Transparenz
Die Offenlegung, wie KI-Systeme funktionieren, welche Daten sie nutzen und wie Entscheidungen getroffen werden.
Transparenz in AI bedeutet Offenlegung von Funktionsweise, Daten und Entscheidungslogik. EU AI Act macht es zur Pflicht. Model Cards sind der Standard.
Erklärung
Transparenz-Ebenen: Technisch (Architektur, Training), Operativ (Entscheidungslogik), Output (ist Inhalt AI-generiert?). EU AI Act fordert Transparenz. Model Cards dokumentieren Modell-Details.
Relevanz für Marketing
Marketing muss transparent sein: AI-generierter Content muss gekennzeichnet werden. Personalisierungs-Logik muss erklärbar sein. Vertrauen durch Offenheit.
Beispiel
Instagram labelt AI-generierte Bilder automatisch. Ein Chatbot offenbart: "Ich bin ein AI-Assistent" bevor User Details teilen.
Häufige Fallstricke
Zu viel Transparenz kann überfordern. Technische Details für Laien unverständlich. Wettbewerbs-Geheimnisse vs. Offenheit.
Entstehung & Geschichte
Google führte Model Cards 2019 ein. EU AI Act (2024) und DSA (2022) schreiben Algorithmic Transparency vor. Social-Media-Plattformen müssen Recommendation-Systeme erklären.
Abgrenzung & Vergleiche
Transparenz vs. Explainability
Transparency offenbart das "Was" (System-Details); Explainability erklärt das "Warum" (einzelne Entscheidungen).
Transparenz vs. Interpretability
Interpretability bedeutet inhärente Verständlichkeit; Transparency bedeutet aktive Offenlegung – auch Black Boxes können transparent dokumentiert sein.