Provenance Question-based AI Transparency and Accountable AI Governance

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-771242
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.77124

Waltersdorfer, Laura ; Hausler, Dominique

; Auge, Tanja

Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(519kB)

Veröffentlichungsdatum dieses Volltextes: 10 Jul 2025 10:03

Alternative Links zum Volltext:Verlag Verlag

Details

Dokumentenart:	Konferenz- oder Workshop-Beitrag (Paper)
Open Access Art:	CC-Lizenz
Seitenbereich:	S. 94
Datum:	27 Juni 2025
Institutionen:	Informatik und Data Science > Allgemeine Informatik > Data Engineering (Prof. Dr.-Ing. Meike Klettke)
Stichwörter / Keywords:	AI transparency, Provenance, Provenance question, AI governance
Dewey-Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Ja
Dokumenten-ID:	77124

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Ensuring transparency in Artificial Intelligence (AI) systems is critical for building trust and accountability. However, implementing technical governance and transparency in complex AI systems remains a challenge due to vague requirements, missing know-how and time resources. Provenance questions (PQs), outlining transparency requirements of a system, can play a key role in counteracting this. ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Weitere Literatur (mittels CORE)

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek