Eine Übersicht der veröffentlichten nationalen Standards finden Sie auf diesen Seiten unter der Rubrik "KI". 

Eine Übersicht der veröffentlichten internationalen Normen des DIN/DKE Gemeinschaftsarbeitsausschusses Künstliche Intelligenz finden Sie auf diesen Seiten.

Laufende Normungsprojekte

Eine Übersicht laufender Normungsprojekte des DIN/DKE Gemeinschaftsarbeitsausschusses Künstliche Intelligenz finden Sie auf diesen Seiten.

Laufende Standardisierungsprojekte

Anwendungsbezogene Transparenzanforderungen an KI-Systeme

Die DIN SPEC 91528 definiert Kategorien wie Daten, Algorithmen, Prozesse und Akteure und legt Kriterien für ein einheitliches Verständnis der Transparenzanforderungen für KI-Systeme fest. Es behandelt Phasen des Entwicklungszyklus, Anwendungsfälle, Detailgrade der bereitzustellenden Informationen, relevante Akteure und Offenlegungsarten. Sie basiert auf der Definition von KI-Systemen gemäß der EU-Verordnung ("AI Act", Art. 3.1), die auf einer OECD-Definition beruht. Es umfasst datengetriebene, wissensbasierte, generative und hybride KI-Ansätze sowie spezialisierte und generelle KI-Systeme.

Ziele, Methoden und Metriken für automatisierte/semi-automatisierte Laufzeitüberwachung von KI-Systemen gegenüber nicht-adversen Leistungsdegradationen

Die DIN SPEC 91527 definiert Methoden und Metriken zur Messung von Leistungs- und Gesundheitsdegradationen bei KI-basierten Systemen sowie zur Erkennung betrieblicher Anomalien. Es enthält Anleitungen zur Anwendbarkeit und Eignung der Methoden und Metriken für bestimmte KI-Komponenten und Degradationstypen, Referenzimplementierungen für beispielhafte Anwendungsfälle sowie Hintergrundinformationen zu statistischen Messungen und deren Eigenschaften.

Wissensgraphen für Sprachmodelle und Sprachmodelle für Wissensgraphen: Hybride Anwendungen symbolischer und subsymbolischer KI

Die DIN SPEC 91526 legt Anforderungen für den Einsatz großer Sprachmodelle (LLMs) zur Erstellung oder Validierung von Wissensgraphen (KGs) fest und umgekehrt, um Wissensgraphen zur Verbesserung von generativen Sprachmodellen zu nutzen, etwa zur Vermeidung von Halluzinationen und zur Erzeugung faktisch korrekterer Antworten. Aufgrund der Dynamik und Aktivität in diesem Forschungsbereich klärt das Dokument insbesondere Terminologie, Anwendungsfälle und grundlegende Anwendungsmöglichkeiten von LLMs für KGs und KGs für LLMs sowie deren jeweilige Vor- und Nachteile und Herausforderungen.

Anforderungen an die systematische Sammlung und Bereitstellung von Ökobilanzdaten für die Anwendung künstlicher Intelligenz in der Ökobilanzierung im Bereich der Kreislaufwirtschaft

Die DIN SPEC 35812 definiert ein Format und Anforderungen zur systematischen Sammlung und Bereitstellung von Daten für die Ökobilanzierung sowie zur Erstellung von Digital Product Passports (DPP) mit Hilfe von KI für verschiedene Produkte. Es legt Kriterien zur Bewertung des aktuellen Lebenszyklusdatenbestands und Anforderungen für die Anwendung von KI fest und beschreibt, wie Daten schnell identifiziert sowie neue Bedrohungen und Schwachstellen analysiert werden können, um KI und maschinelles Lernen in der Kreislaufwirtschaft einzusetzen.

Metadaten-Standard für Verkehrsszenen im Bereich automatisiertes Fahren und Verkehrssicherheit

Die DIN SAE SPEC 91518 definiert Begriffe und Anforderungen für die konsistente, anwendungsübergreifende Erfassung und Speicherung von raumzeitlichen Daten bodengebundener Verkehrsszenarien als Metadaten-Standard. Es werden Begriffe für gemessene und abgeleitete Parameter definiert, welche sich beispielsweise auf Szenarien, Fahrzeuginnenraum, Zustände, Erfassungsbedingungen, oder Verkehrssituation beziehen.

Menschliche Leistungsfähigkeit bezüglich der dynamischen Fahraufgabe zur Spezifikation von KI für ATO

Die DIN SPEC 91516 liefert Definitionen, Messgrößen und Messverfahren in Bezug auf die Leistung von Triebfahrzeugführern (Tf) oder Fahrzeugführern (Ff) im Kontext des fahrerlosen Zugbetriebs. Es werden die bisher geltenden Vorschriften zusammengefasst und die Funktionen des zu ersetzenden Tf bzw. Ff aufgeführt. Darüber hinaus werden Metriken zur Messung der Leistung für jede der genannten Funktionen beschrieben und frühere Beispielmessungen für die Leistung von Tf und Ff angegeben. Dieses Dokument kann somit als Leitfaden für Entwickler von Wahrnehmungs- und Steuerungssystemen für den fahrerlosen Zugbetriebs dienen.

Spezifikation von ODD im Schienenverkehr

Die DIN DKE SPEC 99004 definiert eine Taxonomie für die Operational Design Domain (ODD) für vollautomatisierte Schienenfahrzeuge, die sich auch auf der Beschreibung anderer Domänen (z.B. Automotive) basiert. Sie zeigt auf, inwieweit gemeinsame Konzepte oder Teile der Taxonomie Beschreibung modularisiert oder wiederverwendbar gemacht werden können. Diese SPEC schafft die Grundlage für die Beschreibung von Betriebsbedingungen (ODD) von KI-basierten Bahnanwendungen wie z. B. automatisierte Fahrsysteme in einer standardisierten und ausreichenden Weise zu beschreiben.

Vertrauenswürdige KI-Methoden in polizeilichen Anwendungen

Das Ziel der DIN SPEC 91517 ist es, anhand spezifischer Anwendungsfälle wie biometrischer Gesichts- und Sprechererkennung, Objektdetektion und Textanalyse zu demonstrieren, wie Genauigkeit, Nachvollziehbarkeit und Fairness von KI-Methoden und Daten in polizeilichen Kontexten effektiv implementiert und verbessert werden können. Diese Spezifikation zielt darauf ab, Standards zu setzen, die sicherstellen, dass diese Technologien zuverlässig funktionieren und ethischen sowie rechtlichen Anforderungen entsprechen.

Terminologie – KI in Bahnanwendungen

Die DIN DKE SPEC 99002 definiert Begriffe aus den Querschnittsthemen Künstliche Intelligenz und Eisenbahnen mit dem Ziel, das gemeinsame Verständnis für KI-Anwendungen im Schienenverkehr zu verbessern. Die entwickelte Terminologie dient als Werkzeug zur Verbesserung der Kommunikation, sie richtet sich zum Beispiel sowohl an Schienenfahrzeughersteller und Komponentenlieferanten als auch an Verkehrsunternehmen/Schienenfahrzeugbetreiber, Zertifizierer/Begutachter/Zulassungsstellen und wissenschaftliche Einrichtungen (z. B. Universitäten, Hochschulen, Institute). 

Fairness von KI-Anwendungen im Finanzsektor – Teil 1 Allgemeines

Die DIN SPEC 91512-1 legt grundlegende Definitionen wie sie auf Basis der wissenschaftlichen Literatur weltweit einheitlich verstanden werden fest. Ebenfalls liefert dieses Dokument einen Prozess zur Ermittlung geeigneter Auffassungen von Fairness unter Voraussetzung, dass ein konkretes Fairnessverständnis von Person zu Person abweicht und somit nicht allgemeingültig formuliert werden kann. 
Es wird eine generische Messung und Begründung für Gleichbehandlung / Gleichberechtigung / Gleichstellung für einzelne Finanzdienstleistungen, als Grundgerüst für anwendungs- und situationsspezifische Messungen und Begründungen in der Praxis erbrach Ferner wird eine Methodensammlung zur Operationalisierung der identifizierten Auffassungen (z.B., über Fairnessmaße). Identifizierung der jeweiligen Stärken, Schwächen und Einschränkungen der Operationalisierungsansätze geliefert. Des Weiteren beschränkt sich dieses Dokument im Kontext seiner Use Cases auf Klassifizierungssysteme, Gruppenfairnessmaße und einen Prozess zur Bewertung von Fairness von KI-basierten System im Finanzsektor und generische mögliche Ergebnisse zur Veranschaulichung.

Künstliche Intelligenz - Anforderungen an KI-Prüfwerkzeuge

Die DIN SPEC 92006 definiert den Begriff "KI-Prüfwerkzeuge" und legt Anforderungen an solche KI-Prüfwerkzeuge fest, die unter anderem zur Evaluierung z. B. der Robustheit, der IT-Sicherheit, der Verlässlichkeit und der Fairness verwendet werden. Dieses Dokument ist anwendbar für Entwickler und Prüfer von KI-Systemen. Es stellt keine Anforderungen an KI-Prüfwerkzeuge für die Prüfung von KI-Systemen, die für die Sicherheit und Gesundheit bei der Arbeit relevant sind. Dies gilt auch für sogenannte Assistenzsysteme.