Auf der Herbsttagung der German Data Science Society (GDS) e.V. am 20. November 2025 zeigte Cédric Roussel anschaulich, warum Explainable AI (XAI) weit über regulatorische Pflichterfüllung hinausgeht und in vielen Anwendungsfeldern - von Mobilität bis Climate Science - zur Voraussetzung für vertrauenswürdige KI wird.

In seinem Vortrag machte er deutlich, dass Erklärbarkeit, Interpretierbarkeit und Unsicherheitsquantifizierung unterschiedliche, aber eng verknüpfte Aspekte sind, die bewusst gegeneinander abgewogen werden müssen. Besonders überzeugend war der „glokale“ Blick auf XAI: detaillierte lokale Erklärungen für einzelne Entscheidungen versus effiziente globale Aussagen für große Datenmengen.

Anhand von räumlichen Anwendungsfällen wie Verkehrsunfallanalysen und Mobilitätsprognosen wurde gezeigt, wie Modellunsicherheit, Wahrscheinlichkeiten und visuelle Erklärungen gemeinsam zu besserem Verständnis und fundierteren Entscheidungen beitragen. Ein praxisnaher Beitrag, der klar machte, dass erklärbare und unsicherheitsbewusste KI entscheidend für Akzeptanz und verantwortungsvollen Einsatz ist.