Corporate Responsibility (CR) bezeichnet die Verantwortung von Unternehmen mit Blick auf die gesellschaftlichen Auswirkungen ihrer Geschäftstätigkeit. Unter dem Stichwort Corporate Social Responsibility (CSR) engagieren sich zahlreiche Unternehmen bereits seit vielen Jahren – und verbessern ihre Prozesse nach nachhaltigen und sozial verträglichen Gesichtspunkten.
Für Unternehmen ist das eine Win-Win-Situation: Sie schaffen gesellschaftlichen Mehrwert und stärken zugleich ihre Marke unter anderem bei Werttreibern wie Loyalität und Vertrauen. Diese Prinzipien gelten insbesondere in digitalen Zeiten auch für den Umgang mit Daten und insbesondere beim Einsatz von KI. Deswegen haben weitsichtige Unternehmen begonnen, ihre CSR-Aktivitäten auch in den digitalen Raum zu übersetzen – unter dem Namen Corporate Digital Responsibility (CDR).
Zugriffs-, Informations- und Auskunftsrechte für personenbezogene Daten werden für die betroffenen Personen bereits in der DSGVO (Artikel 5) geregelt. Speziell vor dem Hintergrund von selbstlernenden Algorithmen und tiefen neuronalen Netzen (Deep Learning), die die Grundlage für KI-Entwicklung bilden, wird eine verantwortungsvolle und ethikorientierte Daten- und KINutzungspraxis jedoch vor große – mitunter unüberwindbare – Hindernisse gestellt: Verantwortungsrelationen lassen sich nicht mehr ohne Weiteres bestimmen, wenn die Technik zur Blackbox (d.h. unkontrollierbar) wird.
Warum ist Vertrauen für digitale Transformationsprozesse so wichtig? Unternehmen, die innovative digitale Produkte entwickeln wollen, sind auf das Vertrauen ihrer Kunden angewiesen. Vertrauen beginnt dort, wo Transparenz (Kontrolle) aufhört. Wem Vertrauen entgegengebracht wird trägt Verantwortung, dieses Vertrauen nicht zu missbrauchen.
Der Philosoph und Soziologe Georg Simmel betonte schon vor über einhundert Jahren: „Der völlig Wissende braucht nicht zu vertrauen, der völlig Nichtwissende kann vernünftigerweise nicht einmal vertrauen.“ Die dimension 2 verfolgt vor diesem Hintergrund einen mehrdimensionalen Ansatz, der sowohl die vertikale als auch die horizontale Dimension dieser Problematik berücksichtigt.