Automatisierungsgrade KI-getriebener Compliance - AKICO
Sachbericht zum Verwendungsnachweis : DATIpilot Modul 1 Innovationssprints
Date
Editor
Advisor
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Supplementary Material
Other Versions
Link to publishers' Version
Abstract
Das Gesamtziel des Vorhabens ist es, Compliance-Prozesse in Unternehmen durch umfassende Automatisierung und Integration von künstlicher Intelligenz zu revolutionieren. Der holistische Ansatz verbindet regelbasierte KI in Form globaler dynamischer Regelwerke mit lernender KI. Menschliche Expertise wird durch KI und unterschiedliche Automatisierungsgrade ergänzt. Die Verknüpfung von Technologie und menschengeführten Prozessen bildet den Kern, um Unternehmen effizienter, ethisch verantwortungsvoller und wettbewerbsfähiger zu machen.
Die wissenschaftliche Bearbeitung des Projekts obliegt der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), die sich auf die Analyse der Algorithmen-Landschaft fokussiert. Besondere Aufmerksamkeit gilt hybriden Systemen, die symbolische und subsymbolische Verfahren kombinieren. Das Ziel des FAU-Teilprojektes ist die Identifikation relevanter Algorithmen und deren Zuordnung zu spezifischen Compliance-Prozessen mittels einer Matrix oder Heatmap. Diese Methodik erleichtert die präzise Auswahl von Algorithmen für gezielte Compliance-Aufgaben.
Teilprojekt B konzentriert sich auf die Entwicklung der Workshopreihe "Embedded Ecosystem Sprints", die eine schnelle und effektive Überführung von Compliance-Erfahrungen und neuesten Forschungserkenntnissen in die Praxis innerhalb des KI Parks ermöglicht. Es wird eine gezielte Kooperation mit Endnutzern aus verschiedenen Sektoren zur Lösung spezifischer lokaler Herausforderungen etabliert. Weiterhin umfasst der Beitrag Technologievalidierungen durch Experten, die Organisation verschiedener Transferformate und den Aufbau eines umfassenden Netzwerks.
