Die Analyse von Daten wird zunehmend als vielversprechendes Werkzeug für ein effektives Management von Integritäts- und Korruptionsrisiken angesehen, da sie einen robusten Due-Diligence-Prozess und die frühzeitige Erkennung potenzieller integritätsbezogene Risiken unterstützen kann. Folglich sind Unternehmen daran interessiert, ihre internen Daten besser zu nutzen, um Integritätsrisiken zu überwachen und neue Bedrohungen zu erkennen.

Vor diesem Hintergrund zielt das Projekt Internal Integrity Risk Warning System (IIRWiS) darauf ab, das Integritätsmanagement zu fördern, indem Methoden, die für Deep Learning und natürliche Sprachverarbeitung entwickelt wurden, auf den Bereich der Integritätsforschung angewendet werden. Im Rahmen des Projekts werden maschinelle Lernmodelle auf der Grundlage von textbasierten Datenquellen (interne Dokumente und digitale Kommunikation) entwickelt, die in der Lage sind, integritätsrelevante Verhaltensweisen automatisch zu erkennen. Darüber hinaus wird das Projekt die Herausforderungen bei der Auswertung von unternehmensinternen Daten bewerten und Handlungsoptionen für ein ethisches Vorgehen untersuchen.

Publikation

Organizational Corruption, Crime and Covid-19: Upholding Integrity and Transparency in Times of Crises

Korruption gedeiht oft in Zeiten von Unsicherheit und Krisen. Es ist daher nicht überraschend, dass es im Zuge der Coronapandemie zu einer Reihe von Korruptionsfällen gekommen ist. Schweizer Geschäftsleute waren beispielsweise in Geschäfte mit Schutzmaterialien involviert, die noch immer Gegenstand staatsanwaltschaftlicher Ermittlungen sind. Die wissenschaftliche Aufarbeitung der Pandemie und ihrer Begleiterscheinungen eröffnet die Möglichkeit, auch einen besseren Schutz vor Korruption zu entwickeln.

Das Buch Organizational Corruption, Crime and Covid-19 versammelt führende internationale Expertinnen und Experten, um die Lehren aus der Coronakrise zu ziehen und Transparenz, Integrität, Vertrauen und Regierungsführung in Zukunft zu verbessern. Auf Basis von Forschungsergebnissen und Fallstudien werden praktische Beispiele für Methoden, Ansätze und Instrumente zur Korruptionsbekämpfung in Politik und Wirtschaft präsentiert.

Ein besonderes Augenmerk gilt dabei dem Einsatz künstlicher Intelligenz (KI) im Rahmen der Korruptionsbekämpfung. In seinem Buchkapitel analysiert Christian Hauser das Potenzial digitaler Werkzeuge und KI für die Korruptionsbekämpfung. Er präsentiert einen digitalen Compliance-Management-Kreislauf, der aus vier Hauptkomponenten besteht: Prävention, Aufdeckung, Reaktion und Vorhersage. Es wird ersichtlich, dass digitale und KI-gestützte Tools einen massgeblichen Beitrag zur Korruptionsbekämpfung leisten können, insbesondere durch die Automatisierung von Prozessen und die Analyse grosser Datenmengen. So lassen sich Muster und Anomalien im Kontext korrupter Praktiken identifizieren. Gleichzeitig ist es unerlässlich, die Grenzen des Einsatzes von KI im Bereich der Korruptionsbekämpfung zu verstehen. Diese Grenzen ergeben sich insbesondere aus den ethischen und sozialen Herausforderungen, die mit dem Einsatz von KI verbunden sind. Ein Beispiel ist der Schutz der Privatsphäre.

Beteiligte

Das Projekt wurde vom Schweizerischen Institut für Entrepeneurship (SIFE) in Zusammenarbeit mit dem Schweizerisches Institut für Informationswissenschaft (SII) und dem PRME Business Integrity Action Center umgesetzt.