ARCADIA: Agentische KI entdeckt kausale Zusammenhänge bei Unternehmenspleiten

ARCADIA, ein neues Framework für kausale Entdeckung, nutzt agentische KI, um bei der Analyse von Unternehmenspleiten robuste und nachvollziehbare Ursache‑Wirkungs‑Strukturen zu erzeugen.

Im Gegensatz zu herkömmlichen Algorithmen kombiniert ARCADIA die Rechenkraft großer Sprachmodelle mit statistischen Diagnosen. Durch wiederholtes Verfeinern von Kandidaten‑DAGs mittels regelgeleiteter Prompting‑Schleifen und Feedback zur kausalen Validität entstehen stabile, zeitlich kohärente Modelle, die leicht interpretiert werden können.

In Experimenten mit realen Daten zu Unternehmenspleiten übertraf ARCADIA etablierte Methoden wie NOTEARS, GOLEM und DirectLiNGAM. Die Ergebnisse zeigen, dass das System zuverlässigere kausale Graphen liefert und gleichzeitig einen vollständig erklärbaren, interventionsbereiten Pipeline‑Ansatz bietet.

Die Arbeit demonstriert, wie agentische LLMs eigenständig wissenschaftliche Modelle erstellen und strukturierte kausale Inferenz durchführen können – ein bedeutender Fortschritt für die Anwendung von KI in hochriskanten Bereichen.