Nachvollziehbare KI-Entscheidungen: Saphenia zielt auf Regeln in der Finanzbranche

ChatGPT
Das Problem aus Sicht von Saphenia: Sprachmodelle kennen zwar allgemeine Zusammenhänge, nicht aber die Entscheidungsregeln eines einzelnen Unternehmens. Dazu gehört etwa, welche Datenquelle bei widersprüchlichen Angaben Vorrang hat, ab welchem Schwellenwert ein Vorgang abgelehnt werden muss oder wann zwingend ein Mensch übernehmen soll. Solches Wissen steckt häufig in Richtlinien, historischen Entscheidungen oder bei einzelnen Fachleuten. Saphenia versucht, diese Regeln für wiederkehrende Entscheidungen strukturiert abzubilden. Technisch setzt das Unternehmen nach eigenen Angaben auf eine neurosymbolische Architektur, die Knowledge Graphs mit erlernten logischen Bedingungen kombiniert. Die Entscheidungslogik soll dabei unabhängig vom eingesetzten Sprachmodell bleiben und im Besitz des jeweiligen Unternehmens verbleiben.
Für Ergebnisse eines Agenten sieht die Plattform vier mögliche Zustände vor: Eine Anforderung wird mit entsprechenden Nachweisen erfüllt, aufgrund einer konkreten Regel zurückgewiesen, wegen fehlender Informationen markiert oder an einen Menschen weitergereicht. Zu einer Entscheidung sollen zudem die verwendeten Fakten, die zugrundeliegende Regel, deren Version und der Zeitpunkt dokumentiert werden. Damit ließe sich beispielsweise später nachvollziehen, auf welcher Informations- und Regelbasis eine bestimmte Entscheidung getroffen wurde.
KI-Agenten produktiv im Unternehmen einzusetzen, bleibt trotz immer leistungsfähigerer Modelle schwierig. Unternehmen benötigen hohe Präzision, Genauigkeit und Kontrolle statt KI-Slop. Wir skalieren diese Fähigkeiten so, dass Fachanwender die Kontrolle behalten und Agenten nutzen können, ohne zusätzliche Risiken oder zusätzlichen Aufwand zu schaffen.“
Charlotte Werger, Gründerin und CEO, Saphenia
Zuordnung von Kredit- und Versicherungsprodukten

Sapheniua
Gerade für Banken und Versicherer könnte eine solche nachvollziehbare Entscheidungslogik relevant werden. Der EU AI Act stuft unter anderem KI-Systeme zur Bewertung der Kreditwürdigkeit natürlicher Personen sowie Systeme zur Risiko- und Preisbewertung bei Lebens- und Krankenversicherungen als Hochrisiko-Anwendungen ein. Für diese in Annex III erfassten Systeme sollen die entsprechenden Hochrisiko-Vorschriften ab dem 2. Dezember 2027 gelten. Zu den Anforderungen gehören unter anderem Protokollierung und Nachvollziehbarkeit, Dokumentation, menschliche Aufsicht sowie Anforderungen an Genauigkeit und Robustheit. Saphenia nennt derzeit zwei bereits weiter entwickelte Einsatzfelder: die Zuordnung von Kundinnen und Kunden zu Kredit- beziehungsweise Versicherungsprodukten sowie das Performance-Reporting von Investmentportfolios. Allerdings befindet sich die Technologie noch in einer frühen Phase. Nach Angaben des Startups laufen die Anwendungen bislang als Piloten beziehungsweise frühe Deployments. Eigene veröffentlichte Benchmarks zur Leistungsfähigkeit gibt es noch nicht.
Gegründet wurde Saphenia im November 2025 von Charlotte Werger. Die promovierte Ökonomin war zuletzt Chief Data & AI Officer bei H&M und zuvor in leitenden Daten- und KI-Funktionen bei Richemont und Nike tätig. Das mittlerweile aufgebaute Team bringt laut Saphenia Erfahrungen unter anderem von Google DeepMind, Databricks, HSBC, Deutsche Bank und Santander mit. Zu den Geldgebern gehören nach Unternehmensangaben europäische KI-Gründer und Angel-Investoren, die zuvor unter anderem frühzeitig in DeepMind, Faculty, n8n und Lovable investiert hatten, sowie Scouts von Sequoia und Andreessen Horowitz. Namen oder Angaben zur Höhe der bisherigen Finanzierung nennt Saphenia zunächst nicht.tw
Sie finden diesen Artikel im Internet auf der Website:
https://itfm.link/250008


Schreiben Sie einen Kommentar