IT-Tage 365
  •  365 Tage On-Demand-Zugriff auf über 300 Stunden Vortragsvideos und ein umfangreiches Archiv an Informationen der Konferenz.
  •  7 Remote-Konferenzen in 2022.

Künstliche Intelligenz gehört zu den derzeit stärksten Industrietrends. Unternehmen, Organisationen und Verbraucher werden sich bei der Entscheidungsfindung in zunehmendem Maße auf automatisierte Systeme verlassen. Gleichzeitig steigt die Komplexität KI-basierter Systeme kontinuierlich und mit ihr die Gefahr, dass sogenannte Blackbox-Systeme entstehen. Folglich wächst der Bedarf nach Transparenz – wenn auch kontextabhängig unterschiedlich stark. Explainable AI (XAI) bezeichnet einen Ansatz, in dem die Aktivitäten bzw. die Entscheidungen einer künstlichen Intelligenz für den Menschen einfach nachvollziehbar sind. XAI zielt also darauf ab, verständlich zu machen, warum und wie eine KI bestimmte Entscheidungen trifft. Das führt z. B. automatisch zur Reproduzierbarkeit von Entscheidungen oder lässt in den Daten Fehler und Abweichungen leichter erkennen, welche zu falschen Entscheidungen führen könnten oder geführt haben.

In seinem Vortrag stellt Dr. Felix die Mechanismen, Chancen und Grenzen erklärbarer Künstlicher Intelligenz vor. Am Beispiel des Qualitativen Labelns – eine KI-Methode, die Entscheidungs- und Optimierungsalgorithmen mit maschinellem Lernen verbindet – zeigt er die möglichen Wirkungsweisen von XAI. In diesem konkreten Fall entsteht eine neue, KPI-bezogene Sicht auf die durch das KI-System erzeugten Ergebnisse, die hilft, das Verhalten der vermeintlichen KI-Blackbox nachzuvollziehen.