Out-of-Distribution-Erkennung stärkt Sicherheit autonomer Systeme
Die Einsatzmöglichkeiten von KI-gesteuerten autonomen Systemen haben in den letzten Jahren dank Fortschritten in Robotik und maschinellem Lernen stark zugenommen. Damit diese Systeme verantwortungsbewusst eingesetzt werden können, ist eine gründliche Sicherheitsnachweisführung unerlässlich. Ein zentrales Problem dabei ist die Erkennung von Daten, die außerhalb des Trainingsbereichs liegen – sogenannte Out-of-Distribution (OoD)-Daten.
