Veranstaltung

Verteiltes Lernen, Edge AI und Federated Learning sind Schlagwörter, die in der Diskussion um eine souveräne, europäische KI immer wieder zu hören sind. Beim Federated Learning (FL) werden KI-Modelle auf verteilten Datensätzen trainiert. Nur die Lernfortschritte, nicht die Daten selbst verlassen Server und Endgeräte.

Im Unterschied zu zentralisierten Ansätzen ermöglicht FL deshalb datenschutzkonforme KI-Lösungen und die Nutzung von Daten, die Unternehmen aus Wettbewerbsgründen nicht teilen wollen. Föderierte Ansätze könnten also eine zentrale Rolle spielen beim Versuch Deutschlands und Europas, bei der KI-Entwicklung aufzuholen.

Aber obwohl die Forschung bereits praxistaugliche FL-Frameworks entwickelt hat, viele Start-ups mit erfolgreichen Umsetzungen aufwarten können und auch große Unternehmen und Organisationen inzwischen FL-Projekte durchführen, haben Politik und Regulierung das Thema bisher eher zögerlich aufgenommen.

In der Veranstaltung soll es deshalb darum gehen, erfolgreiche Federated Learning-Use-Cases zu präsentieren und zu diskutieren, wie föderierte Ansätze im Rahmen der deutschen und europäischen KI-Strategie gestärkt werden können.

Ziel der Veranstaltung ist es, das Thema Federated Learning im politischen Raum sichtbarer zu machen und Punkte für ein Policy-Paper zu sammeln, das die möglichen Aufgaben von Wissenschaft, Wirtschaft und Politik benennt, um Europa zu einem Hotspot für Federated Learning zu machen. 

An wen richtet sich die Veranstaltung?

• Politik-Akteure im Bereich der Forschungs- und Wirtschaftspolitik
• Projektträger von BMFTR und BMWE
• Regulierungsexpert:innen
• Verbände und Interessengruppen
• FL-Entwickler:innen und -Anwender:innen, Start-ups, Dienstleister, Unternehmen und Organisationen, die FL-Projekte durchgeführt haben oder dies planen aus den Bereichen Gesundheit, Produktion, Finanzen, Cybersecurity, Energie usw.
• Wissenschaftler:innen, die FL-Frameworks entwickelt oder eingesetzt haben und Erfahrungen mit verteilten KI-Systemen haben.