Testen und Validieren
Der systematische Prozess der Bewertung von KI-Modellen anhand von Benchmarks, Randfällen und Stressbedingungen, um sicherzustellen, dass sie die Leistungs-, Sicherheits- und Compliance-Kriterien erfüllen.
Definition
Umfasst Komponententests für einzelne Komponenten, Integrationstests für Datenpipelines, Regressionstests anhand historischer Daten, Edge-Case-Szenarien (kontradiktorische, seltene Ereignisse) und Stresstests zur Skalierbarkeit und Sicherheit. Die Validierung umfasst statistische Leistungskennzahlen, Fairness-Audits und Konformitätsprüfungen. Die Unternehmensleitung sorgt dafür, dass kein Modell in Produktion geht, ohne eine umfassende Prüf- und Validierungs-Checkliste zu bestehen, die von unabhängigen Prüfern genehmigt wurde.
Real-World Example
Die Testsuite eines Kreditrisikomodells umfasst: Hold-out-Validierung anhand aktueller Kreditdaten, Stresstests mit simulierten Konjunkturabschwungsszenarien, Bias-Tests für Einkommens- und demografische Gruppen sowie API-Lasttests. Erst wenn alle Phasen bestanden wurden, wird das Modell endgültig für den Einsatz freigegeben.
.svg)
