TAHAI

Ausgangssituation

Methoden der künstlichen Intelligenz (KI) gelten als wichtiger Treiber der Digitalisierung, was zu massiven Diskussionen möglicher Anwendungsfelder in nahezu allen Branchen führt. Konkrete KI-Projekte sehen sich allerdings mit vielfältigen Herausforderungen konfrontiert. Als besonders schwierig erweist sich die Suche nach einschlägig qualifizierten KI-Expert*innen. Ebenso herausfordernd ist die Gewährleistung qualitativer, sicherheitsrelevanter und gesetzlicher Rahmenbedingungen, woraus Probleme der Vertrauenswürdigkeit im Kontext entwickelter KI-Lösungen resultieren.

Einsatz vorgefertigter KI-Modelle

Low-Code-Plattformen versprechen einen vereinfachten Zugang zu benötigten KI-Algorithmen, da vorgefertigte Modelle mittels Drag and Drop in die eigene zumeist visuell orientierte Entwicklung integriert werden können. Lösungen sollen so ad hoc und vor allem aus einer fachlichen Perspektive aufgesetzt werden können, was den Begriff der KI-Demokratisierung prägt. Herausforderungen beziehen sich allerdings auf die Auswahl benötigter KI-Modelle, eine sinnfällige Konfiguration und ein gegebenenfalls benötigtes Training. Darüber hinaus bedarf es der Erklärbarkeit entwickelter KI-Lösungen, aber auch der Gewährleistung regulatorischer und gesetzlicher Rahmenbedingungen wie zum Beispiel der EU DSGVO oder dem kürzlich verabschiedeten EU AI Act.

Domänenspezifische Teilergebnisse

Die Bewertung der Reife durchgeführter Verfahren zur Konfliktlösung kann mit Hilfe transkribierter Mediationssitzungen erfolgen. Damit einher geht allerdings die Verarbeitung personenbezogener Daten, woraus die unabdingbare Berücksichtigung gesetzlicher Rahmenbedingungen zum Datenschutz resultiert. Neben der KI-basierten Erzeugung von Transkripten kann auch eine datenschutzkonforme Anonymisierung mit Hilfe der KI unterstützt werden. Über den anonymisierten Transkripten lassen sich dann verschiedene KI-Analysetechniken, wie zum Beispiel Large Language Models zum Einsatz zu bringen. Im Projekt wurden so zum Beispiel Häufigkeiten der Gesprächsbeteiligung oder auch zeitliche Redeanteile der Mediant*innen beziehungsweise der Mediator*in identifiziert. Darüber hinaus konnte mit Hilfe von semantischen Analysen auf Emotionen der Sitzungsbeteiligten im zeitlichen Verlauf der Mediationssitzung geschlossen werden.