Explainable AI: ML-Modelle verständlich machen

Köln bietet am 31. August 2026 den Rahmen für ein spezialisiertes Training, das sich der Erklärbarkeit von Machine-Learning-Modellen widmet. Wenn automatisierte Entscheidungen in Geschäftsprozesse eingebunden werden, fordern Fachbereiche und Aufsichtsgremien zunehmend Transparenz darüber, wie ein Modell zu einem bestimmten Ergebnis gelangt. Das Seminar der GFU Cyrus AG vermittelt Entwicklern die notwendigen Methoden, um komplexe ML-Pipelines nachvollziehbar zu gestalten. Ein wesentlicher Nutzen für die Teilnehmenden besteht darin, Techniken kennenzulernen, mit denen sich die Entscheidungsfindung eines Modells aufschlüsseln und dokumentieren lässt. Schwarze-Box-Systeme verlieren dadurch an Schrecken, da einzelne Einflussfaktoren sichtbar gemacht werden können. Ein konkretes Unterthema ist die Analyse von Merkmalsgewichtungen, die aufzeigt, welche Variablen eine Vorhersage am stärksten beeinflussen. Entwickler lernen, diese Erkenntnisse in ihre bestehenden Architekturen zu integrieren. Der Standort in Nordrhein-Westfalen ermöglicht den gezielten Austausch mit anderen Fachkräften, die vor der Aufgabe stehen, KI-Anwendungen für interne oder externe Stakeholder verständlich zu machen. Das Training schlägt die Brücke zwischen algorithmischer Leistungsfähigkeit und der Notwendigkeit einer nachvollziehbaren Entscheidungsgrundlage.