Explainability (XAI)
Die Fähigkeit, Entscheidungen und Vorhersagen von KI-Systemen für Menschen nachvollziehbar und verständlich zu machen.
Ein Design-Ansatz, der den Menschen in den Mittelpunkt der KI-Entwicklung stellt – Bedürfnisse, Fähigkeiten, Grenzen und Verantwortlichkeiten der Nutzer berücksichtigen.
Human-Centered AI stellt Menschen in den Mittelpunkt – KI soll unterstützen, verständlich bleiben und angemessene Kontrolle ermöglichen.
Prinzipien:
| Prinzip | Bedeutung |
|---|---|
| Transparenz | Erkläre, was die KI tut und warum |
| Kontrolle | Nutzer kann je nach Risiko überschreiben, anpassen oder eskalieren |
| Vertrauen | Unsicherheit, Grenzen und Datenbasis sichtbar machen |
| Augmentation | menschliche Fähigkeiten unterstützen und erweitern |
1. Wer sind die Nutzer?
└── Expertise, Kontext, Bedürfnisse
2. Was ist das Ziel?
└── Effizienz, Qualität, Lernen?
3. Wie viel Autonomie?
└── Empfehlung, Assistenz, Freigabe oder Automatisierung?
4. Was bei Fehlern?
└── Wie korrigieren Nutzer die KI?
5. Wie baut man Vertrauen auf?
└── Erklärungen, Kalibrierung, Feedback
| Level | KI-Rolle | Beispiel |
|---|---|---|
| 0 | Keine KI | Manuelle Arbeit |
| 1 | Vorschläge | Autocomplete |
| 2 | Empfehlungen | ”Vielleicht meinten Sie…“ |
| 3 | Entscheidung mit Veto oder Freigabe | Spam-Filter mit Undo |
| 4 | Automatisierung mit Governance | autonome oder teilautonome Systeme |
Human-Centered AI ist wie ein guter Assistent: Er versteht deine Bedürfnisse, erklärt seine Vorschläge, lässt dich die finale Entscheidung treffen und lernt aus deinem Feedback.
Menschen im Mittelpunkt, nicht Technologie
Transparenz, Kontrolle, Vertrauen
Augmentation und verantwortungsvolle Automatisierung statt blinder Ersetzung
Medizinische KI
Fachpersonal entscheidet, KI unterstützt mit Empfehlungen
Kreative Tools
KI als Co-Creator oder Assistenz, nicht automatisch als Ersatz
Entscheidungsunterstützung
Empfehlungen mit Erklärungen
AI-First fragt zuerst: Was kann KI? Human-Centered fragt: Was brauchen Menschen, und wo hilft KI sinnvoll? Beides kann wichtig sein, aber Human-Centered reduziert das Risiko, am Nutzerbedarf vorbeizuautomatisieren.
User Research, Erklärbarkeit, angemessene Kontrolle, Feedback-Loops, Risikoanalyse und iteratives Testen mit realen Nutzungsszenarien.