Ziel des Projektes ist die Entwicklung einer vertrauenswürdigen KI-Komponente, welche durch Teilautomatisierung die Hinweisgebenden und die Sachbearbeiter*innen eines Whistleblowing-Systems unterstützt.

Mitarbeiter*innen oder andere involvierte Personen melden Verstöße wie die Nichteinhaltung von internen Vorgaben, Mobbing oder sexuelle Belästigung oftmals nicht aus Angst vor negativen Konsequenzen. Dazu können Diskriminierung, Sanktionen oder Jobverlust gehören. Ein vertrauenswürdiger Meldekanal (Whistleblowing-System) ist daher unumgänglich. Dabei liegt der Fokus auf dem Erhalt von qualitativ hochwertigen Meldungen, anhand derer ein Vorfall schnell aufgeklärt werden kann, sowie dem Schutz der Hinweisgebenden. Die Auswertung von Meldungen über herkömmliche Meldekanäle bedeutet für die zuständigen Sachbearbeiter*innen häufig jedoch einen sehr hohen manuellen Aufwand, da die Qualität der Meldungstexte selten ausreichend ist und gleichzeitig die Hinweisgebenden nur eine begrenzte Zeit für Rückfragen zur Verfügung stehen. Vorbehalte wegen hoher Kosten durch den aufzubringenden Ressourcenaufwand für die Analyse der Hinweise oder die missbräuchliche Verwendung zur Verbreitung von Falschmeldungen oder Vernaderung stellen Hemmschwellen für Unternehmen bei der Implementierung eines Hinweisgebersystems dar.

Bis Dezember 2021 soll die EU-Richtlinie 2019/1937 betreffend den Schutz von Hinweisgebenden in nationales Recht überführt werden. Das Unternehmen Compliance 2b GmbH (https://compliance2b.at/) ist ein 2020 gegründetes Start-up, welches sich dieser Thematik annimmt. Die entwickelte Web-Lösung Act4Whistleblowing ermöglicht einen sicheren, anonymen Informationsaustausch zwischen Hinweisgebenden und Unternehmen sowie eine einfache und innovative Abwicklung der Meldungen durch Sachbearbeiter*innen. In einer weiteren Ausbaustufe der Plattform-Lösung entwickelt die RISC Software GmbH gemeinsam mit Compliance 2b GmbH im Rahmen eines Forschungsprojekts eine vertrauenswürdige KI-Komponente, welche durch Teilautomatisierung einerseits die Hinweisgebenden bei der Abgabe der Meldung unterstützt und andererseits den zuständigen Sachbearbeiter*innen eine effizientere und weniger fehleranfällige Abwicklung der Meldungen ermöglichen soll.

Das System leitet dabei automatisiert Informationen aus den textuellen Hinweisen ab und vergleicht diese mit bereits strukturell erfassten Daten in Form einer Plausibilitätsprüfung. Diese automatisierte Überprüfung eröffnet in diesem Prozess komplett neue Möglichkeiten, wie bspw. die Anfrage bei den Hinweisgebenden in Echtzeit nach weiteren essentiellen Informationen und die Unterstützung der Sachbearbeiter*innen durch Aufzeigen von möglicherweise falschen Informationen oder Ergebnissen aus ähnlichen Fällen. Durch die gesteigerte Meldungsqualität steigen die Chancen der erfolgreichen Aufklärung von Fällen und sinkt die Wahrscheinlichkeit von Vernaderungen.

Das Forschungsprojekt wird vom Austria Wirtschaftsservice (“aws”) im Rahmen der zweiten Ausschreibungsrunde als eines von 12 aus 68 Einreichungen des Calls “Digitalisierung – Vertrauenswürdige Künstliche Intelligenz” gefördert.

Weiterlesen

Newsadoo: “Spotify für News”

Eine vielversprechende europäische Lösung zum verlässlichen, sicheren und personalisierten Konsum von News-Content

„OK Google: Was ist Natural Language Processing?”

Natural Language Processing ermöglicht es, die menschliche Sprache maschinell zu lesen, zu entschlüsseln und zu verstehen. Sprachassistenten, Rechtschreibkorrekturen, E-Mail Spamfilter – NLP als Technologie ist omnipräsent und verbirgt sich bereits hinter vielen, tief in unserem Alltag verankerten Abläufen und Softwareapplikationen.

Vertrauen in die Künstliche Intelligenz

Wenn wir KI-Systeme erschaffen und verwenden, müssen wir uns in Zukunft nicht nur über die Chancen, sondern auch über die Risiken und die Herausforderungen bei deren Einsatz bewusst sein. Guidelines können uns dabei helfen, KI-Systeme zu erschaffen, die nicht nur effizient, sondern auch ethisch korrekt, sicher und vertrauenswürdig sind.

Wenn künstliche Intelligenz zwischen den Zeilen liest

Forscher der RISC Software GmbH untersuchten, ob es einen Zusammenhang zwischen Twitter-Nachrichten und Aktienkursen gibt. Dabei wurden sogenannte „Deep-Neural-Networks“ eingesetzt.