Zum Inhalt springen

Abstract

Künstliche Intelligenz (KI) wird in der Praxis zur Entscheidungsfindung eingesetzt (Lossos et al., 2021). Dies erfordert jedoch Vertrauen in die verschiedenen KI-Methoden. Solches Vertrauen bildet sich, wenn Entscheidungsträger und Nutzer mentale Repräsentationen des Systems bilden können und sie die Ausgabe des Systems verstehen. KI muss also erklärbar sein, eine reine Black Box ist selbst bei hoher Qualität eines Systems unzureichend. Die „erklärbare KI“ (engl. „eXplainable Artificial Intelligence“, XAI) befasst sich mit der Entwicklung von KIModellen, die durch Menschen nachvollziehbar sind (Adadi und Berrada, 2018; Europäische Kommission, 2020). In diesem Kapitel werden wünschenswerte Eigenschaften industrieller KI-Systeme untersucht – speziell hinsichtlich der Erklärbarkeit – und am Beispiel von Unternehmensratings vorgestellt. Neben XAI als Aspekt der technischen Akzeptanz beleuchten wir die Interaktion zwischen Geschäftsmodell und der kundenseitigen Akzeptanz. H. Bartel (B) RealRate Inc., Berlin, Deutschland E-Mail: holger.bartel@realrate.ai M. Kraft · J. L. Leidner Hochschule Coburg, Coburg, Deutschland E-Mail: mirko.kraft@hs-coburg.de J. L. Leidner E-Mail: leidner@acm.org J. L. Leidner University of Sheffield, Sheffield, Großbritannien

Themen

Über die Autor:innen

HB
Holger Bartel

RealRate Inc.

Dr. rer. pol., Aktuar DAV, Gruender und Geschaeftsfuehrer von FinTech-Startups. Gruender von RealRate (KI-basierte Ratings), unter den Top InsurTech CEOs. Schwerpunkte: Risikomanagement, Rating, Kuenstliche Intelligenz.

MK
Mirko Kraft

Hochschule Coburg

Prof. Dr., Professor fuer Versicherungsbetriebslehre an der Hochschule Coburg (seit 2012). Promotion (WWU Muenster). Mitglied EIOPA-Expertengruppe digitale Ethik (2019-2021). Schwerpunkte: Controlling, Risikomanagement, KI-Ethik.

JL
Jochen L. Leidner

Hochschule Coburg / University of Sheffield

Prof. Dr., Professur fuer erklaerbare und verantwortungsvolle KI im Versicherungsbereich (Hochschule Coburg), Visiting Professor University of Sheffield. Royal Academy of Engineering VP (2017-2020). Schwerpunkte: NLP, Information Retrieval, maschinelles Lernen.

Zitieren

Zitiervorschlag

Bartel, H.; Kraft, M.; Leidner, J. L. (2023). Erklärbare Künstliche Intelligenz und Geschäftsmodell am Beispiel von Unternehmensratings. In: Entrepreneurship der Zukunft: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle (S. 181–210). Springer Gabler. https://doi.org/10.1007/978-3-658-42060-4_8