RADIUS und das Event „Women in AI“ an der TU Graz

Isabella Danda vom Unternehmen Ideenreich hielt an diesem warmen Sommerabend die Begrüßungsrede vor rund 60 Teilnehmenden, die überwiegend weiblich waren.

Im Anschluss sprach Sabine Proßnegg, die erstmals an der Veranstaltung teilnahm, über das FFG-(COIN)-geförderte FH JOANNEUM-Projekt RADIUS.

Sabine Proßnegg stellte kurz die Ziele und Inhalte von RADIUS vor und ging anschließend auf die rechtliche Forschung im Projekt ein.
Die ersten Ergebnisse zeigen deutlich, dass rechtliche Dokumente wie der AI Act und die Datenschutz-Grundverordnung (DSGVO) zwar sehr relevant sind, jedoch für Personen außerhalb der Rechts- oder Wissenschaftswelt häufig schwer verständlich bleiben.

Technische Normen können hier als eine Art Übersetzung dienen, indem sie rechtliche Anforderungen in technisch umsetzbare Aufgaben operationalisieren. Zusätzlich beziehen sich rechtliche Texte zunehmend selbst auf technische Normen, um sich an eine schnell wandelnde digitale Welt anzupassen.

Zusammenfassend lässt sich sagen, dass technische Normen im Projekt RADIUS nicht nur dazu beitragen, teilweise vage rechtliche Normen zu konkretisieren, sondern auch helfen, deren Ziele besser zu verstehen und praktisch umzusetzen.

Am Ende des Vortrags lud Sabine Proßnegg die Teilnehmenden ein, Beiträge oder Poster einzureichen oder am AI Summit Styria 2026 teilzunehmen, der im Oktober das zentrale AI-Event von RADIUS ist.
Weitere Informationen: AI Summit Styria

Elisabeth Lex sprach über „Bilateral AI for Human-Centered Personalization“. Sie betonte, dass Personalisierungstechnologien zunehmend beeinflussen, wie Menschen auf Informationen, Produkte und Dienstleistungen zugreifen.

Die Entwicklung solcher Systeme erfordert Fortschritte im Bereich des Machine Learning (ML) sowie ein tieferes Verständnis menschlichen Verhaltens und menschlicher Präferenzen.

Sie präsentierte ihre Forschung zur human-zentrierten Personalisierung und User-Modellierung und zeigte, wie ML mit Knowledge Graphs und kognitiven Modellen kombiniert werden kann, um personalisierte Systeme zu entwickeln, die menschliche Bedürfnisse besser widerspiegeln, das Verständnis der Nutzer unterstützen und damit eine Grundlage für vertrauenswürdige KI schaffen.

Im zweiten Vortrag sprach Bettina Könighofer über „BilAI Approaches for Trustworthy Autonomous Intelligence“.
Ihre Forschung beschäftigt sich mit der Kombination von Deep Reinforcement Learning und symbolischer KI, um komplexe sequenzielle Entscheidungsprobleme zu lösen.

Ziel ist es, KI-Agenten zu entwickeln, die optimales Verhalten erlernen und gleichzeitig komplexe Anforderungen wie rechtliche und ethische Regeln sowie Sicherheitsanforderungen einhalten.
Dabei wurde die enge Verbindung zwischen Recht und Technologie besonders deutlich – ähnlich wie auch im Projekt RADIUS.