Diese 6 Tipps helfen dir bei der KI

Künstliche Intelligenz beantwortet heute fast jede Frage. Doch ob diese Antworten verlässlich sind, bleibt oft unklar. Forscher der Ruhr-Universität Bochum und der TU Dortmund schlagen nun ein Modell vor, mit dem sich die Vertrauenswürdigkeit von KI-Systemen besser einordnen lässt. Nicht mit einem einfachen Ja oder Nein, sondern differenziert.

Die Philosophen Carina Newen, Albert Newen und Emmanuel Müller gehen davon aus, dass Vertrauen immer mehrere Aspekte hat. Diese gelten nicht nur für KI, sondern auch für Menschen, Institutionen oder technische Systeme. Sie schlagen sechs Kriterien vor, mit denen sich ein Vertrauensprofil erstellen lässt.

Erstens: Funktionalität. Wie gut erfüllt ein System seine Aufgabe, und wird die Qualität überprüft?

Zweitens: Transparenz. Ist nachvollziehbar, wie das System zu seinen Ergebnissen kommt?

Drittens: Zuverlässigkeit der Daten. Wie sicher und frei von Verzerrungen sind die Daten und Modelle, mit denen das System arbeitet?

Viertens: Verkörperung. Handelt es sich um ein physisches System oder um eine rein virtuelle Anwendung?

Fünftens: Unmittelbarkeit. Wie direkt findet der Austausch zwischen Mensch und System statt?

Sechstens: Verpflichtung. Kann das System überhaupt Verantwortung gegenüber dem Menschen übernehmen?

Anhand dieser Kriterien wird deutlich, dass heutige KI-Systeme in vielen Punkten noch Defizite haben. Besonders problematisch sind fehlende Transparenz und unsichere Daten. Lernende Systeme können beeindruckende Leistungen zeigen, bleiben aber oft eine „Black Box“. Zudem können sie Vorurteile aus ihren Trainingsdaten übernehmen und weitergeben.

Aus philosophischer Sicht kommt ein weiterer Punkt hinzu. Sprachmodelle liefern immer eine Antwort, auch wenn sie falsch ist. Sie kennzeichnen Fehler nicht zuverlässig. Als Informationshilfen können sie nützlich sein. Blindes Vertrauen ist jedoch fehl am Platz. Besonders kritisch sehen die Autoren die Idee, KI als Ersatz für menschliche Beziehungen zu nutzen. Vertrauen setzt Verpflichtung voraus – und genau diese kann eine KI nicht leisten.

Das Modell soll helfen, KI nüchtern zu bewerten. Nicht als allwissende Instanz, sondern als Werkzeug mit klaren Grenzen.