Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
pai18. Juni 2026 · Q000825

How EXL integrated employee feedback into its AI governance framework

partnershiponai.org · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Auszug berichtet, EXL habe 2025 mit strukturierten Beschäftigtenbefragungen Rückmeldungen zur Verbesserung seiner KI-Governance gesammelt und dabei externe Partner sowie interne Fachleute einbezogen. Er hebt mögliche Vorteile klarer Regeln, fortlaufenden Dialogs und zeitnaher Reaktionen hervor, nennt aber keine konkreten Befragungsergebnisse oder gemessenen Wirkungen; die vollständige Fallstudie liegt nicht vor.

Mittel

Der Auszug beschreibt, wie EXL 2025 Beschäftigtenfeedback in seine KI-Governance einbezogen haben soll. Das globale Daten- und KI-Unternehmen nahm an einer von CECP, Provoc und Partnership on AI geleiteten Lernrunde für Personal- und Technologieführungskräfte teil. EXL entwickelte laut Text ein strukturiertes Befragungsverfahren und nutzte externe Partner sowie interne Fachleute für verantwortungsvolle KI, um Rückmeldungen zu sammeln und Governance-Prozesse zu verbessern.

Als zentrale Erkenntnisse nennt der Text: Klare und leicht navigierbare Regeln könnten Compliance und Innovation unterstützen; ausführliche Befragungen könnten Verbesserungsmöglichkeiten sichtbar machen; fortlaufender Dialog und zeitnahe Reaktionen könnten Vertrauen fördern; externe Perspektiven könnten neue Ansätze zur Beteiligung anregen. Voraussetzung sei dauerhaftes Engagement der Führung. Der vorliegende Auszug nennt allerdings weder konkrete Befragungsergebnisse noch messbare Wirkungen oder Einzelheiten zur Umsetzung. Er verweist für diese Informationen auf die vollständige Fallstudie, die hier nicht enthalten ist. Es liegt somit nur ein Auszug vor.

Ausführlich lesen

Der bereitgestellte Text ist ein Auszug zu EXL, einem global tätigen Daten- und KI-Unternehmen, und dessen Versuch, Rückmeldungen von Beschäftigten in die KI-Governance einzubeziehen. Er berichtet, dass EXL 2025 an einer regelmäßig tagenden Responsible AI Community of Practice teilnahm. Die von CECP, Provoc und Partnership on AI geleitete Gruppe brachte Führungskräfte aus Personal- und Technologiebereichen zusammen. Monatliche Lernrunden sollten den Austausch fördern und Unternehmen dabei unterstützen, Veränderungen umzusetzen.

Laut Auszug entwickelte EXL ein strukturiertes Verfahren für Beschäftigtenbefragungen. Dabei habe das Unternehmen externe Partner und interne Fachleute für verantwortungsvolle KI einbezogen, um Rückmeldungen zu sammeln und für Verbesserungen an den Governance-Prozessen zu nutzen. Der Text stellt den Fall als Hinweis darauf dar, dass Beschäftigtenperspektiven bei der KI-Governance im größeren Maßstab nützlich sein können. Als mögliche Vorteile nennt er Verbesserungen bei Compliance und Innovation, sofern Unternehmen Beschäftigten zuhören.

Vier Kernaussagen werden hervorgehoben: Klare und leicht verständliche Governance-Regeln könnten sowohl Regelkonformität als auch Innovation fördern. Ausführliche Befragungen könnten Beschäftigten helfen, Verbesserungsmöglichkeiten bei Governance und Umsetzung aufzuzeigen. Ein fortlaufender Dialog und zeitnahe Reaktionen auf Rückmeldungen könnten Vertrauen zwischen Beschäftigten und Arbeitgebern stärken und die KI-Governance fördern. Außerdem könnten externe Perspektiven Unternehmen zu kreativeren Formen der Beschäftigtenbeteiligung anregen.

Der Text betont zugleich eine praktische Bedingung: Ein solcher Dialog müsse durch anhaltendes Engagement der Unternehmensführung gestützt werden. Er enthält jedoch keine näheren Angaben zum konkreten Fragebogen, zu den Antworten, zur Rücklaufquote oder zu messbaren Ergebnissen. Stattdessen verweist er auf eine herunterladbare vollständige Fallstudie, in der die Befragungsergebnisse und die Gründe für die hohe Beteiligung behandelt werden sollen. Daher lässt sich aus dem vorliegenden Material nicht beurteilen, welche konkreten Änderungen EXL vorgenommen oder welche Wirkungen diese erzielt hat. Es liegt nur dieser Auszug vor, nicht die vollständige Fallstudie.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 33 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 45 %gleiches Oberthema, hilft nicht
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 81 %Hintergrund, keine Belege
    • JEV 54 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 60 %Hintergrund, keine Belege
    • JEV 43 %Hintergrund, keine Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Offenlegung und Rechenschaft
  1. SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
    • clef 20 %einzelne zitierbare Belege
    • Luna 63 %einzelne zitierbare Belege
    • JEV 41 %Hintergrund, keine Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 26 %einzelne zitierbare Belege
    • drex 32 %einzelne zitierbare Belege
    • d3-ultra offen
  2. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 48 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 78 %einzelne zitierbare Belege
    • JEV 61 %einzelne zitierbare Belege
    • amos 30 %einzelne zitierbare Belege
    • SubQ 36 %einzelne zitierbare Belege
    • drex 29 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →