FAIR-AI
Fostering Austria's Innovative Strength and Research Excellence in Artificial Intelligence

Das Projekt
FAIR-AI ist ein multidisziplinäres Forschungsprojekt, in dem Wissenschaft, Praxis und Industrie gemeinsam an vertrauenswürdigen KI-Lösungen arbeiten. Im Fokus stehen Methoden zur Risikoanalyse und rechtlichen Konformität entlang des gesamten Lebenszyklus von KI – insbesondere im Hinblick auf den AI Act der EU sowie die DSGVO.
In Use Cases aus Energie, Mobilität, Industrie und Verwaltung wird das Zusammenspiel von Technologie, Regulierung, Ethik und gesellschaftlicher Wirkung untersucht.
Die Ergebnisse, Richtlinien und Empfehlungen für vertrauenswürdige KI werden über eine frei zugängliche Plattform veröffentlicht. Dadurch soll der KI-Community ein unterstützendes Toolset mit praxisnahen Anleitungen zur Verfügung stehen, das die Anpassung an neue Vorschriften erleichtert und die Wettbewerbsfähigkeit langfristig stärkt.
Effekte
FAIR-AI leistet einen zentralen Beitrag zur Entwicklung vertrauenswürdiger KI-Systeme durch innovative Ansätze zur Risikoentflechtung, -vorhersage und rechtlichen Bewertung.
Das Projekt stärkt das österreichische KI-Ökosystem durch anwendungsnahe Forschung und multidisziplinäre und zukunftsorientierte Multi-Stakeholder-Vernetzung. FAIR-AI unterstützt die Umsetzung europäischer Standards im KI-Bereich, fördert die gesellschaftliche und betriebliche Akzeptanz von KI und befähigt Organisationen zu einem verantwortungsvollen und zukunftssicheren KI-Einsatz.

Organisationen
Die Projektkoordination hat das
- AIT Austrian Institute of Technology GmbH
Chancen
FAIR-AI nutzt die Chance, konkrete Lösungen für einen fairen, rechtskonformen und verantwortungsvollen KI-Einsatz zu entwickeln. Durch die systematische Analyse und Entflechtung dieser Risikotypen leistet FAIR-AI einen praxisrelevanten Beitrag zur nachhaltigen Entwicklung vertrauenswürdiger KI-Systeme.
Herausforderungen
Das Projekt adressiert zentrale Herausforderungen bei der Umsetzung des EU-KI-Gesetzes – darunter Vielschichtige technische und ethische Risiken, hohe Anforderungen an Projektmanagement sowie soziotechnische, anwendungsspezifische Faktoren wie kognitive Verzerrungen in KI-gestützten Entscheidungen.