KI-Ethik umfasst die Grundsätze und Prüfverfahren für eine faire, nachvollziehbare, datenschutzkonforme und verantwortbare Entwicklung sowie Nutzung von Systemen der künstlichen Intelligenz.
Erklärung
Im Unternehmenseinsatz entstehen ethische und rechtliche Risiken vor allem dort, wo Modelle Entscheidungen über Personen oder Konditionen vorbereiten, etwa bei Bewerbervorauswahl, Bonitätsprüfung, Preisdifferenzierung oder automatisiertem Kundensupport. Enthält der historische Trainingsdatensatz systematische Verzerrungen (Bias), reproduziert oder verstärkt das Modell Benachteiligungen einzelner Gruppen. Ebenso problematisch sind fehlende Hinweise auf KI-generierte Interaktionen, ungeklärte Urheber- und Nutzungsrechte von Trainingsdaten oder intransparente Black-Box-Bewertungen ohne Korrekturmöglichkeit. In der Praxis übersetzen B2B-Anbieter diese Anforderungen in verbindliche Governance-Prozesse, die zugleich Vorgaben aus DSGVO und EU AI Act abdecken: regelmäßige Fairness-Tests über definierte Teilgruppen, dokumentierte Model Cards, Revisionsprotokolle für automatisierte Entscheidungen sowie menschliche Prüfinstanzen bei Eingriffen mit rechtlicher oder wirtschaftlicher Tragweite.