BEGIN:VCALENDAR
PRODID;X-RICAL-TZSOURCE=TZINFO:-//com.denhaven2/NONSGML ri_cal gem//EN
CALSCALE:GREGORIAN
VERSION:2.0
BEGIN:VTIMEZONE
TZID:Europe/Berlin
X-LIC-LOCATION:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:19700329T020000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:19701025T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTEND;TZID=Europe/Berlin;VALUE=DATE-TIME:20260816T121500
DTSTART;TZID=Europe/Berlin;VALUE=DATE-TIME:20260816T111500
DTSTAMP;TZID=Europe/Berlin;VALUE=DATE-TIME:20260705T180933
UID:404fd583-e610-44a9-a6ce-bce2bb0ac9c7@frab.froscon.org
DESCRIPTION:<p>Wem traust du\, wenn ein Vendor-Dashboard ein KI-Modell al
 s "nicht biased" abnickt? Bias zeigt sich selten im offensichtlichen Out
 put\, sondern in dem\, was ein Modell wahrscheinlicher findet. Eine grün
 e Compliance-Ampel löst dieses Evidence-Problem nicht\; sie versteckt nu
 r ein Vertrauensproblem.</p>\n\n<p>Der Vortrag erklärt CrowS-Pairs als a
 nschaulichen Bias-Check: stereotype und anti-stereotype Satzpaare werden
  per Log-Probability verglichen\, bis aus Bauchgefühl eine dokumentierte
  Stereotyp-Präferenz wird. Der Bias-Score ist dabei kein Heiligenschein\
 , sondern ein Messprotokoll.</p>\n\n<p>EuConform macht daraus ein offene
 s\, maschinenlesbares Evidence-Format: AI-BOM\, Risk Report\, CI-Ergebni
 s\, Bias-JSON und SHA-256-verifizierbare Bundles. Eine kurze Demo zeigt 
 den lokalen Run gegen ein LLM mit deutschem CrowS-Pairs-Dataset — ohne C
 loud\, ohne API-Key\, wiederholbar und überprüfbar.</p>\n
URL:https://programm.froscon.org/2026/events/3498.html
SUMMARY:KI-Modelle haben keine Werte. Sie haben Wahrscheinlichkeiten.
ORGANIZER:froscon2026
LOCATION:froscon2026 - HS 4
END:VEVENT
END:VCALENDAR