← Neueste Arbeiten
💻 computer science

SCITUS: A Multi-Jurisdictional Framework for Adapting NIST AI RMF to the Canadian Regulatory Context

Dieses Paper stellt SCITUS vor, ein umfassendes Framework, das das NIST AI Risk Management Framework systematisch an die fragmentierte föderale und provinzielle Regulierungslandschaft Kanadas anpasst, indem es erweiterte Merkmale für vertrauenswürdige KI, eine multijurisdiktionale Compliance-Mapping-Methodik und einen sich entwickelnden Kontrollkatalog integriert, um Organisationen, die sich im Fehlen einer omnibussen KI-Gesetzgebung bewegen, eine einheitliche Orientierungshilfe zu bieten.

Ursprüngliche Autoren: Mohammad Etemad

Veröffentlicht 2026-07-17
📖 9 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Mohammad Etemad

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, einen Roboter zu bauen, der bei wichtigen Entscheidungen helfen kann, wie etwa bei der Frage, wer ein Visum erhält, welches medizinische Scanbild die sofortige Aufmerksamkeit eines Arztes erfordert oder wer für einen Job eingestellt wird. In der Welt der Informatik nennt man das KI-Governance. Denken Sie an KI-Governance als das Regelwerk und den Sicherheitsgurt für diese Roboter. Ohne sie könnte ein Roboter einen Fehler machen, der jemandem schadet, oder er könnte gegenüber bestimmten Gruppen voreingenommen sein.

Lange Zeit hatten Experten ein paar verschiedene Regelwerke. Eines der berühmten, aus den USA, heißt NIST AI Risk Management Framework. Es ist wie eine sehr detaillierte, hochwertige Bedienungsanleitung, wie man sichere und faire Roboter baut. Es sagt einem, man solle „Govern“ (verwalten/eine Führung haben), „Map“ (Risiken erfassen), „Measure“ (die Arbeit messen/testen) und „Manage“ (Probleme lösen/managen). Ein anderer Satz von Regeln kommt aus der Europäischen Union und ist eher wie ein strenges Gesetz, das besagt: „Du musst dies tun, oder du wirst gebüßt.“

Aber hier liegt der knifflige Teil: Kanada ist ein wenig wie ein riesiges Haus mit vielen verschiedenen Zimmern, und jedes Zimmer hat seine eigenen Regeln. Die Bundesregierung (der „Hausbesitzer“) hat einen eigenen Satz Regeln für ihre eigenen Roboter. Aber die Provinzen (die „Zimmer“, wie Ontario, Quebec oder Alberta) haben ihre eigenen, leicht unterschiedlichen Regeln. Einige Zimmer kümmern sich hauptsächlich um den Datenschutz, andere darum, wer die Kontrolle hat, und wieder andere darum, wie der Roboter seine Entscheidungen erklärt. Für ein Unternehmen oder eine Regierung, die einen Roboter bauen möchte, der in all diesen Zimmern funktioniert, ist das Befolgen jedes einzelnen Regelwerks separat so, als würde man versuchen, gleichzeitig fünf verschiedene Paar Schuhe zu tragen. Es ist verwirrend, teuer und man könnte über die eigenen Füße stolpern.

Hier kommt das Paper ins Spiel. Die Autoren, unter der Leitung von Mohammad Etemad von Scitus Solutions, schlagen einen neuen Weg vor, um dieses Schuh-Problem zu lösen. Sie haben ein Framework namens SCITUS (Systematic Canadian Integration for Trustworthy and Unified Standards) entwickelt. Denken Sie an SCITUS als einen „Universaladapter“ oder einen „Generalschlüssel“. Anstatt zu versuchen, fünf verschiedene Regelwerke zu befolgen, passt SCITUS das bekannte NIST-Handbuch nur gerade so weit an, dass es gleichzeitig perfekt in jedes kanadische Zimmer passt.

Das Paper argumentiert, dass die alte Art und Weise – erst die Regeln für Ontario zu prüfen, dann kurz anzuhalten, um die Regeln für Quebec zu prüfen, und dann die Bundesregeln separat zu prüfen – eine Verschwendung von Zeit und Geld ist. Die Autoren schlagen vor, dass Organisationen durch die Nutzung ihres neuen SCITUS-Frameworks einen einzigen Satz von Sicherheitskontrollen erstellen können, der alle zufriedenstellt. Sie haben diese Idee mit drei fiktiven Geschichten getestet: einem Bundes-Einwanderungsroboter, einem Krankenhausroboter in Ontario und einem Einstellungsroboter in Quebec. In jeder Geschichte zeigten sie, wie SCITUS helfen konnte, dass der Roboter alle Tests besteht, ohne dass er fünf verschiedene Versionen von sich selbst bauen musste.

Das Paper behauptet nicht, dass es jedes mögliche Problem der Welt gelöst hat, noch sagt es, dass die Regeln niemals variieren werden. Stattdessen schlägt es vor, dass dieser „Adapter“-Ansatz ein viel klügerer, schnellerer und sicherer Weg ist, um mit der chaotischen Realität verschiedener Gesetze an verschiedenen Orten umzugehen. Es ist ein Leitfaden dafür, wie man ein guter Roboterbauer in Kanada ist, um sicherzustellen, dass die Roboter, denen wir vertrauen, fair, sicher und bereit für jedes Zimmer sind, in das sie treten.


Das Paper auf verständlichem Deutsch: Der „Universaladapter“ für KI-Regeln

Das Problem: Das „Fünf-Paar-Schuhe“-Dilemma
Stellen Sie sich vor, Sie sind ein Roboterbauer in Kanada. Sie wollen ein intelligentes System bauen, um tausende von Visumanträgen zu sortieren. Aber Sie haben ein großes Kopfzerbrechen: Kanada ist wie ein Haus mit vielen verschiedenen Zimmern, und jedes Zimmer hat sein eigenes strenges Regelwerk dafür, wie Ihr Roboter sich verhalten muss.

  • Die Bundesregierung (das Haupthaus) hat ein Regelwerk namens Treasury Board Directive. Es besagt: „Wenn Ihr Roboter große Entscheidungen trifft, müssen Sie ein spezifisches Formular namens Algorithmic Impact Assessment (AIA) ausfüllen und nachweisen, dass Sie auf Voreingenommenheit geprüft haben.“
  • Ontario (eines der Zimmer) hat ein neues Gesetz, Bill 194. Es besagt: „Wenn Sie ein öffentliches Gebäude sind, müssen Sie eine Liste Ihrer Roboter veröffentlichen und erklären, wie Sie diese sicher halten.“
  • Quebec (ein anderes Zimmer) hat das Law 25. Es besagt: „Wenn Ihr Roboter persönliche Informationen nutzt, müssen Sie die Person sofort informieren und ihr ermöglichen, eine menschliche Überprüfung der Entscheidung zu verlangen.“
  • Alberta hat seine eigenen Regeln zu Genauigkeit und Datenschutz.
  • British Columbia hat einige allgemeine Ratschläge, aber noch keine strengen Gesetze.

Wenn Sie versuchen, all diese Regeln separat zu befolgen, ist das ein Albtraum. Sie müssten fünf verschiedene Berichte schreiben, fünf verschiedene Tests durchführen und fünf verschiedene Teams von Anwälten beschäftigen. Das Paper sagt, das sei so, als würde man versuchen, gleichzeitig fünf verschiedene Paar Schuhe zu tragen. Es ist schwer, verwirrend und man wird wahrscheinlich über die eigenen Füße stolpern.

Die Lösung: Der SCITUS „Universaladapter“
Die Autoren haben ein neues Werkzeug namens SCITUS entwickelt. Denken Sie an SCITUS als einen „Universaladapter“ für die Sicherheitsausrüstung Ihres Roboters. Anstatt fünf verschiedene Adapter für fünf verschiedene Steckdosen zu kaufen, ist SCITUS ein einziger smarter Adapter, der in alle passt.

Es funktioniert so, dass es ein berühmtes, hochwertiges Regelwerk aus den USA namens NIST AI Risk Management Framework (das bereits von vielen Unternehmen weltweit genutzt wird) nimmt und es für Kanada „übersetzt“.

  • Der Kern: Es behält die vier Hauptschritte von NIST bei: GOVERN (verwalten/eine Führung haben), MAP (Risiken erfassen), MEASURE (den Roboter testen) und MANAGE (Probleme lösen).
  • Der Clou: Es fügt jedem Schritt eine „kanadische Note“ hinzu. Wenn zum Beispiel das NIST-Handbuch sagt „Seien Sie transparent“, dann sagt SCITUS: „Seien Sie transparent und stellen Sie sicher, dass Sie die Informationen auf Französisch und Englisch bereitstellen, und erklären Sie genau, was das Gesetz 25 von Quebec erfordert.“

Wie es funktioniert: Der Drei-Schicht-Kuchen
Das Paper beschreibt SCITUS als einen Drei-Schicht-Kuchen:

  1. Die unterste Schicht (Das Fundament): Dies ist das ursprüngliche NIST-Framework. Es ist die stabile Basis, die alles im Einklang mit internationalen Standards hält.
  2. Die mittlere Schicht (Der kanadische Mix): Hier geschieht die Magie. Die Autoren haben alle Regeln der Bundesregierung und der Provinzen (Ontario, Quebec, Alberta usw.) genommen und sie in die NIST-Schritte eingemischt. Sie haben herausgefunden, welche Regeln sich überschneiden (damit man sie nur einmal machen muss) und welche Regeln einzigartig sind (damit man keine übersieht).
  3. Die oberste Schicht (Das Frosting/die Glasur): Dies ist der praktische Leitfaden. Er bietet Checklisten, Vorlagen und Werkzeuge, damit man den Roboter tatsächlich bauen kann, ohne sich zu verlieren.

Der „Control Catalog“: Ein wachsender Werkzeugkasten
Das Paper erwähnt, dass sie einen „Control Catalog“ (eine Liste von Sicherheitsregeln) haben, der stetig wächst.

  • Im Juni 2025 hatten sie 31 Regeln.
  • Bis Juli 2026 (zum Zeitpunkt dieses Papers) haben sie ihn auf 5et 57 Regeln aktualisiert.
    Warum ist er gewachsen? Weil sich die Welt der KI schnell verändert. Neue Bedrohungen tauchten auf, wie etwa „agentische KI“ (Roboter, die eigenständig handeln können) und neue Regeln zur Erhebung von Trainingsdaten. Die Autoren haben neue Regeln hinzugefügt, um diese frischen Herausforderungen zu bewältigen, was zeigt, dass ihr System anpassungsfähig ist, wenn sich die Welt verändert.

Den Adapter testen: Drei Geschichten
Um zu beweisen, dass ihre Idee funktioniert, erzählten die Autoren drei Geschichten (Szenarien) darüber, wie ein Unternehmen SCITUS anwenden würde:

  1. Der Einwanderungsroboter (Bund):

    • Die Herausforderung: Ein Roboter, der Visumanträge sortiert. Er muss fair, zweisprachig und sicher sein.
    • Der Konfl Konflikt: Die Regierung möchte transparent darüber sein, wie der Roboter arbeitet, aber Sicherheitsexperten sagen: „Wenn wir genau erklären, wie er funktioniert, werden Bösewichte ihn austricksen!“
    • Die SCITUS-Lösung: Das Framework half ihnen, einen Mittelweg zu finden. Sie veröffentlichten allgemeine Informationen (wie „wir prüfen auf Fairness“), hielten aber das „Geheimrezept“ (die exakte Mathematik) privat. Sie lösten auch ein kniffliges mathematisches Problem: Wie man fair gegenüber allen Ländern ist, wenn einige Länder mehr qualifizierte Bewerber haben als andere. Sie wählten eine spezifische Definition von „Fairness“ (genannt equalized odds) und dokumentierten, warum sie diese wählten.
  2. Der Krankenhausroboter (Ontario):

    • Die Herausforderung: Ein Roboter in einem Krankenhaus in Toronto, der Röntgenbilder untersucht, um Notfälle zu finden. Er muss die Regeln von Ontario für den öffentlichen Sektor, die Regeln von Health Canada für Medizinprodukte und die Datenschutzgesetze befolgen.
    • Der Konflikt: Normalerweise müsste ein Krankenhaus einen Bericht für die Provinz, einen für die Bundesgesundheitsbehörde und einen für den Datenschutz ausfüllen.
    • Die SCITUS-Lösung: Das Framework zeigte, dass sich diese Regeln stark überschneiden. Durch die Nutzung von SCITUS konnte das Krankenhaus einen Sicherheitsplan erstellen, der drei Regulierungsbehörden gleichzeitig zufriedenstellte. Sie sparten Wochen an Arbeit und stellten sicher, dass der Roboter sicher für die Patienten ist.
  3. Der Einstellungsroboter (Quebec):

    • Die Herausforderung: Ein privates Unternehmen in Quebec, das KI zur Einstellung von Mitarbeitern nutzt. Sie müssen die strengen Datenschutzgesetze von Quebec (Law 25) befolgen.
    • Der Konflikt: Das Unternehmen muss testen, ob der Roboter gegen bestimmte Gruppen voreingenommen ist, aber die Datenschutzgesetze besagen, dass sie keine Daten über Herkunft oder ethnische Zugehörigkeit sammeln dürfen.
    • Die SCITUS-Lösung: Das Framework schlug einen cleveren Umweg vor. Sie könnten Menschen bitten, ihre Hintergründe freiwillig für Testzwecke zu teilen (ohsten, ohne dass dies für die eigentliche Einstellung genutzt wird), oder „Proxy-Daten“ verwenden (wie den Wohnort), um zu prüfen, ob der Roboter fair ist. Dies ermöglichte es ihnen, auf Bias zu testen, ohne gegen Datenschutzgesetze zu verstoßen.

Was das Paper sagt (und nicht sagt)
Die Autoren sind vorsichtig und betonen, dass SCITUS ein Vorschlag und ein Framework ist, kein Zauberstab, der alles sofort löst.

  • Sie schlagen vor, dass die Nutzung dieses „Universaladapters“ viel effizienter ist, als die Regeln einzeln zu befolgen. Sie schätzen, dass das sequentielle Befolgen von Regeln pro System 12 bis 16 Wochen dauert, während die Nutzung von SCITUS dies auf 6 bis 8 Wochen reduzieren könnte.
  • Sie schließen aus, dass man einfach die „einfachste“ Regel befolgen kann. Sie sagen, man muss die strengste Regel im Raum befolgen, um sicher zu sein.
  • Sie behaupten nicht, dass dies alle rechtlichen Probleme löst. Sie geben zu, dass Regeln manchmal kollidieren (wie Transparenz vs. Sicherheit), und in diesen Fällen benötigt man ein menschliches Komitee, um eine schwierige Entscheidung zu treffen. SCITUS liefert diesem Komitee lediglich eine bessere Landkarte, um die Entscheidung zu treffen.

Warum es wichtig ist
Das Paper schließt mit dem Hinweis, dass für jedes Land mit unterschiedlichen Regeln an verschiedenen Orten (wie die USA oder Australien) dieser „Adapter“-Ansatz ein kluger Weg nach vorne ist. Er verhindert, dass Organisationen Geld durch doppelte Arbeit verschwenden, und hilft ihnen, eine KI zu bauen, die tatsächlich sicher und fair für alle ist, egal in welchem „Zimmer“ sie sich befinden.

Kurz gesagt: SCITUS ist der Leitfaden, der sagt: „Du brauchst nicht fünf verschiedene Paar Schuhe. Du brauchst nur ein wirklich gutes Paar, das in jedes Zimmer des Hauses passt.“

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →