Von Ralf Keuper

Durch den Einsatz KI-basierter Verfahren wie Machine Learning und Deep Learning bei der Online-Identifizierung lassen sich, so die Vertreter darauf spezialisierter Anbieter, die Betrugsrisiken ebenso wie die Kosten für die Identifizierung senken.

Das klingt zunächst einmal plausibel. Die genauere Betrachtung zeigt indes, dass der Fall so einfach nicht liegt.

Auf einige Punkte, welche die Grenzen beim Einsatz KI-basierter Verfahren bei der Online-Identifizierung verdeutlichen, geht der Beitrag Understanding the Limitations of Machine-Based Decisions for Online Identity Verification am Beispiel der Finanzbranche ein. Darin wird die Sichtweise von Jumio präsentiert:

No doubt AI can drive operational efficiency and perform identity verification at a relatively high level of accuracy, but we see it as complementing and not replacing humans entirely. AI is driven by machine learning that makes decisions based on probabilities, not absolutes. Human agents can provide feedback to the algorithms based on their knowledge of which outcomes were false positives or false negatives to help continuously refine the AI models

Ohne den Menschen als letzter Instanz in kritischen Fällen geht es laut Jumio nicht. Gegenüber der vollständigen Automatisierung …