> For the complete documentation index, see [llms.txt](https://kidd-handbuch.gitbook.io/kuenstliche-intelligenz-im-dienste-der-diversitaet/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://kidd-handbuch.gitbook.io/kuenstliche-intelligenz-im-dienste-der-diversitaet/anhange/tools-und-handreichungen/teil-a-beispiel-1/a13-konkretisierung-der-software-anwendung.md).

# A13: Konkretisierung der Software-Anwendung

## Template für Software-Beschreibung

Der folgende Fragebogen ist von der Projektleitung bzw. Product Owner:in auszufüllen. Das Dokument soll helfen, die Vision und Ziele der Software-Anwendung weiter zu konkretisieren und kann als Grundlage für die Vorstellung der Software-Anwendung im Panel der Vielfalt dienen (u.a. im KIDD-Prozessschritt [B1: Konstituierung und Sensibilisierung des PdV](/kuenstliche-intelligenz-im-dienste-der-diversitaet/der-kidd-prozess/ebene-3-kidd-prozess-schritt-fuer-schritt-im-detail/abschnitt-b-anforderungsklaerung/schritt-a1-kenntnisnahme-kidd.md)). Falls Fragen noch nicht beantwortet werden können, kann auch die Antwort „Das wissen wir noch nicht“ problemlos vorkommen. Das Dokument sollte im KIDD-Prozesses fortlaufend ergänzt werden.

<details>

<summary>Ziel &#x26; Scope</summary>

Mit welchem Ziel wird die Software entwickelt bzw. im Unternehmen eingeführt?

* *Text*

In welchen Bereichen soll die Software eingesetzt werden? (z.B. regional, organisatorisch)

* *Text*

Wer sind die Nutzer:innen? Wer ist dabei, wer nicht?

* *Text*

Wessen Daten werden verwendet?

* *Text*

Was ist das Schadenspotenzial (was, für wen, wie hoch, wie wahrscheinlich?)

* *Text*

</details>

<details>

<summary>Programmierung / Regeln</summary>

Welche Methoden werden eingesetzt? (Regelbasierte Systeme, ML-basierte Systeme, Kombinationen daraus)

* *Text*

Wird die Software inhouse entwickelt oder zugekauft (von welchem Anbieter)? Gibt es Drittkomponenten, die eingesetzt werden?

* *Text*

Wer definiert die zugrundeliegenden Annahmen und Regeln im System? (Human in the Loop in der Software-Entwicklung)

* *Text*

Wer verantwortet die resultierende Entscheidung (Human in the Loop in der Nutzung)

* *Text*

</details>

<details>

<summary>Datenbasis</summary>

Auf welcher Datenbasis wird/wurde die Lösung entwickelt? Was ist die Datenquelle?

* *Text*

Gibt es sensible Daten? Wenn ja, welche und wie wird mit ihnen umgegangen?

* *Text*

Habt Sie sich Gedanken dazu gemacht, welche Verzerrungen die Daten enthalten könnten? (z.B. bei Lernender KI: Gibt es Gruppen, die in den Trainings-Daten nicht abgebildet sind?)

* *Text*

Wie wurde das Einverständnis der Betroffenen eingeholt?

* *Text*

Welche Fehlermöglichkeiten gibt es bei der Eingabe der Daten im laufenden Betrieb?

* *Text*

</details>

<details>

<summary>Transparenz</summary>

Was haben Sie bereits geplant, um Transparenz über die Software herzustellen?

* *Text*

Wer hat welche Sicht- und Zugriffsrechte auf die Daten?

* *Text*

Wie werden die Regeln, Annahmen und ausschlaggebenden Faktoren, die zu einem bestimmten Resultat geführt haben, aufbereitet und für den Nutzer klar dargestellt (Nachvollziehbarkeit, Erklärbarkeit)?

* *Text*

</details>

<details>

<summary>Evaluation &#x26; Anpassung</summary>

Wie wird die Erreichung der Ziele messbar gemacht? Wer bewertet die Zielerreichung?

* *Text*

Gibt es ein Verfahren zur Anpassung der Regeln, wenn nötig?

* *Text*

Wie, wann und von wem wird entschieden, wie mit der Software-Anwendung umgegangen wird, wenn die Testphase beendet ist?

* *Text*

</details>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://kidd-handbuch.gitbook.io/kuenstliche-intelligenz-im-dienste-der-diversitaet/anhange/tools-und-handreichungen/teil-a-beispiel-1/a13-konkretisierung-der-software-anwendung.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
