Schema eines Evidence Ledgers: eine Kette von vier Einträgen, jeder mit Zeitstempel, Auslöser, verwendeten Belegen und Ergebnis; jeder Eintrag enthält zusätzlich die Prüfsumme des vorherigen Eintrags, wodurch nachträgliche Änderungen auffallen.

Evidence Ledger

Ein Evidence Ledger ist ein fortlaufendes, nachträglich nicht mehr veränderbares Verzeichnis, in dem festgehalten wird, worauf eine Entscheidung oder eine Aussage beruht. In KI-Systemen dient es dazu, später belegen zu können, welche Daten, Quellen und Zwischenschritte zu einem Ergebnis geführt haben.

Ein Evidence Ledger ist ein Verzeichnis von Belegen. Der englische Begriff „ledger“ bedeutet Geschäftsbuch, also eine Liste von Einträgen in zeitlicher Reihenfolge. „Evidence“ heißt Beweis oder Nachweis. Zusammen bezeichnet der Begriff eine Art Logbuch, in dem festgehalten wird, worauf eine Aussage oder eine Entscheidung beruht. Entscheidend ist, dass alte Einträge nicht überschrieben werden dürfen: Korrekturen kommen als neue Zeile dazu, die alte Zeile bleibt lesbar. So kann man Monate später noch nachvollziehen, was zu welchem Zeitpunkt bekannt war.

Wenn eine Antwort nicht ausreicht, sondern ein Nachweis nötig ist

Computerprogramme, die auf maschinellem Lernen beruhen, liefern Ergebnisse ohne einen ausformulierten Rechenweg. Ein solches Programm sagt etwa, dass ein Kreditantrag riskant ist, aber nicht sauber, warum. Solange es um Filmempfehlungen geht, ist das unproblematisch. Sobald Geld, Gesundheit oder Rechte betroffen sind, wird es zum Problem. Wer eine Entscheidung anfechten will, braucht etwas Prüfbares in der Hand.

Genau diese Lücke soll ein Evidence Ledger schließen. Er speichert nicht die Antwort selbst, sondern deren Grundlage. Typisch sind Einträge wie: welche Dokumente wurden gelesen, welche Version des Programms lief, wer hat das Ergebnis freigegeben. Damit verschiebt sich die Frage von „Ist das Ergebnis richtig?“ zu „Ist das Ergebnis belegbar entstanden?“. Die zweite Frage lässt sich prüfen, die erste oft nicht.

Ein praktischer Nebeneffekt betrifft Streitfälle. Banken, Versicherungen und Krankenhäuser müssen Entscheidungen jahrelang belegen können. Ohne Ledger bleibt am Ende nur die Aussage der Mitarbeiter gegen die Aussage des Kunden. Mit Ledger existiert eine dritte, unabhängige Spur.

Was in einem Eintrag steht

Ein einzelner Eintrag besteht meist aus vier Teilen. Erstens ein Zeitstempel, also Datum und Uhrzeit auf die Sekunde genau. Zweitens der Auslöser, etwa eine Nutzerfrage oder ein eingereichter Antrag. Drittens die verwendeten Belege, oft als Verweis auf ein bestimmtes Dokument samt Seitenzahl. Viertens das Ergebnis und der Name des Systems oder der Person, die es erzeugt hat.

Damit niemand alte Einträge heimlich ändert, wird meist mit Prüfsummen gearbeitet. Eine Prüfsumme ist eine kurze Zahlen-Buchstaben-Folge, die aus dem Inhalt eines Eintrags berechnet wird. Ändert man im Inhalt ein einziges Zeichen, kommt eine völlig andere Prüfsumme heraus. Wenn jeder Eintrag zusätzlich die Prüfsumme seines Vorgängers enthält, entsteht eine Kette. Manipuliert jemand einen alten Eintrag, passen alle folgenden Prüfsummen nicht mehr.

Dieses Prinzip kennt man von der Blockchain, dem Verfahren hinter Kryptowährungen. Ein Evidence Ledger braucht dafür aber kein weltweites Netzwerk. Er läuft normalerweise als geschlossene Datenbank innerhalb eines Unternehmens. Wichtig ist die Abgrenzung zum gewöhnlichen Log: ein Log protokolliert technische Ereignisse für Entwickler, ein Ledger sammelt Belege für Prüfer und Gerichte. Ein häufiger Irrtum ist, ein Ledger mache die KI ehrlich. Er dokumentiert nur, was passiert ist, und schützt nicht davor, dass die Belege selbst falsch sind.

Wo der Begriff in Produkten und Meldungen auftaucht

In Nachrichten liest man den Begriff vor allem im Zusammenhang mit KI-Regulierung. Die europäische KI-Verordnung verlangt für riskante Anwendungen eine automatische Aufzeichnung der Vorgänge. Anbieter von Unternehmenssoftware verkaufen genau dafür Bausteine und nennen sie Evidence Ledger, Audit Trail oder Compliance-Log. Für Banken und Medizintechnik ist das inzwischen ein eigener Markt.

Auch bei Chatbots begegnet man der Idee, ohne den Namen zu hören. Wenn ein Assistent seine Antwort mit Quellenlinks versieht, ist das die sichtbare Spitze eines solchen Registers. Im Hintergrund merkt sich das System, welche Textstellen es tatsächlich gelesen hat. Bei Prüfungen fällt so auf, wenn eine Antwort gar keine Quelle hatte.

Für Anleger und Beobachter ist das Thema deshalb relevant, weil Nachweisbarkeit Kosten verursacht. Speicherplatz, Rechenzeit und Prüfprozesse gehören dazu. Firmen, die diese Nachweise sauber führen, kommen leichter in stark regulierte Branchen. Firmen ohne solche Strukturen bleiben oft auf unkritische Anwendungen beschränkt.

Subscribe free. Unsubscribe the second it sucks.

High-signal news across AI, business, UX, and tech. Every morning.