Erklärbare Künstliche Intelligenz schafft mehr Akzeptanz von KI in Unternehmen

Künstliche Intelligenz (KI) ist heute ein fester Bestandteil vieler Unternehmensanwendungen. Doch noch immer sehen sich Unternehmen häufig mit mangelnder Akzeptanz und Vertrauen in die Technologie seitens der Belegschaft konfrontiert. Erklärbare KI (Explainable AI, XAI) kann bei der Bewältigung dieser Herausforderung nicht nur hilfreich sein, sondern ist auch für den langfristigen Erfolg von KI in Unternehmen entscheidend.

Dass Algorithmen zunehmend Empfehlungen für menschliche Entscheider aussprechen oder Entscheidungen gleich selbst treffen, kann bei Anwendern durchaus ein gewisses Unbehagen hervorrufen. Umso wichtiger ist es, dass die Berechnungen und Vorhersagen von KI nachvollziehbar sind. Nur, wenn Mitarbeiter bereit sind, auf die Ergebnisse der Algorithmen zu vertrauen, können sich entsprechende Lösungen dauerhaft im Unternehmen durchsetzen.

Erklärbare KI spielt hierbei eine wichtige Rolle und hilft, die Akzeptanz der Technologie innerhalb der Belegschaft zu erhöhen. So kann es etwa förderlich sein, dass Mitarbeiter Einblicke in die zentralen Entscheidungsprozesse erhalten und automatisierte Entscheidungssysteme ihren Nutzern eine Erklärung anbieten, wie das jeweilige Ergebnis zustande gekommen ist. Dann können Mitarbeiter nicht nur ein besseres Verständnis dafür entwickeln, wie KI sie bei Ihrer Arbeit unterstützt. Es hilft ihnen auch dabei, die Entscheidungen der KI zu interpretieren und die Ergebnisse zu erläutern, etwa gegenüber Vorgesetzten, Wirtschaftsprüfern oder Regulierungsbehörden.

Mit der richtigen Unternehmenssoftware kann erklärbare KI an allen zentralen Stellen in die Geschäftsprozesse integriert werden. Hierfür gibt es verschiedene Möglichkeiten der Implementierung. Zudem nutzen Technologieanbieter je nach Anwendungsfall verschiedene Methoden, um zu erklären, wie eine KI-Lösung Entscheidungen trifft.

Bestehende Geschäftsprozesse als Basis für intelligente Prozessautomatisierung

Eine Möglichkeit, erklärbare KI in Unternehmenssoftware zu integrieren, ist die intelligente Prozessautomatisierung (IPA). Hierfür wird die zugrundeliegende Geschäftslogik von Unternehmenssoftware wie beispielsweise dem ERP-System als Basis für die KI genutzt. Die Unternehmenssoftware umfasst zahlreiche erprobte und vertraute Prozesse und Verfahren. Deren Resultate können in die Entwicklung von Modellen für maschinelles Lernen (ML) einfließen und diese lassen sich so automatisieren und verbessern.

Dabei ersetzen KI und maschinelles Lernen nicht die bestehenden Geschäftsregeln. Diese sollten nach wie vor definieren, wie Entscheidungen im Unternehmen getroffen werden. Allerdings sollten sich diese Regeln anhand neuer Datengrundlagen auch flexibel anpassen lassen. Hier kann maschinelles Lernen einen entscheidenden Vorteil bieten: Ein ML-Modell kann die Ergebnisse von regelbasierten Entscheidungen auswerten und die Regeln auf verständliche Weise überarbeiten. So kann maschinelles Lernen nicht nur bestehende Regeln ergänzen, sondern auch völlig neue vorschlagen.