stabilitaet), (2) ethische Tragfaehigkeit (welche Entscheidungen werden auf der Vorhersage getroffen?), (3) regulatorische Rahmenbedingungen (EU AI Act, GDPR — Datenschutz-Grundverordnung), (4) operative Einbettung (wer handelt auf den Vorhersagen?), (5) Schaden-im-Worst-Case-Szenario. Du nutzt 3 reale Vergleichsfaelle (Optum-Bias-Skandal 2019, Apple-Card-Bias 2019, COMPAS-Studie) als Referenzen. Liefere eine 6-seitige Fallstudie mit klarer go/no-go-Empfehlung.
Das Briefing
Was Du tust und was Du zeigst.
Entscheide schriftlich, ob ein ML-Modell fuer Langzeit-Krankenstands-Prognosen ethisch und operativ tragfaehig ist.
Earning criteria — what you'll demonstrate
- ML-Probleme entlang ethischer, regulatorischer und operativer Achsen analysieren
- Reale historische Faelle als methodische Referenzen einsetzen
- Eine 'NICHT bauen'-Empfehlung schriftlich verteidigen, wenn das die richtige Antwort ist
- Den EU AI Act und die DSGVO auf einen konkreten ML-Anwendungsfall anwenden
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenAI Product Manager
Ethische, regulatorische und operative Analyse vor dem Modellbau ist die senior-typische AI-PM-Disziplin in regulierten Branchen wie Versicherung.
Dieses Projekt schärft
- ml-ethics
- problem-framing
- stakeholder-management
AI Safety Researcher
Den Mut zu einer 'NICHT bauen'-Empfehlung schriftlich zu verteidigen ist genau die Haltung, die AI-Safety-Forschung in Konzernen braucht.
Dieses Projekt schärft
- ml-ethics
- risk-assessment
- regulatory-analysis
AI Solutions Architect
Regulatorische Rahmen wie den EU AI Act auf konkrete Anwendungen anzuwenden ist die taegliche Aufgabe von Solutions Architects in der Finanz- und Gesundheitsbranche.
Dieses Projekt schärft
- regulatory-analysis
- risk-assessment
- stakeholder-management
Noch eine Sache