Tensor AI Solutions, Ulm

Uni-Spin-Off macht KI transparenter und nachhaltiger

Künstliche Intelligenz ist ein mächtiges Universalwerkzeug, als Technologie ist sie unumgänglich. Um KI sicher und vertrauenswürdig zu machen, hat die Europäische Union eine gesetzliche Regelung auf den Weg gebracht, die die Entwicklung und Nutzung von KI reguliert: den EU-AI-Act. Diese Verordnung, die voraussichtlich im nächsten Jahr in Kraft treten wird, verbietet Anwendungen, die mit inakzeptablen Risiken verbunden werden. Anwendungen, die mit hohen Risiken einhergehen, unterliegen strengen Auflagen, was die Transparenz und Nachvollziehbarkeit angeht.

Rechtskonform und transparent

Genau hier setzt das Startup Tensor AI Solutions an: Das Ausgründungsunternehmen der Universität Ulm hat eine transparente und erklärbare KI-Technologie entwickelt, die den geforderten Transparenzpflichten bereits jetzt gerecht wird. 
In der Regel können herkömmliche KI-Methoden wie neuronale Netze Transparenz und Erklärbarkeit nicht gewährleisten. „Mit unserer KI-Technologie kann jederzeit nachvollzogen werden, auf welcher Grundlage das System Entscheidungen trifft und in welcher Weise einzelne Entscheidungen von verschiedenen Parametern beeinflusst wurden“, sagt Timo Felser, CEO von Tensor AI Solutions. So lassen sich unerwünschte Tendenzen oder „Voreingenommenheiten“ (Bias) von automatisierten Systemen transparent aufklären und unterbinden. Schon heute werden beispielsweise in Personalauswahlverfahren KI-gestützte Systeme eingesetzt, und nicht immer kann nachvollzogen werden, nach welchen Kriterien hier Auswahlentscheidungen getroffen wurden. 

Beschleunigte und ressourceneffiziente Prozesse

Der Schwerpunkt von Tensor AI Solutions liegt aktuell noch auf den Branchen Handel, Prozessindustrie und Produktion, wobei sich die KI-Technologie des Unternehmens problemlos in anderen Branchen anwenden lässt. Ein weiterer Nutzervorteil der KI-Lösungen des Startups ist die effiziente Ressourcennutzung. Die transparente KI-Analyse deckt auf, welche Daten für einen Prozess tatsächlich relevant sind, wodurch bis zu 80 Prozent an Ressourcen eingespart werden können. Für die gleiche Rechenaufgabe wird weniger Rechen- und Speicherleistung gebraucht, was Prozesse nicht nur beschleunigt, sondern auch Strom und Energie spart.