Ethik in KI: Ontologische Kontextschicht für transparente Agentenentscheidungen

Ein neues Preprint auf arXiv (2512.04822v1) präsentiert einen kollaborativen Ansatz, bei dem Menschen und KI gemeinsam eine überprüfbare semantische Schicht für Agenten-KI entwickeln. Dabei schlagen die KI-Agenten zunächst Kandidaten für Wissensstrukturen aus unterschiedlichen Datenquellen vor, die anschließend von Fachexperten validiert, korrigiert und erweitert werden.

Der iterative Prozess nutzt das Feedback der Experten, um die Modelle kontinuierlich zu verbessern. Dadurch werden nicht nur implizites institutionelles Wissen erfasst, sondern auch die Qualität und Effizienz der KI-Antworten gesteigert. Gleichzeitig hilft die Methode, institutionelle Amnesien zu verhindern, indem das Wissen dauerhaft dokumentiert wird.

Die Autoren fordern einen Paradigmenwechsel von nachträglichen Erklärungen hin zu gerechtfertigter Agenten-KI. Entscheidungen sollen auf expliziten, überprüfbaren Belegen und nachvollziehbaren Argumentationsketten beruhen, die sowohl Fachleuten als auch Laien zugänglich sind. Dieser Ansatz legt den Grundstein für ethisch verantwortungsvolle KI-Systeme, die transparent und nachvollziehbar handeln.