AI Risk Specialista képzés – ISO/IEC 23894:2023 alapján

Időtartam: 5 nap

Időpontok hamarosan

341.000 Ft + ÁFA / Fő
AI Risk Specialista képzés és AI-kockázatkezelés

A mesterséges intelligencia egyre több üzleti és technológiai folyamat részévé válik. Az AI-rendszerek használata jelentős lehetőségeket kínál, ugyanakkor új típusú kockázatokat is teremt. Ezek között jogi, etikai, adatvédelmi, információbiztonsági és működési kockázatok egyaránt megjelenhetnek.

Az AI Risk Specialista képzés célja, hogy a résztvevők szabványos és gyakorlatban is alkalmazható módszertant sajátítsanak el az AI-rendszerek kockázatainak azonosítására, értékelésére és kezelésére. A képzés kiemelten foglalkozik az ISO/IEC 23894:2023 ajánlásaival.

A program bemutatja a kapcsolódó nemzetközi kockázatkezelési és irányítási megközelítéseket is. A résztvevők megismerik többek között az ISO 31000 és az ISO/IEC 42005 szerepét. Emellett a képzés kitér a jogi és etikai megfelelés fontos kérdéseire, beleértve a GDPR és az EU AI Act követelményeit.

A hangsúly végig a gyakorlati alkalmazhatóságon van. Esettanulmányok, közös feladatok és szimulációk segítik annak megértését, hogyan építhető be az AI-kockázatkezelés a szervezeti működésbe.

AI-kockázatok azonosítása és értékelése

Az AI-rendszerek kockázatainak kezelése az érintett technológiai, üzleti és szabályozási tényezők feltárásával kezdődik. A képzés bemutatja, hogyan lehet strukturált módszertannal azonosítani és értékelni ezeket a kockázatokat.

A résztvevők megtanulják, hogyan használhatók a nemzetközi szabványok az AI-kockázatkezelési folyamat kialakításához. Megismerik az ISO/IEC 23894:2023 megközelítését, valamint annak kapcsolatát más kockázatkezelési és irányítási szabványokkal.

A cél olyan rendszer kialakítása, amelyben a kockázatok nem egyszeri vizsgálat tárgyát képezik. Azok kezelése az AI-rendszer szervezeti alkalmazásának és felügyeletének részévé válik.

Jogi, etikai és megfelelőségi szempontok

Az AI-kockázatok kezelése nem választható el a jogi és etikai követelményektől. Egy szervezetnek nemcsak az AI-rendszer technikai működését kell vizsgálnia. Figyelembe kell vennie az adatvédelmi, megfelelőségi és felelős AI-használati szempontokat is.

A képzés foglalkozik a GDPR és az EU AI Act releváns követelményeivel. Bemutatja, hogyan kapcsolódhatnak ezek az AI-rendszerek kockázatértékeléséhez és szervezeti alkalmazásához.

A résztvevők olyan interdiszciplináris szemléletet sajátítanak el, amely összekapcsolja a technológiai, üzleti és szabályozási szempontokat.

A képzés célja

Az AI Risk Specialista képzés célja, hogy átfogó és gyakorlatközpontú ismereteket biztosítson a mesterségesintelligencia-rendszerek kockázatkezeléséről.

A képzés kiemelten foglalkozik:

• az ISO/IEC 23894:2023 ajánlásaival;
• az ISO 31000 kockázatkezelési megközelítésével;
• az ISO/IEC 42005 kapcsolódó módszertanával;
• az AI-kockázatok azonosításával és értékelésével;
• a kockázatkezelési intézkedések kialakításával;
• a GDPR és az EU AI Act megfelelőségi szempontjaival;
• az etikus és felelős AI-használattal;
• az auditálható és átlátható szervezeti működéssel.

Mit fogsz megtanulni?

A képzés elvégzése után képes leszel:

• AI-kockázatok azonosítására és értékelésére;
• kockázatkezelési intézkedések megtervezésére;
• a szükséges intézkedések dokumentálására;
• szabványosított hatásvizsgálati és megfelelőségi eljárások alkalmazására;
• az AI-rendszerek szervezeti integrációjának támogatására;
• auditálható és átlátható működés kialakítására;
• technológiai, üzleti és szabályozási szempontok együttes értékelésére;
• gyakorlati eszközök és sablonok használatára;
• konkrét kockázatkezelési akciótervek kidolgozására.

Gyakorlati tudás szervezeti alkalmazásra

A képzés nem kizárólag a szabványok és szabályozások elméleti bemutatására koncentrál. A résztvevők esettanulmányokon és közös gyakorlatokon keresztül alkalmazzák a megszerzett ismereteket.

A szimulációk segítenek megérteni, hogyan jelennek meg az AI-kockázatok valós szervezeti helyzetekben. A gyakorlati feladatok támogatják a kockázatértékelési és megfelelőségi módszerek elsajátítását is.

A cél, hogy a képzésen megszerzett tudás közvetlenül átültethető legyen a résztvevők saját szervezeti környezetébe.

Kinek ajánljuk?

Az AI Risk Specialista képzés azoknak a szakembereknek szól, akik AI-rendszerek fejlesztésében, bevezetésében, alkalmazásában vagy felügyeletében vesznek részt.

Különösen ajánlott:

• AI-fejlesztőknek és AI-mérnököknek;
• adattudósoknak (Data Scientist);
• kockázatkezelési szakembereknek;
• compliance szakértőknek;
• adatvédelmi felelősöknek;
• IT-biztonsági és információbiztonsági szakembereknek;
• audit- és minőségirányítási területen dolgozóknak;
• vállalati és intézményi vezetőknek;
• verseny- és közszférában dolgozó döntéshozóknak.

Miért érdemes részt venni a képzésen?

Az AI-rendszerek kockázatainak tudatos kezelése egyre fontosabb része a szervezeti működésnek. Ehhez olyan megközelítés szükséges, amely egyszerre veszi figyelembe a technológiai, üzleti, jogi és etikai követelményeket.

A képzés segítségével a résztvevők megismerik az ISO/IEC 23894:2023 szemléletét. Képesek lesznek megfelelőségi és kockázati szempontból is értékelni az AI-rendszereket. Emellett olyan gyakorlati eszközöket kapnak, amelyek támogatják a szervezeti kockázatkezelési folyamatok kialakítását.

Képzési információk

• Képzés hossza: 5 nap
• Vizsga: írásbeli
• Megszerezhető dokumentum: AI Risk Specialist Euzertifikat

A képzés díja tartalmazza a vizsga és a Bureau Veritas Certificate árát is. Sikeres vizsga esetén a tanúsítvány magyar vagy angol nyelven kérhető. A tanúsítvány elkészítése hozzávetőleg 4 hetet vesz igénybe.

Nézd meg további AI és Digitalizáció képzéseinket

Csoportos képzési igény esetén kérj egyedi ajánlatot.

Tematika:

1. nap – Bevezetés az AI kockázatkezelésbe és a szabványos alapokba

Az első nap célja, hogy egységes alapokra helyezzük az AI kockázatkezelés fogalmait és a legfontosabb nemzetközi szabványokat.

Témakörök:

  • Miért kulcskérdés ma az MI rendszerek kockázatainak tudatos kezelése?
  • Az ISO/IEC 23894:2023, ISO 31000 és ISO/IEC 42005 áttekintése
  • Az ISO 31000 kockázatkezelési alapelvei és folyamata (keretrendszer és működés)
  • MI rendszerek működési alapjai: gépi tanulás, neurális hálók, adatfüggőség, modell-viselkedés
  • Tipikus MI-kockázatok a gyakorlatban: torzítás (bias), átláthatóság hiánya, adatvédelem, megbízhatóság

Közös gyakorlat:
Egyszerű MI-projekt kockázati és hatástérképe – az első szabványos gondolkodási modell kialakítása

2. nap – Kockázatkezelési folyamat MI környezetben

A második napon a résztvevők megtanulják, hogyan történik a kockázatok azonosítása és elemzése az MI rendszerek teljes életciklusa mentén.

Témakörök:

  • Kockázatok azonosítása az MI életciklus különböző pontjain (adatgyűjtés, tanítás, tesztelés, bevezetés, üzemeltetés)
  • Kockázatelemzés: valószínűség, hatás, bizonytalanság kezelése
  • Hatásvizsgálati szempontok az ISO/IEC 42005 alapján
  • Gyakorlati példák: adatforrások, tanító adatok, modellek és döntési logikák kockázatai
  • Jogi megfelelőség kockázati nézőpontból: GDPR, valamint az EU AI Act követelményeihez való illeszkedés

Közös gyakorlat:
Kockázati mátrix összeállítása egy konkrét MI-rendszerre – priorizálás és döntéstámogatás

3. nap – Intézkedések, kontrollok és dokumentáció

A harmadik nap fókuszában a kockázatkezelési intézkedések kiválasztása, valamint a megfelelő, szabványos AI dokumentáció kialakítása áll.

Témakörök:

  • Kockázatkezelési stratégiák: elkerülés, csökkentés, átruházás, elfogadás
  • Hatáscsökkentő intézkedések típusa: technikai, szervezeti és jogi kontrollok
  • Dokumentációs követelmények az ISO/IEC 23894 és ISO/IEC 42005 alapján
  • AI rendszerek dokumentálása a gyakorlatban: modellkártyák, adatlapok, döntési logika és korlátok rögzítése
  • Adatminőség és algoritmus-transzparencia dokumentálása, auditálható formában

Kollektív gyakorlat (minta szervezet):
Hatásvizsgálat + kockázatkezelési terv elkészítése sablonokkal és strukturált módszertannal

4. nap – Szervezeti integráció, megfelelőség és audit

A negyedik nap célja, hogy a résztvevők képesek legyenek az AI risk management folyamatot szervezeti szintre emelni, és megfelelőségi szempontból is működtethető rendszerben gondolkodni.

Témakörök:

  • Integráció vállalati folyamatokba: minőségirányítás, információbiztonság, IT governance
  • Monitoring és rendszeres felülvizsgálat: mit, hogyan és milyen gyakorisággal érdemes mérni?
  • Auditálási szempontok: dokumentáció, nyomon követhetőség, felelősségi körök
  • Jogszabályi megfelelőség: EU AI Act, valamint szektor-specifikus előírások (pl. pénzügy, egészségügy, közigazgatás)

Kollektív gyakorlat (minta szervezet):
Megfelelőségi és audit szimuláció – ellenőrzési pontok, hiányosságok és javítási javaslatok

5. nap – Összegzés, akciótervek és zárás

Az utolsó nap a tanultak gyakorlati összeépítésére és a résztvevők saját szervezeti környezetére készített konkrét akciótervek kidolgozására fókuszál.

Témakörök:

  • Kommunikáció és transzparencia: mit várnak el a szabványok és a megfelelőségi keretek?
  • Stakeholder-elemzés és érintetti bevonás szabványos keretrendszerben
  • Interaktív megbeszélés: tanulságok, iparági példák, jó gyakorlatok
  • Záró bemutatók: a közös és kollektív feladatok eredményeinek összegzése
  • Akcióterv készítése a résztvevők saját szervezetére: következő lépések, felelősök, dokumentációs csomag, ütemezés
  • Tudásfelmérő kvíz és visszajelzés

Eredmény a képzés végére

A résztvevők a képzés végére képesek lesznek egy szabványos, dokumentált és auditálható AI kockázatkezelési megközelítés felépítésére, amely illeszkedik:

  • az ISO/IEC 23894:2023 ajánlásaihoz,
  • a szervezeti működéshez,
  • valamint a GDPR és EU AI Act megfelelőségi elvárásaihoz.