KIASH - KI-gestützte Anomalieerkennung für Smart Homes; Teilvorhaben: Rechtliche Begleitung

Abstract

Die zunehmende Digitalisierung privater Haushalte führt zu einer wachsenden Zahl vernetzter Smart Home Geräte, die zwar Komfort und Energieeffizienz steigern, jedoch zugleich neue Sicherheitsrisiken mit sich zu bringen. Studien zeigen, dass ein relevanter Anteil deutscher Haushalte unsichere Geräte nutzen, wodurch Cyberangriffe auf Heimnetzwerke erleichtert werden. Kleine und mittlere (KMU) Handwerks- und Installationsbetriebe verfügen häufig nicht über ausreichende Ressourcen oder Fachkenntnisse, um diese Herausforderungen im Bereich IT—Sicherheit als Service für ihre Kunden eigenständig zu bewältigen. Das Forschungsprojekt KIASH entwickelte daher mit der KIASH-Security-Box ein DSGVO-konformes System zur Erkennung von Anomalien in Smart Homes, das über Federated Learning auf einer Cloud-Plattform aktualisiert und stetig verbessert wird. Die dazugehörende KIASH-App unterstützt Handwerksbetriebe dabei, Kunden sichere Services anzubieten; gleichzeitig können aber auch die Endnutzer ihr Smart Home in Echtzeit überwachen. Im sensiblen Wohnumfeld ist die Relevanz einer rechtskonformen Umsetzung innovativer Technik-Lösungen besonders hoch, weshalb die TUC das Projekt umfassend rechtlich begleitet hat. Im Rahmen eines ELSA-Reports (ELSA = Ethical, Legal and Social Aspects) wurden für das Vorhaben bedeutsame ethische, rechtliche und gesellschaftliche Fragen identifiziert und umfassend aufgearbeitet. Entsprechend der unterschiedlichen Funktionen und Verarbeitungsvorgänge wurden mehrere datenschutzrechtliche Gutachten erstellt sowie eine datenwirtschaftsrechtliche Einordnung vorgenommen. Die TUC stellte sicher, dass alle entwickelten Komponenten rechtskonform sind, was nicht nur deren Marktfähigkeit erhöhen wird, sondern auch Vertrauen in neue gesellschaftlich relevante Entwicklungen generiert. Das Projekt zeigt eindrucksvoll, dass innovative KI-gesteuerte Lösungen datenschutzkonform realisierbar sind und die anfallenden Daten obendrein einem wirtschaftlichen Nutzen zugeführt werden können.