End-to-End-Workflow: Durchführen eines Projekts von Anfang bis Ende mit KI

Gewinne:

• Fähigkeit, ein Projekt vom Konzept bis zur Lieferung in Phasen zu unterteilen und die Rolle der künstlichen Intelligenz, die zu aktivierende Verifizierung und den verantwortlichen Experten in jeder Phase zu bestimmen.
• Stellen Sie am Ende jeder Phase die Risiko-Bucket-Frage und bestätigen Sie die lokale Anlage, die Gesetzgebung und die Kosten in der jeweiligen Phase.
• Die Fähigkeit zur Integration von KI produziert, der Mensch entscheidet, jede kritische Ausgabe wird überprüft, die Signatur erfolgt mit den Expertenprinzipien in einem End-to-End-Workflow

In den vorherigen elf Einheiten haben wir die Teile nacheinander gelernt: Konzept, Visual, Standortanalyse, Anlage, Wasser, Nachhaltigkeit, Technik, Präsentation, Kosten, Gesetzgebung. In dieser Einheit kombinieren wir sie alle zu einem echten Projekt. Ziel ist es, einen Arbeitsablauf zu etablieren, der künstliche Intelligenz (KI) vom Projektbeginn bis zur Auslieferung flüssig und sicher nutzen kann. Unter Workflow versteht man die Reihe aufeinanderfolgender Schritte, die ein Job von Anfang bis Ende durchläuft. Diese Einheit ist keine Zusammenfassung, sondern eine Integrationsprobe: In jeder Phase, wo die KI beschleunigt, wo sie aufhört, welche Validierung ins Spiel kommt.

Beispielprojekt: 4 ha Stadtpark am Bach

Betrachten wir das Projekt, das wir im gesamten Modul erwähnt haben, von Anfang bis Ende. Die Gemeinde möchte ein stillgelegtes, überschwemmungsgefährdetes Bachufer in einen Stadtpark umwandeln, der sowohl Wasser speichert als auch die Nachbarschaft nutzbar macht. Das Budget ist begrenzt, die Dauer beträgt drei Monate, das Klima ist mild-regenreich.

Phase 1 – Rahmen und Konzept (Einheiten 1-2). Projektrahmen und 6 Themen werden mit KI erstellt; Das Team wählt das Thema „Die Wasserlinie, die den Bach zurückführt, den die Stadt vergessen hat“ und übersetzt es in Prinzipien. KI diversifiziert und wählt Teams aus.

Stufe 2 – Feldanalyse (Einheit 4). Neigung, Ausrichtung und Wasserfluss werden aus GIS ermittelt; A field trip is made. KI synthetisiert gemessene Daten + Beobachtung und erstellt eine Liste mit Möglichkeiten und Einschränkungen. Messungen vom Werkzeug, Synthese verifiziert.

Stufe 3 – Wasser- und Klimastrategie (Einheit 6). YZ schlägt eine Kombination aus Regengarten + Bioswal + durchlässigem Boden vor; Die Abrechnungslogik ist etabliert. Die Bemessung wird an den Wasserbauingenieur delegiert.

Stufe 4 – Pflanzenpalette (Einheit 5). KI erstellt Funktionsprofile und Kandidatenlisten; Das Team überprüft jede Art hinsichtlich der lokalen Klimazone, der invasiven Liste, der Toxizität und der Verfügbarkeit von Setzlingen. Nicht verifizierte Typen sind nicht enthalten.

Stufe 5 – Nachhaltigkeitscheck (Einheit 7). Der Entwurf durchläuft die Scorecard für Wasserdurchlässigkeit, lokale Rate, Schatten und Biodiversität. Schwache Titel werden verbessert.

Stufe 6 – Visuell und technisch (Einheiten 3, 8). AI produces atmospheric images and detail logic/material comparison; Scale sheets are drawn in CAD, static details are drawn by the engineer.

Stufe 7 – Kosten und Zeitplan (Einheit 10). KI organisiert Artikelliste und Tabelle; Actual quantities and current prices are entered, and the work schedule is set up according to the planting season.

Stage 8 — Legislation and rollout (Units 9, 11). Permission checklist and institution questions are prepared, items are confirmed with the official; The presentation is designed in different languages ​​for three audiences (municipality, neighborhood residents, jury).

Tip: At the end of each phase, ask one question: “Is this deliverable low, medium, or high risk; who will verify it?” This single question keeps the entire workflow secure.

Goldene Regel zwischen den Etappen

In the end-to-end flow, three principles are repeated at every stage: (1) AI varieties and accelerates, humans select and own; (2) each numeric/local/security-critical output is verified; (3) the decision and signature are with the competent expert. Diese drei Prinzipien ändern sich nicht; Only the subject to which they are applied changes.

drei Mini-Koffer

Fall 1 – End-to-End-Geschwindigkeit. Ein Büro betrieb einen ähnlichen Stream-Park mit einem KI-gestützten Workflow: Konzept und Analyse dauerten von 3 Wochen auf 10 Tage; Die eingesparte Zeit wurde für die Detaillierung und Überprüfung aufgewendet. Die Lieferqualität verbesserte sich, da das Team mehr Zeit zum „Entscheiden“ statt zum „Produzieren“ gewann.

Fall 2 – Kettenüberprüfung. Im selben Projekt wurden vier verschiedene KI-Fehler in unterschiedlichen Stadien entdeckt: eine invasive Pflanze (Verifizierung in Einheit 5), eine erfundene Regulierungsklausel (Verifizierung in Einheit 11), ein übertriebenes Bild (Überprüfung in Einheit 3) und ein fehlender Kostenposten (Liste in Einheit 10). None reached submission; discipline worked.

Fall 3 – Teamtransformation. Ein Team machte zunächst viele Fehler, weil es dachte, KI sei „Magie, die alles kann“. Nachdem sie die Risiko-Bucket-Disziplin übernommen hatten (Einheit 1), begannen sie, KI auf der richtigen Ebene einzusetzen: kostenlos bei niedrigem Risiko, validierend bei mittlerem Risiko, nur hilfreich bei hohem Risiko. Effizienz und Selbstvertrauen stiegen gemeinsam.

Vier kopierbare Vorlagen

1) Project roadmap:

Ihre Rolle: Landschaftsprojektkoordinator. Projekt: [Beschreibung, Dauer, Budget, Klima]. Geben Sie mir eine End-to-End-Workflow-Roadmap: Konzept, Analyse, Wasserstrategie, Anlage, Nachhaltigkeit, visuell, technisch, Kosten, Gesetzgebung, Präsentation. Geben Sie die Rolle der KI in jeder Phase an und welche Überprüfung/Experte beteiligt sein wird.

2) Risikoaudit am Ende der Phase:

Überprüfen Sie die Ausgabe der folgenden Phase [Stufe und Ausgabe] auf Risiken: Trennen Sie Teile mit niedrigem/mittlerem/hohem Risiko, wer und wie für jedes mittlere/hohe Risiko überprüft werden soll, listen Sie Lücken auf, die vor der Lieferung geschlossen werden müssen.

3) Ganzheitliche Kontrolle vor der Lieferung:

Überprüfen Sie dieses Projekt vor der Lieferung ganzheitlich: Konsistenz zwischen Konzept und Design, ob eine lokale Anlagenverifizierung durchgeführt wurde, ob die technische Strategie genehmigt wurde, ob die Kosten realistisch sind, ob die Gesetzgebung bestätigt wurde, ob die visuelle Darstellung repräsentativ ist. Die fehlenden Nachweise werden in einer Liste angezeigt.

4) Lesson learned:

Wenn dieses Projekt abgeschlossen ist, ziehen Sie die Lehren aus dem Einsatz von KI heraus: In welcher Phase hat KI sehr gut funktioniert, in welcher Phase war das Fehlerrisiko hoch, wie sollte ich den Workflow im nächsten Projekt verbessern? Schreiben Sie konkrete und umsetzbare Elemente auf.

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Eingabeaufforderung:

Erledige dieses Projekt von Anfang bis Ende für mich.

Dieses Verlangen, das alles auf einmal will; Es entsteht ein ungeprüfter, oberflächlicher und riskanter Haufen.

Kraftvolle Aufforderung:

Ihre Rolle: Projektkoordinator. Projekt: 4 ha Park am Bach, 3 Monate, begrenztes Budget, mild-regenreiches Klima, vorrangige Hochwasserpufferung und Nachbarschaftsnutzung. Für mich entsteht ein schrittweiser Arbeitsablauf; In jeder Phase sollten (1) der konkrete Beitrag der KI, (2) die Überprüfung, die ins Spiel kommt, und (3) der zuständige Experte/die zuständige Behörde festgelegt werden. Markieren Sie Hochrisikostadien gesondert. Sagen Sie nicht: „KI schließt jede Phase alleine ab.“

Progressive Eingabeaufforderung mit Verifizierung und Verantwortungszuweisung macht KI zu einem echten Koordinationswerkzeug.

End-to-End-Rollenübersichtstabelle

Bühne

KI-Beitrag

Überprüfung

Verantwortlich

Konzept

Variation

Budget-/Klimafilter

Designer

Analyse

Synthese

Feld + GIS

Feldanalytiker

Wasser/Klima

Strategie

hydraulischer Rechner

Ingenieur

Pflanze

Kandidatenliste

Lokale Überprüfung

Landschaftsarchitekt

technisch

Logik/Text

CAD + Statik

Architekt/Ingenieur

Kosten

Tisch

Tatsächliche Menge/Preis

Mengengutachter

Gesetzgebung

Zusammenfassung/Liste

Autorisierte Bestätigung

zuständige Behörde

Präsentation

Erzählung

Integritätsprüfung

Designer

Häufige Fehler

• Ich möchte alles in einer Anfrage. Der End-to-End-Fluss erfolgt schrittweise; Jede Stufe wird separat überprüft.
• Überspringen des Risikoaudits am Ende der Phase. Fehler werden bei Phasenübergängen abgefangen.
• Affirmationen sammeln und bis zum Schluss aufheben. Lokale Anlagen, Gesetzgebung und Kostenbestätigung sollten in einer eigenen Phase erfolgen.
• Einbettung menschlicher Entscheidungen in den KI-Fluss. Wahlmöglichkeiten, Eigentum und Unterschrift liegen in jeder Phase bei den Menschen.
• Die gelernten Lektionen werden nicht aufgezeichnet. Jedes Projekt ist eine Gelegenheit, den nächsten Arbeitsablauf zu verbessern.

Zusammenfassend

Beim End-to-End-Workflow werden alle vorherigen Einheiten in einem einzigen Projekt zusammengeführt. KI diversifiziert und beschleunigt sich in jeder Phase; Aber in jeder Phase wählen, überprüfen und besitzen Menschen. Drei unveränderliche Prinzipien sorgen für einen sicheren Ablauf: KI produziert, der Mensch entscheidet, jede kritische Ausgabe wird überprüft, die Signatur liegt beim kompetenten Experten. Teilen Sie das Projekt in Phasen auf, stellen Sie am Ende jeder Phase die Risiko-Bucket-Frage, führen Sie Überprüfungen in einer eigenen Phase durch und lernen Sie aus jedem Projekt. So wird KI zu einem Partner, der Ihren Beruf stärkt und nicht schwächt.

Anwendungsaufgabe

Erstellen Sie mit der Vorlage „Projekt-Roadmap“ einen durchgängigen Workflow für ein reales Projekt Ihrer Wahl; Überprüfen und weisen Sie die Verantwortung für jede Phase zu. Wählen Sie dann zwei Phasen aus und prüfen Sie diese mit der Vorlage „Risikoaudit am Ende der Phase“. Listen Sie abschließend Ihre fehlenden Nachweise mit der Vorlage „Ganzheitlicher Pre-Delivery-Check“ auf.

Checkliste

• [ ] Ich habe das Projekt in Phasen unterteilt; Ich habe jede Phase überprüft und die Verantwortung zugewiesen.
• [ ] Ich habe am Ende jeder Phase die Risiko-Bucket-Frage gestellt.
• [ ] Ich habe die örtliche Anlagen-, Gesetzgebungs- und Kostenbestätigung zu einem eigenen Zeitpunkt erstellt.
• [ ] Ich habe Hochrisikostadien mit der Zustimmung eines Experten verknüpft.
• [ ] Ich habe die Erkenntnisse aus dem Projekt für den nächsten Workflow notiert.

Modulprüfung

1. Welche der folgenden ist die genaueste Positionierung für künstliche Intelligenz in der Landschaftsarchitektur?

• A) KI ist ein Beschleuniger und Blaupausengenerator; Die Verantwortung für Standort-, Ökologie-, Sicherheits- und Regulierungsentscheidungen liegt beim Menschen ✔
• B) Künstliche Intelligenz kann den Entwurf selbstständig vervollständigen und signieren
• C) Künstliche Intelligenz funktioniert nur bei der Erstellung von Bildern, sie hat nichts mit anderen Designphasen zu tun
• D) Da künstliche Intelligenz objektiver ist als der Mensch, sollten gesetzgeberische Entscheidungen ihr überlassen werden.

Beschreibung: Künstliche Intelligenz ist ein Ideenmultiplikator und Entwurfsgenerator, der Konzept, Visualisierung, Analyse und Kommunikation beschleunigt; Die Realität vor Ort, die lokale Ökologie, die Sicherheit und die rechtliche Verantwortung bleiben beim zuständigen Experten. Bei technischen und sicherheitskritischen Entscheidungen ist KI kein Ersatz für die Genehmigung durch Experten.

2. Wenn Sie Entscheidungen zu einem Landschaftsbauprojekt nach Risikograd aufschlüsseln, welche der folgenden Punkte würden in die Kategorie „Hohes Risiko (Expertengenehmigung erforderlich)“ fallen?

• A) Einen Konzepttext verfassen
• B) Erstellen einer Moodboard-Idee
• C) Stützmauerstatik und Kinderspielplatzsicherung ✔
• D) Einholen eines Vorschlags für einen Präsentationstitel

Beschreibung: Technische und sicherheitskritische Probleme wie die Statik von Stützmauern, Konflikte zwischen Baumwurzeln und Unterbau, giftige/invasive Pflanzen und die Sicherheit von Kinderspielplätzen stellen ein hohes Risiko dar; Dabei ist künstliche Intelligenz nur ein Assistent, die endgültige Entscheidung liegt beim Experten. Konzepttext und Moodboard sind risikoarm.

3. Wie setzt man künstliche Intelligenz bereits in der Konzeptentwicklungsphase am effizientesten ein?

• A) Viele verschiedene Themen erstellen und diese auswählen und vertiefen, indem man sie durch einen Kontextfilter leitet ✔
• B) Nach einem einzigen „besten Konzept“ fragen und es direkt umsetzen
• C) Nach einem allgemeinen Konzept fragen, ohne den Kontext anzugeben
• D) Das Konzept ohne Kritik liefern

Erklärung: Der menschliche Geist neigt dazu, sich auf die ersten 2-3 Ideen zu konzentrieren. Die wahre Stärke der künstlichen Intelligenz besteht darin, dass sie viele verschiedene Themen erzeugt und vergleicht; Die Wahl, Vertiefung und Eigenverantwortung liegen beim Menschen. Nach einer einzigen „besten“ Empfehlung zu fragen, verschwendet diese Macht.

4. Welches Prinzip ist wichtig, wenn man dem Kunden ein mit künstlicher Intelligenz erstelltes Rendering (Bild) präsentiert?

• A) Das Bild wird als endgültige und genaue Ansicht dargestellt, die angewendet werden soll.
• B) Gilt als technisches Dokument im visuellen Maßstab
• C) Visuelle Darstellung ist die Atmosphäre; auf Echtheit geprüft und mit technischen Datenblättern geliefert ✔
• D) Das Bild wird ohne Überprüfung direkt an die Anwendung übertragen

Beschreibung: Künstliche Intelligenz ist ein Mittel zur Kommunikation und Atmosphäre. Es ist nicht maßstabsgetreu und kann Elemente enthalten, die in der Realität nicht eingebaut werden können (übertriebene Dichte, klimafremde Pflanzen). Daher sollte angegeben werden, dass es sich um eine „repräsentative Atmosphäre“ handelt und technische Datenblätter vorgelegt werden sollten.

5. Warum ist es falsch, künstliche Intelligenz bei der Flächenanalyse nach der durchschnittlichen Steigung einer Parzelle zu fragen?

• A) Künstliche Intelligenz kann keine Positionsmessungen durchführen und die Zahl ermitteln; Messung aus GIS/Feldmessung ✔
• B) Künstliche Intelligenz berechnet die Steigung korrekt, ist aber langsam
• C) Die Steigung ist eine unwichtige Angabe, es besteht kein Grund zu fragen
• D) Künstliche Intelligenz kann nur Quadratmeter berechnen, nicht die Steigung, sondern die Entfernung

Beschreibung: Künstliche Intelligenz sieht die Handlung nicht und kann keine räumlichen Messungen durchführen. Eine solche Frage kann zu einer selbstbewussten, aber unbegründeten Zahl führen. Messungen wie Neigung, Fläche und Entfernung werden aus GIS oder Feldvermessungen übernommen; Künstliche Intelligenz wird lediglich zur Interpretation der angegebenen Messdaten eingesetzt.

6. Was ist die wichtigste Regel beim Einsatz künstlicher Intelligenz bei der Pflanzenauswahl?

• A) Verwenden Sie KI zur Kandidatenliste und validieren Sie jede Art anhand des lokalen Klimas, der invasiven Liste, der Toxizität und des Marktes ✔
• B) Die von der KI vorgeschlagene Liste direkt in das Projekt einfügen, da sie auf globalen Daten basiert
• C) Nur Arten auswählen, die optisch ansprechend aussehen
• D) Bevorzugen Sie Arten, die praktisch sind, weil sie schnell wachsen, ohne sie zu überprüfen.

Erläuterung: Da KI vom globalen Durchschnitt lernt, kann sie hinsichtlich der Klimazone, des invasiven Status, der Toxizität und des Marktes falsch sein. Daher wird es nur als Kandidatenlistengenerator verwendet; Für jede Art werden die lokale Klimazone, die Liste der invasiven Arten, die Toxizität und die Verfügbarkeit von Setzlingen überprüft. Nicht verifizierter Typ gelangt nicht in das Projekt.

7. Wie unterscheidet sich die Rolle der künstlichen Intelligenz und die Rolle des Ingenieurs in der Regenwasserbewirtschaftung?

• A) Künstliche Intelligenz führt sowohl Strategie- als auch Kapazitätsberechnungen sicher durch
• B) Künstliche Intelligenz generiert Strategie- und Platzierungsideen; Dimensionierung und Kapazität unterliegen der Berechnung und Genehmigung des Ingenieurs ✔
• C) Der Ingenieur bestimmt nur die Strategie, die künstliche Intelligenz erledigt die Berechnungen
• D) Die Größe ist unwichtig; Die Richtung, in die das Wasser fließt, ist ausreichend

Beschreibung: Die Idee und Platzierung von Lösungen wie Regengärten und Bioswales sind Entwurfsentscheidungen, und künstliche Intelligenz hilft hier. Dimensionierung, Kapazität und Hochwassersicherheit erfordern jedoch hydraulische Berechnungen und eine Genehmigung des Ingenieurs; Künstliche Intelligenz kann die Durchflussrate/Kapazität nicht berechnen, da eine falsche Dimensionierung Überschwemmung oder Einsturz bedeutet.

8. Was ist der genaueste Ansatz zur Bewertung der Nachhaltigkeit eines Designs?

• A) Je grüner das Design aussieht, desto nachhaltiger ist es
• B) Bewertung der Nachhaltigkeit in messbaren Themen wie Wasser, Durchlässigkeit, lokale Rate, Schatten, Erhaltung und Artenvielfalt ✔
• C) Es reicht aus, die Anzahl der Pflanzen zu erhöhen
• D) Intensivbepflanzung ohne Berücksichtigung der Wartungskosten

Erläuterung: „Grün aussehen“ bedeutet nicht Nachhaltigkeit; Eine Grünfläche mit nur einer Art, die viel Wasser verbraucht, kann ökologisch schlecht und kostspielig sein. Der richtige Ansatz besteht darin, die Nachhaltigkeit anhand messbarer Themen wie Wasser, Durchlässigkeit, einheimische Artenrate, Schatten, Erhaltung und Artenvielfalt zu bewerten und Schwachstellen zu verbessern.

9. Was ist für die Mess- und Bewehrungswerte im „Musterabschnitt“ einer Stützmauer zu tun, die durch künstliche Intelligenz in der technischen Zeichnungsphase ermittelt werden?

• A) Werte können direkt in das Projekt übernommen werden, da die KI die Standards kennt
• B) Werte sind repräsentativ; Statische Details werden durch Bodenvermessung und Ingenieurberechnung ermittelt und sind ohne Überprüfung nicht in der Zeichnung enthalten ✔
• C) Werte dienen nur ästhetischen Zwecken und haben nichts mit der Statik zu tun
• D) Der durch künstliche Intelligenz bereitgestellte Ausstattungswert bleibt immer auf der sicheren Seite

Erläuterung: Künstliche Intelligenz erstellt keine maßstabsgetreuen/statischen Zeichnungen und die von ihr bereitgestellten Maße, Höhen und Bewehrungswerte sind repräsentativ. Statisches Detail; Sie wird durch Bodenvermessung und Ingenieurberechnungen ermittelt. Diese Werte können nicht ohne Überprüfung auf die Zeichnung übertragen werden, was insbesondere bei sicherheitskritischen Details von entscheidender Bedeutung ist.

10. Was ist der effektivste Ansatz, wenn dasselbe Landschaftsbauprojekt verschiedenen Zielgruppen präsentiert wird?

• A) Präsentieren Sie allen den gleichen technischen Text
• B) Übertreiben der Spar- und Nutzenzahlen, um die Wirkung zu steigern
• C) Anpassung des Design-Grundsatzes, um jedem Publikum in seiner eigenen Sprache zu sagen, was ihm wichtig ist ✔
• D) Es reicht aus, einen Vortrag nur für die Fachjury vorzubereiten.

Beschreibung: Der Investor kümmert sich um Kosten und Wert, die Nachbarschaft kümmert sich um den täglichen Nutzen und die Sicherheit, die Jury kümmert sich um Konzept und Technik. Jedem Publikum eine einzelne Design-Essenz erklären, was ihm wichtig ist, in einer Sprache, die es verstehen kann; Der effektivste Weg ist es, sich die Frame-Übersetzungskraft der künstlichen Intelligenz zunutze zu machen. Es ist ein häufiger Fehler, es allen in derselben Sprache zu erklären.

11. Warum ist es falsch, die Gesamtkosten eines Parks direkt durch künstliche Intelligenz berechnen zu lassen?

• A) Künstliche Intelligenz kennt immer die aktuellen Marktpreise
• B) Künstliche Intelligenz berechnet die Kosten, ist aber nur bei großen Projekten falsch
• C) Künstliche Intelligenz kennt die tatsächliche Projektdauer und die aktuellen Preise nicht; Der angegebene Betrag ist repräsentativ und kein Angebot ✔
• D) Die Kosten spielen keine Rolle, was zählt, ist die Schönheit des Designs

Erklärung: Künstliche Intelligenz kennt weder die tatsächliche Länge Ihres Projekts noch die aktuellen lokalen Stückpreise; Der angegebene Betrag ist rein repräsentativ und kein Angebot. Der richtige Weg besteht darin, die tatsächliche Menge aus den Projektdaten und die Stückpreise aus dem Markt zu entnehmen und die künstliche Intelligenz nur die Tabelle bearbeiten zu lassen.

12. Was ist das gefährlichste Risiko und die richtige Vorsichtsmaßnahme beim Einsatz künstlicher Intelligenz in Bezug auf die Gesetzgebung?

• A) Da künstliche Intelligenz die Gesetzgebung auswendig kennt, kann man ihren Artikeln vertrauen
• B) Die Gesetzgebung ist universell, eine örtliche Bestätigung ist nicht erforderlich
• C) Die durch künstliche Intelligenz vergebene Artikelnummer ist immer aktuell.
• D) Künstliche Intelligenz kann nicht existierende Materie erschaffen; Jede Bestimmung muss von der offiziellen, aktuellen Quelle und Behörde bestätigt werden ✔

Beschreibung: Die Gesetzgebung ist lokal, aktuell und offen für Interpretationen. KI kann eine nicht existierende Artikelnummer oder Regel erfinden (Halluzination). Die richtige Vorsichtsmaßnahme besteht darin, keine Bestimmung zu verwenden, ohne sie zu überprüfen. Dabei wird künstliche Intelligenz nur verwendet, um den von Ihnen bereitgestellten offiziellen Text zusammenzufassen, eine Checkliste und Fragen an den Beamten zu erstellen und die Elemente aus der offiziellen aktuellen Quelle zu bestätigen.

13. Welcher Grundsatz gilt für den Einsatz künstlicher Intelligenz bei Daten wie Kundenvertrags- und Paketinformationen?

• A) Alle Dokumente können unverändert hochgeladen werden, da Geschwindigkeit wichtig ist
• B) Vertragsdaten sind für KI unwichtig, sie werden ignoriert
• C) Paketinformationen können frei weitergegeben werden, da sie nicht als personenbezogene Daten gelten.
• D) Vertrauliche und personenbezogene Daten werden nicht unkontrolliert weitergegeben; Bei Bedarf anonymisiert verwendet ✔

Erläuterung: Kundenidentität, Paketinformationen, Vertrags- und persönliche Daten sollten nicht unkontrolliert in Tools der künstlichen Intelligenz hochgeladen werden. Bei Bedarf werden Daten durch Anonymisierung weitergegeben. Vertraulichkeit ist einer der wichtigsten ethischen Grundsätze, die im gesamten Modul hervorgehoben werden.

14. Was sind die drei konstanten Prinzipien bei der End-to-End-Durchführung eines Projekts mit künstlicher Intelligenz?

• A) Alles in einer Anfrage anfordern, das Ergebnis überprüfen und liefern
• B) Künstliche Intelligenz entscheidet, der Mensch setzt nur um
• C) Sammeln Sie Überprüfungen und führen Sie sie am Ende des Projekts alle auf einmal durch
• D) Künstliche Intelligenz produziert, Menschen wählen und besitzen; jede kritische Ausgabe wird überprüft; Entscheidung und Unterschrift liegen beim Sachverständigen ✔

Beschreibung: In einem End-to-End-Workflow werden drei Prinzipien in jeder Phase wiederholt: KI gibt Typen und beschleunigt, Menschen wählen und besitzen; jede numerische, lokale und sicherheitskritische Ausgabe wird überprüft; Entscheidung und Unterschrift liegen beim zuständigen Sachverständigen. Diese Prinzipien bleiben konstant, auch wenn sich nur das Subjekt ändert, auf das sie angewendet werden.