IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-42060-4_8.html
   My bibliography  Save this book chapter

Erklärbare Künstliche Intelligenz und Geschäftsmodell am Beispiel von Unternehmensratings

In: Entrepreneurship der Zukunft

Author

Listed:
  • Holger Bartel

    (RealRate Inc.)

  • Mirko Kraft

    (Hochschule Coburg)

  • Jochen L. Leidner

    (Hochschule Coburg
    University of Sheffield)

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.

Suggested Citation

  • Holger Bartel & Mirko Kraft & Jochen L. Leidner, 2023. "Erklärbare Künstliche Intelligenz und Geschäftsmodell am Beispiel von Unternehmensratings," Springer Books, in: Lars Heim & Sebastian Gerth (ed.), Entrepreneurship der Zukunft, chapter 0, pages 181-210, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-42060-4_8
    DOI: 10.1007/978-3-658-42060-4_8
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-42060-4_8. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.