Wie wird die Nachvollziehbarkeit von KI-Ergebnissen sichergestellt?
amaise gewährleistet die vollständige Nachvollziehbarkeit aller KI-generierten Ergebnisse über mehrere Mechanismen:
Audit Trail: Ein dedizierter Audit-Dienst erfasst alle Datenoperationen mit Benutzer:in, Aktion, Entität, IP-Adresse, Zeitstempel und Zugriffsgruppen.
Pipeline-Tracking: Pipeline-Zustandsübergänge werden protokolliert und verknüpfen Verarbeitungsstufen mit spezifischen Dokumenten.
Token-Tracking: LLM-Token-Verbrauch wird pro Pipeline-Stufe erfasst und ermöglicht die Nachverfolgung der KI-Nutzung.
Model Pinning: Modellversionen sind pro Umgebung in der Infrastrukturkonfiguration definiert und nachvollziehbar.
Log-Aufbewahrung: Alle Service-Logs werden 365 Tage aufbewahrt.
Benutzeraktionen: Alle Aktionen der Benutzenden (akzeptieren, ändern, ablehnen von KI-Ergebnissen) werden im Audit Trail erfasst.
KI-Ergebnisse werden im Kontext des Quelldokuments präsentiert, sodass Benutzende die Basis jedes Ergebnisses überprüfen und verifizieren können.