Algorithmen der künstlichen Intelligenz (kurz KI) gelten in immer mehr Anwendungsdomänen als Schlüssel für innovative Softwarelösungen. Nicht immer kann allerdings auf die Expertise einschlägiger KI-Experten zurückgegriffen werden, weshalb zunehmend über Web-APIs angebotenen KI-Algorithmen aus der Cloud in zu entwickelnde Anwendungen integriert werden. Aufgrund der als „Blackbox“ bezogenen KI-Web-APIs soll auf spezielle Erfahrungen im Umgang mit Ansätzen des maschinellen Lernens weitgehend verzichtet werden können, weshalb bei einem derartigen Vorgehen auch von einer Demokratisierung der KI gesprochen wird. Potentielle Angebote beziehen sich u.a. auf Textanalysen, die Dokumentenklassifikation, Muster- und Bilderkennungen, mathematische bzw. statistische Methoden oder auch die Sprachverarbeitung. Korrespondierende KI-Web-APIs werden einer schwachen künstlichen Intelligenz zugeordnet, wobei sowohl vordefinierte als auch trainierbare KI-Algorithmen existieren. Für einen qualitätsgesicherten und vertrauenswürdigen Einsatz von KI-Web-APIs innerhalb des Software Engineerings wurden die folgenden Fragen bzw. Aspekte bearbeitet: Identifikation und Qualifikation fachlicher KI-Szenarien. Einsatz von Auswahlkriterien für KI-Web-APIs. Qualitätsanforderungen an eingesetzte Datenquellen. Benötigte Skill-Level in der Entwicklung mit KI-Web-APIs. Prototypische Tests des Web Scrapings und KI-Web-APIs. Software-Engineering und Low-/No-Code KI-Entwicklung. Fragen des Datenschutzes, der Compliance und Ethik. Bewertung der Vertrauenswürdigkeit von KI-Web-APIs. Im Tagungsbands finden sich Beiträge, die im Zusammenhang mit einem Expertenworkshop am Fraunhofer IESE Kaiserlautern vor- bzw. nachbereitet wurden.
