60 https://www.uni-bremen.de/csl/projekte/aktuelle-projekte/finance-meets-artificial-intelligence de Universität Bremen Fri, 06 Mar 2026 15:53:09 +0100 Fri, 06 Mar 2026 15:53:09 +0100 Universität Bremen content-636773 Thu, 13 Mar 2025 14:17:20 +0100 https://www.uni-bremen.de/csl/projekte/aktuelle-projekte/finance-meets-artificial-intelligence#c636773 <p>Wie können Millionen von Daten automatisiert gebündelt und zum Training von Algorithmen aufbereitet werden und gleichzeitig die sensiblen Inhalte geschützt und die Privatsphäre der Betroffenen gewahrt bleiben? <br /> Dieser Aufgaben möchten wir uns mit dem Thema KI-basierte Textverarbeitung unter Wahrung der Privatsphäre und des Datenschutz (Privacy-preserving Natural Language Processing) stellen, denn ein großer Teil von Nutzerdaten stammen aus natürlicher Sprache, wie beispielsweise von Such- und Chatbot-Anfragen, Call Centern, Gesprächsnotizen, (automatische) Verschriftungen von Telefonaten, Sprachassistenten, sowie text-basierten Informationen wie Emails, Dokumente und Webseiten, um nur einige zu nennen. Es ist daher essentiell wichtig, NLP-Datensätze zu kuratieren, die die Privatsphäre der Nutzer bewahren und Machine Learning Modelle zu trainieren, die ausschließlich nicht-identifizierende Nutzerdaten speichern.</p> <p>Die wichtigsten Methoden und Herausforderungen sind hierbei:</p> <p>1. Die Erkennung persönlicher Informationen, d.h. wie können diejenigen Wörter oder Phrasen in Texten automatisch gefunden werden, die persönliche Nutzerinformationen enthalten,</p> <p>2. Die datenschutzerhaltende Textanalyse, d.h. wie können Differential Privacy Methoden und homomorphe Verschlüsselungsverfahren in die automatische Textanalyse integriert werden</p> <p>3.  Datenschutz-verbessernde Technologien, d.h. wie können Datenschutz und Privatsphäre in aktuelle KI-Methoden integriert und verbessert werden.</p> <p>Leitung: Prof. Dr.-Ing. Tanja Schultz</p> <p>Ansprechpartner: Lily Meister</p> Content