KI und die Aufbereitung von Daten für Risikoanalysen

Zur Durchführung von individuellen verhaltensorientierten Gefährdungsbewertungen und Risikoanalysen für das Bedrohungsmanagement, die Ausgangspunkt für Maßnahmen im jeweiligen Fall sind und in der Regel präventive Aspekte umfassen sind teils sehr umfangreiche Daten strukturiert aufzubereiten. Bei der Aufbereitung dieser Daten kann die Unterstützung durch künstliche Intelligenz (KI) einen wertvollen Beitrag leisten, sofern bei dem Einsatz von KI die einschlägigen datenschutzrechtlichen Rahmenbedingungen und die entsprechenden ethischen Aspekte konzeptionell berücksichtigt werden.Grundsätzlich gilt dabei: Je umfassender die Datengrundlage, desto präziser kann die Risikobewertung ausfallen. In der gegenwärtigen Praxis ist die Auswertung dieser Daten sowie deren Aufbereitung für Risikoanalysen in Form von Fallchronologien jedoch mit erheblichem manuellem Aufwand verbunden, was eine systematische Skalierung bislang erheblich erschwert.Große Sprachmodelle (LLMs) auf Basis generativer Transformer-Architekturen gelten inzwischen als zentraler technologischer Fortschritt im Bereich der natürlichen Sprachverarbeitung. Durch ihre Fähigkeit, umfangreiche Textdaten zu analysieren, zu generieren und zusammenzufassen, eröffnen sie neue Anwendungsperspektiven auch in domänenspezifischen Kontexten. Der Vortrag beleuchtet diesen spezifischen Anwendungsfall und gibt Einblicke in erste Ergebnisse.