Erklärbare Künstliche Intelligenz und Geschäftsmodell am Beispiel von Unternehmensratings

Holger Bartel (), Mirko Kraft () and Jochen L. Leidner ()
Additional contact information
Holger Bartel: RealRate Inc.
Mirko Kraft: Hochschule Coburg
Jochen L. Leidner: Hochschule Coburg

Chapter Kapitel 8 in Entrepreneurship der Zukunft, 2023, pp 181-210 from Springer

Abstract: Zusammenfassung 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 KI- Modellen, 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.

Date: 2023
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-42060-4_8

Ordering information: This item can be ordered from
http://www.springer.com/9783658420604

DOI: 10.1007/978-3-658-42060-4_8

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().