Am Beispiel des autonomen Fahrens lassen sich die drei Kriterien veranschaulichen:
Das selbstfahrende Auto muss sicher im Straßenverkehr unterwegs sein und darf keine Unfälle bauen. Gleichzeitig muss es aber auch zuverlässig verfügbar, das heißt nutzbar, bleiben. Ein autonomes Fahrzeug, das in allen unklaren Situationen nicht fährt, sondern am Straßenrand hält, wäre zwar sicher, aber nicht zuverlässig.
Hinzu kommt noch die Frage nach den Kosten: Autonome Fahrzeuge müssen über Millionen von Testkilometern getestet und dabei überwacht werden. Dieses Vorgehen wird aktuell vor allem in den USA vorangetrieben, um möglichst viel Erfahrung im Betrieb zu gewinnen. Die Tests sind jedoch schon alleine aufgrund der Anzahl der Testkilometer extrem aufwändig und kosten viel Zeit und Geld. So muss zum Beispiel auch gewährleistet werden, dass das Auto in allen möglichen Szenarien getestet wurde, beispielsweise bei unterschiedlichen Lichteinfällen, Wetterbedingungen oder Umgebungssituationen. Außerdem muss jede einzelne Veränderung der Software wie Updates oder neue Versionen wieder mittels umfangreicher Testfahrten geprüft werden. Dieses Vorgehen alleine wird nicht zum Erfolg autonomer Fahrzeuge führen.
Daher müssen KI-basierte Methoden und Kognitive Systeme durch eine entsprechende System- und Softwarearchitektur abgesichert werden. Diese bildet dann einen geschützten Rahmen, sodass auch falsche Entscheidungen der Künstlichen Intelligenz (KI) keinen Schaden verursachen können.