Von Explainability zur System Language: Warum AI Accountability ein formales Ausführungsvokabular erfordert

Gegenwärtige Ansätze zur Sicherstellung von AI Accountability stützen sich primär auf Explainability. Dieser Beitrag argumentiert, dass Erklärbarkeit kategorial unzureichend ist, um Verantwortung in probabilistischen KI-Systemen strukturell durchzusetzen. Explainability operiert auf der Ebene der Interpretation, während Accountability eine formal definierte Ebene der Erlaubnis erfordert. Das Paper entwickelt daher das Konzept einer maschinenlesbaren „System Language“, die System States, Decision Boundaries, Non-Decision, Commit Events, Provenance, Reliability Tiers und Technical Truth als operative Primitiva einer accountable Architektur definiert. Der Beitrag schlägt keine konkrete technische Implementierung vor, sondern identifiziert minimale strukturelle Voraussetzungen, ohne die Accountability lediglich narrativ bleibt. Die Arbeit versteht sich als konzeptioneller Preprint zur formalen Fundierung von AI Governance.