🟢 Plain Language

KI-Systeme die ihre Entscheidungen erklären können — damit Menschen verstehen warum eine KI so gehandelt hat.

🔵 Expert Level

XAI-Taxonomie: Global Explainability (Modell als Ganzes: Feature Importance, SHAP Summary Plots) vs. Local Explainability (einzelne Vorhersage: LIME, SHAP Force Plots). Ante-hoc (inherent interpretierbar: Entscheidungsbäume, GAMs) vs. Post-hoc (schwarze Box nachträglich erklärt: SHAP, LIME, Grad-CAM). EU AI Act Art. 13: Pflicht zur nachvollziehbaren Ausgabe für Hochrisiko-KI.

Definition

Methoden und Techniken um KI-Entscheidungen fuer Menschen verstaendlich zu machen.

Detaillierte Dokumentation folgt in einem späteren Release.

引用

"Explainable AI (XAI)." Open Cognition Commons Foundation. https://opencognitioncommons.org/ja/glossary/explainable-ai. CC-BY 4.0.

機械可読メタデータ

{
  "@context": "https://schema.org",
  "@type": "DefinedTerm",
  "name": "Explainable AI (XAI)",
  "description": "Methoden und Techniken um KI-Entscheidungen fuer Menschen verstaendlich zu machen.\n",
  "url": "https://opencognitioncommons.org/ja/glossary/explainable-ai",
  "license": "https://creativecommons.org/licenses/by/4.0/"
}