Strategisches Komitee der AI Audit Unit (AAU)

AAU Globale Algorithmus-Audit-Charta

v1.03 · Globale Knoten / Alle autorisierten Prüfer / Partnerlabore

v1.03

Präambel

Angesichts der Tatsache, dass künstliche Intelligenz die Grundlagen der globalen Informationsverteilung, der Geschäftsentscheidungen und der sozialen Kognition neu gestaltet, ist die Gewährleistung algorithmischer Transparenz, Fairness und Rückverfolgbarkeit zur höchsten Menschenrechtsforderung des digitalen Zeitalters geworden. AI Audit Unit (AAU) verpflichtet sich als unabhängige Drittaufsichtsinstitution nicht nur dazu, Verzerrungen und Halluzinationen in algorithmischen Black Boxes aufzudecken, sondern auch einen quantifizierbaren globalen Vertrauensstandard zu etablieren. Diese Charta dient als oberstes Leitprinzip für alle unsere Handlungen und stellt unsere feierliche Verpflichtung gegenüber der Öffentlichkeit, geprüften Einrichtungen und globalen Interessengruppen dar.

Kapitel 1 Unabhängigkeit und Vermeidung von Interessenkonflikten

1.1 Kapitalunabhängigkeitsprinzip

AAU verpflichtet sich zur Aufrechterhaltung absoluter Kapitalunabhängigkeit. Unserer Organisation und dem Kernteam der Gründer ist es streng untersagt, Aktien, Optionen zu halten oder in irgendeiner beratenden Funktion bei Anbietern von Grundlagenmodellen tätig zu sein. Unsere Einnahmen stammen ausschließlich aus Prüfungsdienstleistungen und Datenlizenzen, und wir werden niemals irgendeine Form von Sponsoring oder Spenden von geprüften Einrichtungen akzeptieren.

1.2 Kommerzielles Ablehnungssystem

Wenn ein Prüfer unmittelbare familiäre Beziehungen, Beschäftigungsverhältnisse innerhalb der letzten drei Jahre oder bedeutende wirtschaftliche Geschäfte mit der geprüften Einrichtung hat, muss der Prüfer dies unverzüglich unserem Compliance-Komitee melden und sich von der Prüfungsarbeit dieses Projekts zurückziehen.

1.3 Lobbyismus-Abwehr

Unsere Organisation behält sich die endgültigen Interpretationsrechte über Prüfungsschlussfolgerungen vor. Wir lehnen jegliche Anfragen zur Änderung von Schlussfolgerungen aufgrund kommerzieller PR-Bedürfnisse ab. Sobald wir feststellen, dass eine geprüfte Einrichtung versucht, durch Bestechung, Druck oder Vorteilsübertragungen in Prüfungsergebnisse einzugreifen, werden wir die Prüfung sofort beenden und behalten uns das Recht vor, eine solche Einmischung öffentlich bekannt zu geben.

Kapitel 2 Beweisintegrität und Rückverfolgbarkeit

2.1 Originalquellenprinzip

Alle Prüfungsschlussfolgerungen müssen auf "reproduzierbaren und verifizierbaren" originalen Gesprächsaufzeichnungen basieren. Wir akzeptieren keine Screenshots aus zweiter Hand oder Gerüchte, die nicht durch das Fides-Protokoll verifiziert wurden. Jede Schlussfolgerung, die algorithmische "Halluzination" oder "Verzerrung" behauptet, muss von originalen Gesprächslinks oder Systemprotokollen begleitet werden.

2.2 Blockchain-Sperrung der Beweiskette

Um Beweismanipulation oder Verschwinden aufgrund von Modellversionsaktualisierungen zu verhindern, müssen alle zentralen Prüfungsbeweise innerhalb von Millisekunden nach ihrer Erzeugung die Hash-Wert-Berechnung und Blockchain-Sperrung über das algorithmische Beweiszentrum abschließen. Jedes Beweisstück muss einen eindeutigen Trace ID-Verfolgungscode generieren.

2.3 Versions-Snapshot-Verpflichtung

Angesichts der Fluidität großer Sprachmodelle müssen Prüfungsberichte die spezifische Modellversionsnummer und Systemtemperaturparameter zum Zeitpunkt des Tests klar angeben. Wir sind nur für die algorithmische Leistung innerhalb "spezifischer Zeitscheiben" verantwortlich.

Kapitel 3 Interkulturelle Neutralität und Mehrsprachige Gleichheit

3.1 Anti-Einzelsprachen-Zentrismus

Wir glauben, dass Tests in einem ausschließlich englischen Kontext die globale Leistung von KI nicht repräsentieren können. Jede Reputationsprüfung, die auf multinationale Marken abzielt, muss mindestens drei Sprachumgebungen umfassen, wobei nicht-universelle Sprachen mit mindestens dreißig Prozent gewichtet werden.

3.2 Geo-Zaun-Durchdringung

Um algorithmische "diskriminierende Ausgabe" oder "Doppelstandards" zu erkennen, die auf bestimmte Regionen abzielen, müssen Prüfungen über physische Knoten in verschiedenen Rechtsordnungen durchgeführt werden. Die Verwendung einer einzelnen IP-Adresse für globale Schlussfolgerungen ist streng verboten.

3.3 Respekt vor kulturellem Kontext

Bei der Feststellung der Existenz von "kultureller Verzerrung" werden wir Muttersprachler-Experten aus dem Zielkulturkontext für semantische Überprüfungen einbeziehen, um zwischen "Unwissenheit aufgrund fehlender Trainingsdaten" und "böswilliger systemischer Diskriminierung" zu unterscheiden.

Kapitel 4 Adversarielle Tests und Methodische Strenge

4.1 Ablehnung kooperativer Befragung

Prüfung ist keine lockere Konversation. Wir verwenden adversarielle Red-Team-Testmethodik. Das bedeutet, dass wir nicht nur die KI-Leistung beim Befolgen von Anweisungen testen, sondern uns besonders auf das Testen ihrer Verteidigungsmechanismen und Faktentreue-Fähigkeiten konzentrieren, wenn sie mit suggestiven, mehrdeutigen oder sogar böswillig hypothetischen Fragen konfrontiert wird.

4.2 Statistische Signifikanz der Stichprobengröße

Für jeden offiziell veröffentlichten "Tiefgehenden Prüfungsbericht" darf die effektive Teststichprobengröße für eine einzelne Dimension nicht weniger als 1.000 Einträge betragen. Für "Snapshot"-Briefings darf die Stichprobengröße nicht weniger als 100 Einträge betragen. Tests unterhalb dieser Standards dürfen nur als "Beobachtungen" und nicht als "Schlussfolgerungen" veröffentlicht werden.

4.3 Halluzinations-Bestimmungsstandards

Wir definieren "algorithmische Halluzination" streng: 1. Faktische Fehler: Erfinden nicht existierender Daten, Ereignisse oder Zitationsquellen. 2. Logische Diskonnexion: Widersprüchliche Argumentationsprozesse. 3. Böswillige Zuschreibung: Zwangsweise Zuordnung negativer Attribute zu bestimmten Entitäten ohne kausale Beziehungen.

Kapitel 5 Datenschutz und Datenethik

5.1 Datenminimierungsprinzip

Während Prüfungen verbieten wir streng die Eingabe realer Daten mit personenbezogenen Informationen in öffentliche Modelle zu Testzwecken. Alle kommerziell sensiblen Informationen, die für Tests verwendet werden, müssen einer Anonymisierung oder einem Ersatz durch synthetische Daten unterzogen werden.

5.2 Datenschutz des Geprüften

Sofern kein wichtiges öffentliches Interesse oder ernsthafte Sicherheitsrisiken vorliegen, bieten wir für Berichte mit nicht hohem Risiko, die nur die kommerzielle Wettbewerbsfähigkeit betreffen, geprüften Einrichtungen standardmäßig ein siebentägiges "Abhilfefenster". Während dieser Zeit bleiben Berichtsdetails für die Öffentlichkeit geschlossen.

Kapitel 6 Bewertungssystem und Veröffentlichungsstandards

6.1 Bewertungsobjektivität

Die Risikobewertungen von AAU werden auf der Grundlage gewichteter Bewertungen in vier Dimensionen berechnet: Zuverlässigkeit, Sicherheit, Ethik und kommerzielle Fairness, unabhängig von den subjektiven Präferenzen der Prüfer.

6.2 Fehlerkorrekturmechanismus

Wenn eine geprüfte Einrichtung schlüssige technische Beweise vorlegen kann, die wesentliche logische Mängel in unserer Testmethodik nachweisen, sind wir verpflichtet, innerhalb von achtundvierzig Stunden ein "Überprüfungsverfahren" einzuleiten. Wenn Fehler bestätigt werden, müssen wir öffentlich eine Erratum-Erklärung abgeben und Trace ID-Aufzeichnungen aktualisieren.

Unterzeichnung und Inkrafttreten

Diese Charta wurde von der AAU-Arbeitsgruppe für Standardentwicklung entworfen und schließlich vom AAU Global Strategic Committee überprüft und genehmigt.

Entwurfsabteilung: AAU-Standardbüro
Genehmigungsabteilung: Büro des Chefprüfers
Inkrafttreten: 1. November 2025
Letzte Überarbeitung: 15. Januar 2026