Federated AI: Trend zu Föderierter KI

Chef des RWTH-Startups dataMatters: „Federated AI und Edge Computing sorgen für mehr Datenschutz etwa in der Medizin oder in Smart Cities.“

[datensicherheit.de, 24.05.2025] „Der Trend bei Künstlicher Intelligenz läuft nicht nur darauf hinaus, dass wir immer größere KI-Rechenzentren benötigen“, sagt der KI-Experte Dr. Daniel Trauth, „sondern parallel dazu erleben wir eine Entwicklung in Richtung Endgeräte-KI.“ In Fachkreisen heißt das „Federated AI“ (Föderierte Künstliche Intelligenz) und meint KI-Modelle, die Daten auf den Geräten, mit denen sie erfasst werden, gleich verarbeiten, statt alles zentral zu sammeln. Durch „Federated Learning“ lassen sich vortrainierte KI-Modelle ohne zentralen Datenaustausch in den Geräten zu Ende trainieren. Die Verteilung der Verarbeitungs­leistung wird „Edge Computing“ genannt.

KI-Chips in vielen Endgeräten

„Die Kombination aus Federated AI und Edge Computing erlaubt eine Balance zwischen lokaler und zentraler KI, die die Nutzung von Künstlicher Intelligenz im Alltag künftig maßgeblich prägen wird“, ist Trauth überzeugt. Er gibt Beispiele für die Folgen: „KI-Chips werden künftig in Smart­phones, Computeruhren, Kameras, vielen medizinischen Geräten und zahlreichen Sensoren aller Art verbaut sein.“ Sein Unternehmen dataMatters setzt auf Föderierte KI für Smart Cities: Die von Sensoren überall in einer Stadt aufgenommenen sogenannten Rohdaten (Temperatur, CO2-Werte, Verkehrs­flüsse etc.) werden weitgehend am Ort der Erfassung ausgewertet und nur die Ergebnisse an eine kommunale Informationszentrale übermittelt.

Prädestiniert für Anwendungen mit sensiblen Daten

Dieses Vorgehen ist nach Angaben des KI-Experten vor allem für Anwendungen zu empfehlen, bei denen sensible Daten erfasst werden. Als Beispiel nennt er die Personenzählung in einer Fuß­gängerzone durch Kameras, um dadurch Informationen zur stärkeren Belebung von Innenstädten zu erlangen. „Die Zählung erfolgt mittels KI in der Kamera und nur das Ergebnis, aber nicht die Gesichter der Passanten, werden weiter übermittelt“, erklärt Daniel Trauth. Er spricht von einem neuen Paradigma des „konzeptionell integrierten Daten­schutzes durch die Ent­personalisierung der Daten am Punkt der Erfassung.“ In dem von seinem Unternehmen dataMatters entwickelten Smart-City-Betriebssystem urbanOS stellt Federated Learning einen zentralen Bestandteil der datenschutz-konformen „Smartisierung“ von Städten und Kommunen dar.

Föderierte KI im Gesundheitswesen

Neben Smart Cities ist Föderierte KI auch im Gesundheitswesen auf dem Vormarsch, sagt der KI-Experte. Er nennt beispielhaft ein EU-Projekt von EUCAIM (European Federation for Cancer Images), bei dem Kliniken aus zahlreichen europäischen Ländern ein föderiertes KI-Modell zur Krebsdiagnose trainieren, ohne Patientendaten auszutauschen.

Trauth verweist auf Schätzungen der Marktforschungsfirma IDC, wonach 2025 weltweit Investitionen von 2,3 Milliarden Dollar in föderierte KI-Technologien fließen sollen. Die Konkurrenz von Gartner prognostiziert, dass bis 2028 über 60 Prozent der KI-Modelle in daten­sensiblen Branchen föderierte Ansätze nutzen werden.

Dr. Daniel Trauth, Geschäftsführer dataMatters GmbH, Bild: dataMatters GmbH

„Dabei gibt es zwei Herausforderungen“, erklärt der KI-Experte, „die geringe Rechenleistung der Endgeräte, und die Stabilität der Übertragungswege, um den Ausfall einzelner Geräte während eines KI-Trainingszyklus zu vermeiden.“ Doch die Zeit arbeite für Föderierte KI und Edge Computing, weil die Endgeräte immer leistungsfähiger würden.

Bei der Datenübertragung zwischen den in Smart Cities über die Stadt verteilten Sensoren und den kommunalen Informationszentralen setzt dataMatters auf den Funkstandard LoRaWAN (Longe Range Wide Area Networks). Trauth: „Da die Rohdaten schon in den Endgeräten wie beispiels­weise Kameras verarbeitet werden, ist das Volumen der aggregierten Daten für die LoRaWAN-Übertragung vergleichsweise gering.“ Er sagt voraus: „LoRaWAN-Netzwerke werden eine maßgebliche Rolle im Edge Computing spielen und als ein sicheres und kostengünstiges Rückgrat der Smart City in vielen Kommunen zum Einsatz kommen.“

„KI und Datenschutz vertragen sich sehr gut“

Dr. Daniel Trauth nimmt eine Einordnung vor: „Es wird häufig behauptet, dass die strikte Datenschutz­gesetzgebung in Europa den Fortschritten bei Künstlicher Intelligenz entgegen­stehe. Doch Federated AI ist ein gutes Beispiel dafür, wie sich dadurch innovative neue Ansätze entwickeln, die dem berechtigten Interesse der Bevölkerung an der Wahrung ihrer Privatsphäre Rechnung tragen und gleichzeitig die Vorteile Künstlicher Intelligenz zum Tragen bringen. KI und Datenschutz vertragen sich sehr gut.“

Weitere Informationen zum Thema:

datamatters
AI FOR A SUSTAINABLE TOMORROW!

datensicherheit.de, 24.05.2025
Agenten-KI und die Wechselwirkungen mit der Cybersicherheit