Das Mannheimer Barockschloss und der Ehrenhof unter blauem Himmel.

Prof. Dr. Kosuke Imai hält Distinguished Lecture im FSS 2025

Die im FSS 2024 neu eingeführte Vortragsreihe „MCDS Distinguished Lecture“ wurde am 4. März mit einem Vortrag von Prof. Kosuke Imai von der Harvard University fortgesetzt.

Im Rahmen der MCDS Distinguished Lecture hielt Prof. Imai an der Universität Mannheim einen Vortrag mit dem Titel „Does AI Help Humans Make Better Decisions? A Statistical Evaluation Framework for Experimental and Observational Studies“. Aufgrund des großen Interesses wurde die Veranstaltung in den Wilhelm-Müller-Hörsaal (Raum O 131) verlegt, in dem rund 150 Studierende und Forschende teilnahmen. Initiiert und moderiert wurde die Veranstaltung von Prof. Marc Ratkovic.

In seinem Vortrag thematisierte Prof. Imai die zunehmende Bedeutung von künstlicher Intelligenz und datengetriebenen Algorithmen in Entscheidungs­prozessen. Obwohl KI-Systeme in vielen Bereichen zum Einsatz kommen, treffen insbesondere in risikoreichen Situationen weiterhin Menschen die endgültigen Entscheidungen. Daraus ergibt sich die zentrale Frage, ob KI Menschen tatsächlich dabei unter­stützt, bessere Entscheidungen zu treffen.

Prof. Imai stellte ein neues statistisches Evaluations­framework vor, mit dem sich drei Entscheidungs­systeme empirisch vergleichen lassen: Entscheidungen durch Menschen allein, Entscheidungen durch Menschen mit KI-Unter­stützung sowie Entscheidungen ausschließlich durch KI. Der Ansatz basiert auf wenigen Annahmen, nutzt gängige Klassifikations­metriken und ist sowohl auf experimentelle als auch auf beobachtende Studien anwendbar.

Im zweiten Teil des Vortrags veranschaulichte Prof. Imai die Methodik anhand einer randomisierten kontrollierten Studie zur Risiko­bewertung im US-amerikanischen Kautions­system. Die Ergebnisse zeigten, dass KI-basierte Empfehlungen die Entscheidungs­genauigkeit von Richterinnen und Richtern nicht verbesserten. Zudem führte der Ersatz menschlicher Entscheider durch algorithmische Systeme – etwa Risikoscores oder Large Language Models – tendenziell zu einer schlechteren Klassifikations­leistung.

Das MCDS freut sich sehr über das große Interesse an dieser Veranstaltung, dankt Prof. Imai herzlich für seinen Besuch und blickt gespannt auf weitere Vorträge der MCDS Distinguished Lecture Reihe.

Zurück