Um die Wettbewerbsfähigkeit deutscher kleiner und mittelständischer Unternehmen (KMU) zu sichern und auszubauen, braucht es ein wirksames Konzept für die branchenübergreifende Adoption von Künstlicher Intelligenz (KI). Mit KI als skalierbarer Dienstleistung („AI as a Service“) können KMU auch ohne vertiefte KI-Kompetenz und mit nur begrenzten Ressourcen selbständig Wertschöpfung durch KI generieren. Jedoch ist die mangelnde Nachvollziehbarkeit von KI-Systemen eine Hürde für die flächendeckende Verbreitung von „AI as a Service.“
Das Forschungsfeld Erklärbare KI („Explainable Artificial Intelligence“, kurz XAI) hält hierzu Lösungsansätze bereit. Mithilfe automatisiert generierter Erklärungen für KI-Ergebnissen können Nutzer:innen die durch KI vorgeschlagenen Entscheidungen nachvollziehen und gleichzeitig einen reflektierten Umgang mit KI („AI Literacy“) erlernen. Der Einsatz dieser Methoden erfordert bislang allerdings ein hohes Maß an KI-Kompetenz und spezifischem Entwicklungsaufwand.
Ziel des vom Bundesministerium für Bildung und Forschung im Programm KI4KMU geförderten Projekts XAIaaS ist die Erforschung des Einsatzes von XAI-Methoden im Sinne von „XAI as a Service“ zur Steigerung der Adoption von KI und der Schließung von KI-Kompetenzlücken in KMU. Dabei werden auf Basis einer No-Code-Plattform „XAI-as-a-Service“-Ansätze für repräsentative und übertragbare Anwendungsfälle konzipiert, umgesetzt und im Hinblick auf ihre Wirksamkeit untersucht.
Gefördert im Programm KI4KMU des Bundesministeriums für Bildung und Forschung.
Sie sind ein KMU (unter 250 Mitarbeitende und Jahresumsatz unter 50 Mio. €) mit Sitz in Deutschland und möchten frühzeitig „XAI as a Service“ einsetzen? Sprechen Sie uns an!
Neues BMBF-Projekt gestartet: XAI-as-a-Service
Durch die Projektergebnisse wird ein hoher wissenschaftlicher und wirtschaftlicher Nutzen für deutsche KMU erwartet.
Eine für KMU verschiedener Branchen erarbeitete Taxonomie in Kombination mit realisierten Prototypen als Demonstratoren in zwei transferfähigen Anwendungsfällen (Kernkompetenzen und periphere Kompetenzen) erlauben einen branchenübergreifenden Ergebnistransfer.
Bessere User Experience mit Erklärbarer KI
Über zahlreiche Projekte in Forschung und Praxis hinweg hat sich ein strukturiertes Vorgehen für die Entwicklung von Erklärkomponenten bewährt.
In vier aufeinander aufbauenden Phasen erfassen wir zunächst Zielgruppe und Anwendungskontext, identifizieren dann geeignete XAI-Methoden identifiziert, die wir anschließend mit einem Prototypen erproben und schließlich zu einer anwendungsreifen Erklärkomponente entwickeln.
