FairCredit - Erklärbare, KI-basierte Bewertung von Kreditrisiken

Use Case Beschreibung

Im Projekt FairCredit wird ein erklärbares Foundation Modell zur Bewertung von Kreditrisiken (Credit Scoring) für Banken und Finanzinstitute entwickelt. Die Implementierung basiert auf Tensornetzwerken, womit Bias im Modell bzw. in Entscheidungen direkt erkannt werden kann. Dadurch unterstützt das Modell die rechtskonforme, faire und adaptive Kreditwürdigkeitsbewertung über verschiedene Jurisdiktionen hinweg.

Zudem verfügt das Modell über eine „Unlearning“-Funktion, die es erlaubt bestimmte Eingangsmerkmale oder latente Faktoren (z. B. Alter, Geschlecht, Herkunft) aus der Entscheidungslogik zu entfernen, ohne von neuem ein Modell trainieren zu müssen.

So unterscheiden sich zum Beispiel die zu verwendenden Eingaben je nach Land: In Deutschland darf das Merkmal „Alter“ gemäß § 1 AGG (Allgemeines Gleichbehandlungsgesetz) nicht in Kreditentscheidungen einfließen, während es in anderen Ländern zulässig ist. Das FairCredit-Modell kann durch das „Unlearning” an unterschiedliche Rechtsräume angepasst werden, ohne ein neues Modell trainieren zu müssen.

Rechtliche Einordnung

• KI-System nach AI Act.
• Tensor AI Solutions ist Anbieter nach Art. 2 Abs. 1 lit. A.
• Hochrisiko-KI-System gem. Art. 6 Abs. 2 KI-VO i.V.m. Anhang III Nr. 5 lit. B.
• Zugänglichkeit und Inanspruchnahme grundlegender privater und grundlegender öffentlicher Dienste und Leistungen:
  • KI‑Systeme, die bestimmungsgemäß für die Kreditwürdigkeitsprüfung und Bonitätsbewertung natürlicher Personen verwendet werden sollen, mit Ausnahme von KI‑Systemen, die zur Aufdeckung von Finanzbetrug verwendet werden.