Skip to content

GRA · KI und Risiken von Finanzmodellen

Räumliche FinanzanalyseWo Kapital auf Gefahr, Exposition und Transition trifft

Analyse und Unsicherheit

Modellrisiko is managed through inventory, documentation, conceptual soundness review, outcome analysis, benchmarking and ongoing monitoring. This page explains each step, how machine learning changes it, and why generative and agentic AI sit partly outside current guidance.

03Explainability and fairness methods

Explainability and fairness methods, with limits.

MethodeGivesGrenze
SHAP and other attribution methodsContribution of each input to a predictionCorrelated inputs blur attribution
Counterfactual explanationsWhat change would alter the decisionMay suggest infeasible changes
Group fairness metricsOutcome differences across groupsMetrics can conflict
Challenger modelsIndependent benchmarkShares data weaknesses
04Verfahren

Wie der Prozess abläuft.

Process explorer · Process

Analysis and uncertainty: Source to evidence record

10 steps4 Stufen2 Gates

Verfahren

Analysis and uncertainty: Source to evidence record

Eine Quelle wird registriert und bewertet, ihr Datensatz gekennzeichnet und klassifiziert, und ein Digital Evidence Passport trägt die Herkunft; eine Korrektur erreicht jeden abhängigen Datensatz.

  1. 01 Aufnahme

    1. 01Die Quelle identifizierenQuelle · Der Sachwalter der QuelleEntdeckung ist keine Aufnahme. Die Quellenidentifikation hält Quellenklasse, Sachwalter, institutionelle Rolle und Rechtsordnung fest.
    2. 03Die Quelle registrierenSchrittDie Registrierung macht eine entdeckte Quelle zu einem gesteuerten Teilnehmer im Lebenszyklus der Evidenz. Sie bedeutet keine Billigung oder Zertifizierung.
  2. 02 Bewertung

    1. 04Klassifizierung nach Rechtsordnung und RechtenMeilensteinDie Rechteklassifizierung bestimmt Lizenz, Zustimmung, Vertraulichkeit und Grenzen der Weiterverwendung. Das Ergebnis bestimmt Zugang und Weiterleitung.
    2. 05Bewertung der EvidenzqualitätSchrittDie Qualitätsbewertung entscheidet, ob eine Aufzeichnung für eine bestimmte Nutzung geeignet ist. Qualität ist mehrdimensional und nie ein einzelner Wert.
    3. 06EvidenzkennzeichenSchrittJeder Befund trägt eines von neun Evidenzkennzeichen. Fehlende Daten werden als fehlend angezeigt, nie als null.
  3. 03 Protokoll

    1. 07EvidenzklassifizierungEintragDie Klassifizierung gibt Aufzeichnungen Lebenszykluszustände, etwa quellengeprüft, öffentlich unbedenklich oder eingeschränkt. Zustände können nebeneinander bestehen und bestimmen die Nutzung als Evidenz.
    2. 08Quellenveröffentlichung und KennungEintrag · NXS-GRX (kanonische Daten, Herkunft und Risiko)Eine Quellenveröffentlichung hält Rechte, zeitliche Abdeckung und Herkunftslinie der Quelle fest. Eine UNI wird über einen Katalog zugeteilt und nie von Hand eingegeben.
    3. 09Digital Evidence PassportEintragDer Pass hält Herkunft, Qualität, Rechte, Rechtsordnung, zulässige Nutzung und Verlauf fest, sodass Evidenz ihren Kontext behält, wenn sie weitergegeben wird.
  4. 04 Nutzung und Korrektur

    1. 02Korrektur erreicht abhängige AufzeichnungenSchritt · NXS-GRX (kanonische Daten, Herkunft und Risiko)Eine Quellenkorrektur pflanzt sich auf abhängige Auszüge und Produkte fort, ohne alte Ergebnisse umzuschreiben.
    2. 10Öffentlich unbedenkliche PrüfungMeilensteinDie Prüfung auf öffentliche Unbedenklichkeit entscheidet, ob eine Aufzeichnung öffentlich geteilt werden kann. Sie ist eine eigene Stufe und keine Validierung.

Datenprotokolle: Lebenszyklus der Evidenz · Data protocols: core data objects and evidence records · The Global Risks Index (NXS-GRX)Designed programme process, not a record of operation. No cycle has run and every programme is at service level R0. A gate is a programme decision, never a public-authority approval, certification or deployment authorisation. The data-protocol pages describe a design, not a running system.

05Unsicherheit

Quantifying what the model does not know.

Prediction intervals and calibration checks show when a model is outside its experience. Methods at GCRI uncertainty quantification; topic depth at explainability and fairness.

06How uncertainty is reported

Wie Unsicherheit berichtet wird.

  1. 01

    Annahmen angeben

    Jede Analyse listet ihre Annahmen und die Daten auf, von denen sie abhängt.

  2. 02

    Wo möglich quantifizieren

    Bandbreiten und Konfidenz werden neben zentralen Schätzungen berichtet.

  3. 03

    Validieren und vergleichen

    Modelle werden mit Beobachtungen und, wo möglich, mit anderen Modellen abgeglichen.

  4. 04

    Grenzen veröffentlichen

    Was eine Analyse nicht zeigen kann, wird neben dem angegeben, was sie zeigen kann.

07Quellen

Where this page’s references lead.

Die Gremien und Dokumente, vor deren Hintergrund diese Seite gelesen wird. Status und Ausgaben ändern sich; jeder Link führt zur herausgebenden Stelle.

08Fragen

Fragen und Antworten.

Sind die Methoden offen?
Methodenbeschreibungen sind im STEM Commons öffentlich. Code und Daten unterliegen ihren eigenen Lizenzen und Zugangsbedingungen, die im Quellenregister aufgeführt sind.
BerichteBeitragen

Evidenz von dieser Seite aus beitragen.

Berichte is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

Global Risks AllianceKI und Risiken von FinanzmodellenMethoden und TechnikExponentielle Technologie
KI und Risiken von Finanzmodellen

Bringen Sie eine Frage zu Exposition oder Kapital in die Alliance ein.

Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.