Berlin – Die Verwendung künstlicher Intelligenz (KI), mit dem Ziel Prognosen aufzustellen und Entscheidungen zu unterstützen, findet zusehends Verbreitung. Doch mit der wachsenden Zahl der Anwendungen wächst auch die Kritik. Immer wieder gab es in der Vergangenheit Skandale aufgrund systematischer Diskrimination durch Algorithmen basierend auf Kriterien wie Rasse, Geschlecht oder Alter, z.B. in der Vorhersage der Rückfallwahrscheinlichkeit (ProPublica, 23. Mai 2016). Insbesondere die mangelnde Intransparenz dieser Modelle besorgt Verbraucherschützer*innen und Endnutzer*innen. Entscheidungsprozesse können nicht nachvollzogen werden. So werden Fehler oder Schwächen erst spät oder gar nicht erkannt. Hinzu kommt eine weitere, ethische Dimension: Algorithmen treffen für Menschen zunehmend maßgebliche Entscheidungen, die aber selbst von ihren Entwickler*innen in nicht seltenen Fällen kaum nachvollzogen werden können. Es gibt eine vermeintliche Zwickmühle; grundsätzlich besteht die Annahme, dass nur mit mehr Daten, höherer Komplexität und der damit einhergehenden Intransparenz diese Modelle eine gute Leistung erzielen können. In der logischen Schlussfolgerung hat man somit die Wahl zwischen transparenten Modellen, die nachvollziehbar sind aber schlechtere Leistung erzielen, und intransparenten Modellen, die eine gute Leistung erzielen aber auf die man sich blind verlassen muss bzw. bei denen man den Angaben der Hersteller blind vertrauen muss. Dies ist jedoch mitnichten der Fall, sagt Prof. Dr. Gerd Gigerenzer, ehemaliger Max-Planck-Direktor, Mitgründer von Simply Rational. Gerd Gigerenzer ist einer der einflussreichsten Psychologen und Entscheidungsforscher weltweit.
Trotz weniger Daten, gute Entscheidungen
„Die Algorithmen, die heutzutage beispielsweise von Auskunfteien zur Bonitätsprüfung verwendet werden, beinhalten oft hunderte von Variablen und sind sehr komplex. Weder Verbraucher*innen noch Anwender*innen verstehen, wie teils gravierende Entscheidungen, z.B. über die Vergabe von Krediten, von diesen Modellen getroffen werden. Unsere Algorithmen können mit einem Bruchteil der Variablen dieselbe Vorhersageleistung erzielen und sind gleichzeitig in ihrer Natur transparent und leicht verständlich.“ Gerd Gigerenzer und sein Team ordnen ihren Ansatz der „Erweiterten Intelligenz“ (engl. „Augmented Intelligence“) zu. Die Berater*innen und Wissenschaftler*innen von Simply Rational kombinieren die neuesten Erkenntnisse aus der Entscheidungsforschung mit künstlicher Intelligenz, um Algorithmen zu entwickeln, die für Menschen intuitiv verständlich sind. Durch die so gewährleistete Transparenz kann das Beste von Mensch und Maschine miteinander verbunden werden. Entscheidungsprozesse werden nachhaltig verbessert. Erste Anwendungen im Bereich der Intensivmedizin werden zum Beispiel derzeit an der Charite – Universitätsmedizin Berlin durchgeführt. „Dies ist aber nur die Spitze des Eisbergs“, sagt Prof. Florian Artinger, ebenfalls Mitgründer von Simply Rational. „Unser Ansatz hat einen Mehrwert überall dort, wo eine hohe Dynamik herrscht oder wo Entscheidungen transparent sein sollten.“
Augmented Intelligence in die Anwendung führen
Daher wurde nun der Beschluss getroffen einen Beirat zu gründen. Mit Markus Jüttner und Johan Zevenhuizen hat die Simply Rational GmbH zwei äußerst wichtige Partner mit langjähriger Erfahrung in den Bereichen Finanzendienstleistungen und Compliance gewonnen. Als erstes verhaltens- und datenwissenschaftliches Spin-Off der Max-Planck-Gesellschaft wird mit der Gründung des Beirats die nächste Stufe der Professionalisierung in den Kerngeschäftsfeldern Finanzen und Compliance genommen. Dr. Niklas Keller, geschäftsführender Gesellschafter, sagt hierzu: „Markus und Johan bringen nicht nur inhaltliche Expertise und ein großes Netzwerk mit, sie verstehen den Hintergrund und die Relevanz unseres wissenschaftlichen Ansatzes. Somit helfen Sie uns, gänzlich neue Geschäftspotentiale zu identifizieren, zum Beispiel in der Anwendung von Augmented Intelligence.“
„Algorithmen aus der künstlichen Intelligenz haben überall dort einen Vorteil, wo es große Mengen an Daten gibt. Menschen hingegen treffen sehr gute Entscheidungen in Situationen, wo man relativ wenige Daten zur Verfügung hat oder wenn sich Gegebenheiten regelmäßig verändern. Gerade in dynamischen Geschäftsfeldern wie im Finanzsektor ist es daher von großer Bedeutung, Mensch und Maschine effektiv miteinander zu verbinden“ sagt Johan Zevenhuizen.
Markus Jüttner schätzt im Kontext der Compliance insbesondere den evidenzbasierten, kontextbezogenen Ansatz, die Transparenz und Robustheit dieser Modelle: „Unternehmerische Entscheidungen – nicht nur juristische oder solche in der Compliance – müssen begründet werden können und für alle Beteiligten stets nachvollziehbar sein. Dabei ist der Weg das Ziel, das heißt die Begründung, das Argument, die Abwägung, die über die Legalität oder Integrität häufig mitentscheiden, sind von zentraler Bedeutung. Das kann man keiner „Black Box“ überlassen, also klassischen Algorithmen aus der künstlichen Intelligenz bei denen man eben nicht versteht, wie sie zum Ergebnis kommen“. Ob sich dieser neue Ansatz etablieren kann, wird der Erfolg bei der konkreten Verbesserung von Entscheidungsprozessen in der Praxis zeigen. Eine höhere Transparenz sollten die meisten Entscheider*innen, die sich mit Modellen aus der künstlichen Intelligenz auseinandersetzen (müssen), jedoch in vielen Bereichen willkommen heißen.
Keywords:Augmented Intelligence ; Künstliche Intelligenz ; Compliance ; Finanzsektor ; Max-Plank-Institut ; Machine Learning ; transparente Algorithmen
Powered by WPeMatico