Zusätzlich zur natürlichen Intelligenz kommt bei der Unterhaltungssoftware Selbstkontrolle (USK) neuerdings auch Künstliche Intelligenz zum Einsatz.
Die USK mit Sitz in Berlin ist für die Altersfreigaben von Games zuständig. Anders als bei PC- und Konsolenspielen, wo sich Tester sowie Gremien über die zu prüfenden Titel beugen, kommt bei der Einstufung von Apps, Online-Games und rein digital vertriebenen Spielen seit Jahren das IARC-Modell zum Einsatz. Mittels eines Fragebogens können Studios und Publisher selbst eine Beurteilung ihrer Titel vornehmen, die im Google Play Store, im Nintendo eShop, im Microsoft Store oder im PlayStation Store gelistet werden.
Die USK prüft stichprobenartig und auf Basis externer Hinweise, ob alles mit rechten Dingen zugeht. Dabei wird das Team mittlerweile vom eigenentwickelten KI-Tool ATLAS unterstützt – die Abkürzung steht für Artificial Intelligence Testing, Learning and Scraping. Nach einem mehrjährigen Betrieb als Modellversuch ist ATLAS ausgereift genug, um es auch internationalen Partnern zur Verfügung zu stellen.
ATLAS analysiert Online-Spiele und Apps nach vorgegebenen Kriterien und sagt Wahrscheinlichkeiten für falsch eingestufte Produkte voraus. Als Grundlage dienen Bilder und Texte im jeweiligen Online-Store, die vom System erkannt und analysiert werden. Weil ATLAS ständig ‚dazulernt‘, wird die Trefferquote immer besser – herausgefilterte Titel werden anschließend händisch von einem Tester überprüft.
„Wir sind stolz, dass ATLAS als neue Testing-Methode die Qualitätssicherung bei IARC weiter verbessert und nun sogar international genutzt wird“, erklärt USK-Geschäftsführerin Elisabeth Secker. „Der Einsatz von KI-gestützten Methoden bietet spannende Chancen zur Unterstützung der menschlichen Kontrolle im Bereich des technischen Jugendmedienschutzes.“
USK-intern für ATLAS zuständig ist Leonhardt Appel: „Unser Anliegen war es, zusätzlich zu den bewährten Testingmethoden einen neuen, innovativen Weg zu finden, um nicht korrekt eingestufte Apps noch schneller identifizieren zu können. Machine-Learning-Systeme bieten ein hohes Potenzial, in einem spezifischen Kontext treffsichere Prognosen zu erstellen und damit Arbeitsprozesse entscheidend zu erleichtern. Dieses Potenzial haben wir genutzt und ATLAS entwickelt.“
