Alle Beiträge
Updates

Zwei neue Demo-Videos: Erleben Sie ein Audit mit Pulse und die Module hinter jeder Entscheidung

Maschinell aus dem Englischen übersetzt. Maßgeblich ist das englische Original.Zum englischen Original

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.

Pulse — vom Upload zur finalen Entscheidung in einem Durchgang.

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.

Assessment Modules — die Gründlichkeit, auf der eine Entscheidung beruht.

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.

Diesen Beitrag teilen
Weiterlesen
Technische Strichzeichnung im Blanco-Stil von drei Kugeln unterschiedlicher Größe, die durch ineinandergreifende elliptische Orbits im Gleichgewicht gehalten werden, mit sanften korallenfarbenen Lavierungen auf weißem Grund.ForschungZum Lesen öffnen
5. Juni 2026

Digitales 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
Technische Strichzeichnung im Blanco-Stil der gedeckten hölzernen Kapellbrücke und des achteckigen Wasserturms in Luzern über der Reuss, mit dem Pilatus im Hintergrund und einem sanften Korallenton am Himmel.VeranstaltungenZum Lesen öffnen
30. Mai 2026

Zwei 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
Technische Strichzeichnung im Blanco-Stil einer einzelnen Lupe in der Mitte, von der identische Linien zu einer Reihe kleiner Bürogebäude und einer uniformen Menschenmenge ausstrahlen, mit einer einzelnen, sanft korallenrot gefärbten und abseits stehenden Figur, in dünnen schwarzen Linien auf weißem Grund.StudienZum Lesen öffnen
27. Mai 2026

Die 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