Dieses Buch ist ein umfassender Leitfaden in sechs Teilen, der Fairness in der künstlichen Intelligenz von der Theorie in die Praxis überführt. Auf der Grundlage validierter Kennzahlen und sieben Fachmodule, darunter Bildung, Finanzen und Wohnungswesen, bietet es verständliche Erläuterungen, Entscheidungsrahmen, professionelle Arbeitsabläufe und Governance-Artefakte. Diese ermöglichen es nichttechnischen Interessengruppen, Fairnessrisiken zu beurteilen, Verantwortlichkeit zu dokumentieren und aufkommende regulatorische Anforderungen zu erfüllen.
Fallstudien – darunter Auswahlfilter bei der Personaleinstellung und Systeme zur Prüfung der Anspruchsberechtigung für öffentliche Leistungen – veranschaulichen die realen, folgenreichen Auswirkungen unfairer KI und zeigen, wie zugängliche Audits dazu beitragen können, diese zu verhindern. Das Werk richtet sich an ein interdisziplinäres Publikum und verbindet öffentliche Rechte, berufliche Verantwortung und regulatorische Vorgaben zu einem einheitlichen Nachschlagewerk für die Fairnessdiagnostik. Es bietet einen rigorosen, wiederholbaren Rahmen zur Prüfung und Verbesserung der Rechenschaftspflicht von KI und unterstützt sowohl Fachleute als auch betroffene Gemeinschaften dabei, sicherzustellen, dass intelligente Systeme leistungsfähig und gerecht bleiben.
Das Buch erläutert, warum Fairnessdiagnostik notwendig ist, und zeigt ethische Grundsätze, menschliche Risiken und bereichsspezifische Fehlentwicklungen auf, die praktische Prüfungen erfordern. Es stellt den Diagnoseplan, verschiedene Familien von Fairnesskennzahlen und deren Auswahl, Rollen in Governance und Rechenschaftspflicht sowie die Systemarchitektur vor – einschließlich einer universellen Basis, sektorspezifischer Module und einer No-Code-Oberfläche.
Diese Methoden werden in sieben Bereichen angewandt: Justiz, Beschäftigung, Bildung, Finanzen, Gesundheitswesen, Unternehmensdienstleistungen und öffentliche Verwaltung. Dabei wird gezeigt, wie sich Risiken bewerten und Fairness-Audits in jedem dieser Bereiche mit großen Auswirkungen durchführen lassen. Das Buch veranschaulicht außerdem die klinische Umsetzung, einschließlich durchgängiger Workflow-Beispiele, Szenarien aus dem Gesundheitswesen und einer vollständigen Fallanwendung.
Es untersucht, wie sich das Toolkit auf verschiedene geografische Regionen und regulatorische Umfelder ausweiten lässt, wie es sich in MLOps-/LLMOps-Ökosysteme integrieren lässt, wie berufliche Standards erfüllt und Fairnesskompetenz demokratisiert werden kann. Darüber hinaus bietet es schrittweise Audit-Workflows, verständliche Berichte, Fairness-API-Bibliotheken, Fallstudien, Übungen, Instrumente zur Selbsteinschätzung und umfassende Referenztabellen zu 89 Fairnesskennzahlen und ihrer Anwendbarkeit in den jeweiligen Bereichen.
Was Leserinnen und Leser lernen
Verstehen, wo und wie algorithmische Ungerechtigkeit in verschiedenen Sektoren und Bevölkerungsgruppen entsteht.
Ethische Fairnessgrundsätze in messbare und wiederholbare Auditkriterien übersetzen.
Geeignete Fairnesskennzahlen aus 89 validierten Messgrößen auswählen und anwenden, darunter gruppenbezogene, individuelle und kausale Methoden.
Vollständige Fairness-Audits mithilfe eines No-Code-Workflows durchführen – ohne Programmierkenntnisse oder statistisches Fachwissen.
Transparente Governance-Artefakte erstellen, darunter Auditberichte, Nachweispakete und Eskalationswege.
Die Einhaltung regulatorischer Vorgaben und die Ausrichtung an Richtlinien wie der DSGVO, dem EU-KI-Gesetz und globalen Normenrahmen unterstützen.
Fairnesskompetenz in Organisationen und bei betroffenen Gruppen aufbauen, um die Aufsicht zu demokratisieren.
Fairnessbewertungen in die Beschaffung, den Einsatz und die Governance über den gesamten Lebenszyklus von KI-Systemen integrieren.
Für wen dieses Buch gedacht ist
Dieses Buch richtet sich an alle, die von KI-gestützten Entscheidungen betroffen sind, sowie an alle, die dafür verantwortlich sind, dass diese Entscheidungen fair sind. Es ist für nichttechnische Leserinnen und Leser ohne Informatikhintergrund geschrieben, darunter Studierende, Patientinnen und Patienten, Verbraucherinnen und Verbraucher, Bewerberinnen und Bewerber sowie Bürgerinnen und Bürger, die im Alltag mit KI-Systemen interagieren.
Hersteller
- Verleger
- Apress
- Typ
- Recht – Rechte, Computer – Informatik, Politikwissenschaften, Geografie, Medizin – Therapien, Statistik, Biologie und Naturwissenschaften, Künstliche Intelligenz
- Sprache
- Englisch
- Untertitel
- -
- Umschlag
- Weich
- Anzahl der Seiten
- -
- Veröffentlichungsdatum
- 13/09/2026
- Veröffentlichungsdatum
- 2026
- Abmessungen
- -
- ISBN-13
- 9798868828843
Wichtige Informationen
Spezifikationen werden von offiziellen Hersteller-Websites gesammelt. Bitte überprüfen Sie die Spezifikationen, bevor Sie Ihren endgültigen Kauf tätigen. Wenn Sie ein Problem bemerken, können Sie melden Sie es hier