uncertAInty - Logo
DKE
25.02.2026 Projekt

uncertAInty

Ob im Auto oder im Krankenhaus, wenn wir unser Leben neuer Technik anvertrauen, muss diese absolut sicher sein. Viele gute Ideen in Deutschland bleiben jedoch derzeit in der Schublade, weil man sich vor unberechenbaren Fehlern bei Künstlicher Intelligenz (KI) fürchtet.

Im Projekt "uncertAInty" arbeiten wir an klaren Standards, mit denen wir die Risiken von KI messen können. So wird aus einem Bauchgefühl endlich verlässliches Vertrauen.

Kontakt
Marco Litzinger
Logo des Bundeswirtschaftsministeriums
©Bundeswirtschaftsministerium

Projektlaufzeit: 01.01.2026 – 31.12.2027

Projektpartner:  

  • CGT – Cogitron GmbH
  • IESE – Fraunhofer-Institut für Experimentelles Software Engineering IESE
  • IABG – Industrieanlagen-Betriebsgesellschaft mbH
  • DKE

Projektförderung: Das Projekt uncertAInty wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWE) gefördert.

Projektträger: Projektträger Jülich (PtJ)

Projektmotivation

Künstliche Intelligenz (KI) gilt als Hoffnungsträger bei der Lösung von Problemen, die auf konventionelle Art nicht oder nur schwierig realisierbar sind. Allerdings sind die Ausgaben der KI mit Unsicherheiten behaftet.

Künstliche neuronale Netze klassifizieren Verkehrsteilnehmer nicht richtig und die fehlerhaften Ausgaben von generativer KI werden oft mit Halluzinationen verglichen. Hieraus ergeben sich Risiken und Chancen für den Wirtschaftsstandort Deutschland. Deutsche Hersteller trauen sich nicht auf den Markt, wenn nicht klar festgelegt ist, ab welcher Unsicherheit ein Einsatz von Kl in welchen Anwendungsfällen möglich ist. Die wissenschaftliche Herausforderung dabei ist die Quantifizierung der Unsicherheit.

Projektbeschreibung

Im Rahmen der ISO/IEC TS 25223 werden aktuell Anforderungen an die Quantifizierung der Unsicherheiten erhoben. In dem Vorhaben geht es darum, Ansätze aus der DIN SPEC 92005 vom Maschinellen Lernen auf KI-Systeme zu erweitern, um damit beispielsweise auch generative KI abzudecken, sowie diese auf der internationalen Ebene zu vertreten. Dies ist ein wesentlicher Beitrag zur nationalen Strategie, mit „Al made in Germany“ ein weltweit anerkanntes Gütesiegel für KI zu schaffen.

Projektziele

Das erste Ziel ist die erfolgreiche Entwicklung von ISO/IEC TS 25223, in der

  • die grundlegende Terminologie sowie die Merkmale ausgewählter Ansätze für die Unsicherheitsquantifizierung in KI-Systemen definiert werden sollen,
  • die Eigenschaften und Ansätze anhand ausgewählter Anwendungen beschrieben werden,
  • Anforderungen und Empfehlungen für die Entwicklung und Verwendung von Methoden zur Quantifizierung von Unsicherheiten in KI-Systemen erarbeitet werden und
  • alle Phasen des KI-Systemlebenszyklus berücksichtigt werden.

Das zweite Ziel ist die Etablierung des ISO/IEC TS 25223 als Ausgangsbasis für markteinführungsrelevante Standards im Hinblick auf Anforderungen bezüglich der Unsicherheit von KI-Systemen. Eine wichtige Markteintrittshürde für Produkte ist die Sicherheit (Safety), die mit dieser Norm ebenfalls abgedeckt werden soll.


Interessiert an weiteren Inhalten zu Industry?

Fokusbild Inudstry

Industry befasst sich mit Systemen und Produkten aus dem industriellen Bereich. Zentrales Thema ist beispielsweise zunehmend die Automation, da es in Zukunft verstärkt zu einem intelligenten Austausch zwischen Maschinen und Objekten kommt. Weitere Inhalte zu diesem und anderen industriellen Fachgebieten finden Sie im

DKE Arbeitsfeld Industry

Relevante News und Hinweise zu Normen