Algorithmic Impact Assessment
Systematische Bewertung der potenziellen Auswirkungen eines algorithmischen Systems auf Individuen, Gruppen und die Gesellschaft vor und während des Einsatzes.
Algorithmic Impact Assessments bewerten KI-Risiken für Individuen und Gesellschaft systematisch – vom EU AI Act für Hochrisiko-AI gefordert.
Erklärung
Analog zu Datenschutz-Folgenabschätzungen (DPIA). Prüft: Welche Gruppen sind betroffen? Welche Risiken bestehen (Diskriminierung, Privatsphäre, Autonomie)? Welche Mitigationsmaßnahmen gibt es? Kanada hat als erstes Land eine verpflichtende AIA für Regierungs-AI eingeführt.
Relevanz für Marketing
EU AI Act fordert Impact Assessments für Hochrisiko-AI. Proaktive AIAs reduzieren rechtliches Risiko und bauen Stakeholder-Vertrauen.
Häufige Fallstricke
AIAs als Bürokratie statt echte Risikoanalyse. Fehlende Einbeziehung betroffener Gruppen. Einmal erstellt und nie aktualisiert.
Entstehung & Geschichte
Kanadas Directive on Automated Decision-Making (2019) führte die erste verpflichtende AIA ein. EU AI Act (2024) formalisierte Fundamental Rights Impact Assessments. Raji et al. (2020) schlugen interne Audit-Frameworks für Unternehmen vor.
Abgrenzung & Vergleiche
Algorithmic Impact Assessment vs. AI Audit
AIA ist prospektiv (vor Deployment); AI Audit ist retrospektiv (prüft bestehende Systeme).
Algorithmic Impact Assessment vs. DPIA (Datenschutz-Folgenabschätzung)
DPIA fokussiert auf Datenschutz-Risiken; AIA deckt breitere Risiken ab (Fairness, Autonomie, gesellschaftliche Auswirkungen).