Der systematische Prozess der Bewertung von KI-Modellen anhand von Benchmark-Tests, speziellen Randfällen und Belastungsbedingungen, um sicherzustellen, dass sie Leistungs-, Sicherheits- und Compliance-Kriterien erfüllen.
Umfasst Unit-Tests für einzelne Komponenten, Integrationstests für Datenpipelines, Regressionstests anhand historischer Daten, Edge-Case-Szenarien (adversarial, seltene Ereignisse) sowie Stresstests in Bezug auf Skalierbarkeit und Sicherheit. Die Validierung umfasst statistische Leistungskennzahlen, Fairness-Audits und Compliance-Prüfungen. Die Governance stellt sicher, dass kein Modell in die Produktion gelangt, ohne eine umfassende Test- und Validierungscheckliste zu bestehen, die von unabhängigen Gutachtern genehmigt wurde.
Die Testsuite eines Kreditrisikomodells umfasst: Hold-out-Validierung auf Grundlage aktueller Kreditdaten; Stresstests mit simulierten wirtschaftlichen Abschwungszenarien; Verzerrungstests über Einkommens- und demografische Gruppen hinweg; sowie API-Lasttests. Erst nach erfolgreichem Abschluss aller Phasen erhält das Modell die abschließende Freigabe für die Bereitstellung.
