KI-Assistenten: Welche Daten müssen sie tatsächlich erheben?
Einen Assistenten ohne Programmierung zu erstellen, erleichtert die Entwicklung eines Werkzeugs, schafft aber zugleich eine neue Stelle zur Erhebung von Informationen. Die Führungsfrage ist konkret: Welche Daten muss der Assistent abfragen, um die vorgesehene Leistung zu erbringen, ohne zusätzliche Offenlegung zum Standard zu machen?
Was die Forschung belegt
Tamara Dinev und Paul Hart (2006, Information Systems Research) untersuchen ein Modell, in dem die Bereitschaft, persönliche Informationen für elektronische Transaktionen bereitzustellen, unter anderem von wahrgenommenen Risiken, Vertrauen und erwartetem Nutzen abhängt. Ihre Ergebnisse stützen eine Betrachtung als Abwägung statt einer einfachen Unterscheidung zwischen datenschutzbewussten und gleichgültigen Nutzenden. Für die Gestaltung eines Assistenten ergibt sich daraus eine Vorsichtsmassnahme: Die Bereitschaft, eine Information anzugeben, belegt nicht deren Notwendigkeit.
Eine kontextabhängige Entscheidung
Alessandro Acquisti, Laura Brandimarte und George Loewenstein (2015, Science) fassen Forschung zusammen, die zeigt, dass Entscheidungen zur Offenlegung von Informationen durch Unsicherheit und Kontextabhängigkeit geprägt sind. Die Darstellung einer Anfrage kann das Verhalten beeinflussen, ohne den objektiven Nutzen der verlangten Daten zu verändern. Ein einladendes Formular oder ein flüssiger Dialog ist deshalb für sich genommen kein Indikator für eine informierte Entscheidung.
Der vorschnelle Schluss
Daraus könnte man ableiten, dass ein Assistent grundsätzlich weniger Informationen verlangen sollte. Die hilfreiche Schlussfolgerung ist anspruchsvoller: Aufgabenrelevante Daten sind von solchen zu unterscheiden, zu deren Angabe lediglich die Benutzeroberfläche einlädt. Für eine allgemeine Antwort auf eine Verfahrensfrage kann ein Kundenname überflüssig sein; bei der Bearbeitung eines Einzelfalls in einer dafür autorisierten Umgebung können bestimmte Identifikationsdaten unverzichtbar sein. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)
Was diese Arbeiten nicht klären können
Diese Publikationen vergleichen keine generativen No-Code-Assistenten im Unternehmenseinsatz und erlauben deshalb keine Quantifizierung der Auswirkungen reduzierter Eingabefelder auf deren Qualität. Auch sind Entscheidungen von Mitarbeitenden, die Weisungen und einer Hierarchie unterliegen, nicht mit Konsumentscheidungen gleichzusetzen. Schliesslich garantiert das Entfernen eines sichtbaren Identifikationsmerkmals weder die Anonymität einer Fallschilderung noch die Kontrolle über Zugriffe und Aufbewahrung.
Eine überprüfbare Praxis in Zürich
Im Rahmen des SHR-Programms «Créer ses assistants et agents IA sans coder» bietet sich für Finanzdienstleister, Versicherungen, Technologieunternehmen und europäische Zentralen internationaler Konzerne in Zürich eine konkrete Übung an: Ein Assistent wird anhand repräsentativer fiktiver Fälle mit und ohne jede abgefragte Kategorie personenbezogener Daten getestet. Eine Fachperson bewertet jedes Antwortpaar anhand eines vorab festgelegten Rasters, ohne die verwendete Version zu kennen; erfasst werden der Anteil der Fälle, in denen die Antwort auch ohne diese Daten akzeptabel bleibt, sowie die beobachteten Fehler. Kategorien, deren Weglassen die Ergebnisse in diesen Fällen nicht verschlechtert, kommen für eine Streichung aus dem Formular infrage, bevor Sicherheits-, Compliance- und Aufbewahrungsanforderungen gesondert geprüft werden. Weiterführend: entdecken Sie die KI-Assistenten und Agenten ohne Programmierung erstellen-Weiterbildung in Zürich, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.
In Bildern: KI-Assistenten und Agenten ohne Programmierung erstellen in Zürich
- ki-assistenten und agenten ohne programmierung erstellen
- Zürich
- forschung
- Weiterbildung zürich