Skip to main content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2022 | OriginalPaper | Buchkapitel

Daten als Schlüsselkomponente von Anwendungen Künstlicher Intelligenz am Beispiel der Nachhaltigkeit

verfasst von : Annemarie Paul

Erschienen in: Digitalisierung und Nachhaltigkeit – Transformation von Geschäftsmodellen und Unternehmenspraxis

Verlag: Springer Berlin Heidelberg

share
TEILEN

Zusammenfassung

Das Handeln von Unternehmen wird nachhaltiger (Winston 2021). Doch wie genau wird Nachhaltigkeit gemessen? Die umfangreiche Erfassung von qualitativ hochwertigen Daten zur Nachhaltigkeit determiniert die Schaffung von Transparenz in den Nachhaltigkeitsmaßnahmen von Unternehmen. Herausforderungen in der Datenerhebung sind vielfältig – von inkonsistenten Datenfragen bis hin zu schwer nachvollziehbaren Kennzahldefinitionen. Neben der Erstellung von Nachhaltigkeitsberichten eröffnet die Anwendung von Künstlicher Intelligenz (KI) neue Analysepotenziale. Anwendungsbeispiele erstrecken sich entlang des gesamten Geschäftsprozesses – vom Ressourceneinsatz über die Produktion und den Transport hin zum Produkt. Ein umfangreiches Datenverständnis und eine gewissenhafte Interpretation der Ergebnisse des Maschinellen Lernens sind ausschlaggebend, um Fallstricke wie Scheinkorrelation und Verzerrungen in den Daten zu adressieren und eine mehrwertstiftende Umsetzung von KI-Projekten sicherzustellen.
Fußnoten
1
Um die Modellevaluierung so objektiv wie möglich zu gestalten, wird allgemein nicht nur zwischen Trainings- und Testdaten unterschieden, sondern auch ein Validierungsdatensatz verwendet. Während die Trainings- und Validierungsdatensätze zum Trainieren des Modells verwendet werden, findet die finale Evaluierung (einmalig) mit zuvor komplett ungesehenen Testdaten statt. Zur Vereinfachung des ML-Prozesses wird sich in der hier verwendeten Beschreibung nur auf Trainings- und Testdaten bezogen.
 
2
A/B-Tests stellen eine Form eines kontrollierten Experiments dar, bei dem zwei verschiedene Versionen einer Website, einer Benutzeroberfläche, eines Preises oder anderer Faktoren randomisiert einer Nutzergruppe zugeordnet werden und auf Basis ihres Verhaltens gegeneinander abgewogen werden (Gallo 2017).
 
3
Zum Beispiel können KI-basierte Einstellungsprozesse männliche gegenüber weiblichen Bewerbenden vorziehen, wenn sie mit Daten von Bewerbenden trainiert werden, die historisch gesehen eher männlich waren (Dastin 2018). Auch bei Gesichtserkennungssystemen (Hardesty 2018), individualisierter Werbung (Simonite 2015) und bei Hypothekengenehmigungen (Blattner und Nelson 2021) konnten aufgrund von verzerrten Daten diskriminierende Entscheidungen der KI aufgezeigt werden.
 
Literatur
Zurück zum Zitat CSR-RUG (2017) Gesetz zur Stärkung der nichtfinanziellen Berichterstattung er Unternehmen in ihren Lage- und Konzernlageberichten (CSR-Richtlinie-Umsetzungsgesetz) in der Fassung der Bekanntmachung vom 18.4.2017. In: Bundesanzeiger Nr. 20, Bundesgesetzblatt Teil I CSR-RUG (2017) Gesetz zur Stärkung der nichtfinanziellen Berichterstattung er Unternehmen in ihren Lage- und Konzernlageberichten (CSR-Richtlinie-Umsetzungsgesetz) in der Fassung der Bekanntmachung vom 18.4.2017. In: Bundesanzeiger Nr. 20, Bundesgesetzblatt Teil I
Zurück zum Zitat Haig BD (2003) What is a spurious correlation? Understanding statistics: statistical issues in psychology. Edu Soc Sci 2(2):125–132 Haig BD (2003) What is a spurious correlation? Understanding statistics: statistical issues in psychology. Edu Soc Sci 2(2):125–132
Zurück zum Zitat Kahneman D (2011) Thinking, fast and slow. Penguin, London Kahneman D (2011) Thinking, fast and slow. Penguin, London
Zurück zum Zitat Mayer AL (2008) Strengths and weaknesses of common sustainability indices for multidimensional systems. Environ Int 34(2):277–291 CrossRef Mayer AL (2008) Strengths and weaknesses of common sustainability indices for multidimensional systems. Environ Int 34(2):277–291 CrossRef
Zurück zum Zitat Ranking der Nachhaltigkeitsberichte (2018) Nachhaltigkeitsberichterstattung in Zeiten der Berichtspflicht, Ergebnisse einer Befragung von Großunternehmen, KMU und sonstigen berichtspflichtigen Unternehmen im Rahmen des Rankings der Nachhaltigkeitsberichte 2018. Institut für ökologische Wirtschaftsforschung und future e. V. – verantwortung unternehmen (Hrsg), Berlin Ranking der Nachhaltigkeitsberichte (2018) Nachhaltigkeitsberichterstattung in Zeiten der Berichtspflicht, Ergebnisse einer Befragung von Großunternehmen, KMU und sonstigen berichtspflichtigen Unternehmen im Rahmen des Rankings der Nachhaltigkeitsberichte 2018. Institut für ökologische Wirtschaftsforschung und future e. V. – verantwortung unternehmen (Hrsg), Berlin
Zurück zum Zitat Ranking der Nachhaltigkeitsberichte (2021a) Anforderungen an die Nachhaltigkeitsberichterstattung, Kriterien und Bewertungsmethode im Ranking der Nachhaltigkeitberichte 2021a von IÖW und future. Institut für ökologische Wirtschaftsforschung und future e. V. – verantwortung unternehmen (Hrsg), Berlin Ranking der Nachhaltigkeitsberichte (2021a) Anforderungen an die Nachhaltigkeitsberichterstattung, Kriterien und Bewertungsmethode im Ranking der Nachhaltigkeitberichte 2021a von IÖW und future. Institut für ökologische Wirtschaftsforschung und future e. V. – verantwortung unternehmen (Hrsg), Berlin
Zurück zum Zitat Ranking der Nachhaltigkeitsberichte (2021b) Anforderungen an die Nachhaltigkeitsberichterstattung - Tabellenformat, Vollständiges Kriterienset für alle Branchen und KMU. Institut für ökologische Wirtschaftsforschung und future e. V. – verantwortung unternehmen (Hrsg), Berlin Ranking der Nachhaltigkeitsberichte (2021b) Anforderungen an die Nachhaltigkeitsberichterstattung - Tabellenformat, Vollständiges Kriterienset für alle Branchen und KMU. Institut für ökologische Wirtschaftsforschung und future e. V. – verantwortung unternehmen (Hrsg), Berlin
Zurück zum Zitat Reid J, Rout M (2020) Developing sustainability indicators – the need for radical transparency. Ecol Ind 110:105941 CrossRef Reid J, Rout M (2020) Developing sustainability indicators – the need for radical transparency. Ecol Ind 110:105941 CrossRef
Metadaten
Titel
Daten als Schlüsselkomponente von Anwendungen Künstlicher Intelligenz am Beispiel der Nachhaltigkeit
verfasst von
Annemarie Paul
Copyright-Jahr
2022
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-65509-2_6

Premium Partner