Über ein Fairness-Audit zu lesen ist eine Sache. Eines in Aktion zu sehen, eine andere. Deshalb haben wir zwei kurze Demo-Videos aufgenommen, die die Plattform bei der Arbeit zeigen — keine Folien, keine Mockups, sondern das echte Produkt in Aktion.
Fairness-Tooling hat ein Glaubwürdigkeitsproblem: Meistens wird es nur beschrieben, aber selten gezeigt. Wir wollten diese Lücke schließen. Diese beiden Demo-Videos stehen an entgegengesetzten Enden desselben Workflows — die schnelle Entscheidung und die Gründlichkeit, die dahintersteckt —, sodass Sie in wenigen Minuten sowohl die Geschwindigkeit als auch die Substanz sehen können.
Demo eins — Pulse: ein komplettes Audit in einem Durchgang
Pulse ist der schnellste Weg, um zu fragen: „Ist dieses Modell fair und wo nicht?“ Die Demo verfolgt ein einzelnes Audit vom ersten Upload bis zur finalen Entscheidung: Gruppen werden definiert, Metriken berechnet, Disparitäten aufgedeckt und das Ergebnis den Risikostufen des EU AI Act zugeordnet — und das alles, ohne den Bildschirm zu verlassen. Wenn Sie nur zwei Minuten Zeit haben, sehen Sie sich dieses Video an.
Demo zwei — Assessment Modules: die Tiefe hinter jeder Entscheidung
Ein grünes Licht ist nur dann vertrauenswürdig, wenn man sehen kann, was dahintersteckt. Die zweite Demo gibt Einblick in die Assessment Modules — die statistische Maschinerie, die Pulse im Hintergrund ausführt: Bootstrap-Konfidenzintervalle, Bayes'sche und Permutationstests, intersektionale Analysen und eine vollständige Pipeline-Abdeckung von der Vorverarbeitung bis zum Produktionsmonitoring. Dieses Video ist für diejenigen, die das Ergebnis verteidigen müssen.
Warum wir sie erstellt haben
Vertrauen in ein Audit entsteht dadurch, dass man es sieht, nicht dadurch, dass man nur davon hört. Zusammen beantworten diese Demo-Videos die beiden Fragen, die sich jedes Team zuerst stellt: Wie schnell erhalten wir eine Antwort und wie weit reichen die Belege? Für die Geschwindigkeit sehen Sie sich Pulse an, für die Substanz die Modules.
“Legen Sie die Arbeit offen. Eine Fairness-Entscheidung, die man nicht überprüfen kann, ist nur eine weitere Blackbox.”
Beide Demo-Videos können direkt hier abgespielt werden, oder teilen Sie sie direkt: validant.ai/watch/pulse und validant.ai/watch/modules.
ForschungZum Lesen öffnenDigitales Vertrauen ist ein Orbit, keine Säule
Vertrauen ist keine weitere Säule, die man einfach aufbaut. Es ist der Orbit, den drei Körper gemeinsam beschreiben: das Modell, die Person und die Organisation. Warum das Dreikörperproblem die ehrlichere Metapher für vertrauenswürdige KI ist und wie Sie feststellen können, wo Sie sich im Orbit befinden.
Lesen
VeranstaltungenZum Lesen öffnenZwei Sichten auf eine Entscheidung: Vertrauenswürdige und erklärbare KI in der Praxis an der HSLU
Notizen von einem Fachkurs in Luzern über vertrauenswürdige und erklärbare KI und was dieser über den Ansatz von Validant.ai bestätigt.
Lesen
StudienZum Lesen öffnenDie falsche Frage, im großen Stil gestellt
Eine wegweisende Studie mit 4 Millionen Bewerbungen zeigt, wie KI-Tools für die Personalbeschaffung ihre Voreingenommenheit verbergen, warum eine einzige Ablehnung zu einer allgegenwärtigen Ablehnung werden kann und weshalb eine unabhängige Bewertung auf Positionsebene keine Option mehr ist.
Lesen