162 Artikel
Guides durchstöbern
Underfitting ist der umgekehrte Fehler zum Overfitting: Das Modell hat zu wenig gelernt. Die Symptome sind überall schlechte Werte, und die Abhilfen sind mehr Kapazität, bessere Features, längeres Training oder eine weniger aggressive Regularisierung. In der Praxis: Eine Gerade an Daten anpassen, die erkennbar gekrümmt sind.
Unüberwachtes Lernen sucht Muster, ohne dass ihm gesagt wird, wonach es suchen soll. Typische Aufgaben sind ähnliche Objekte clustern, Dimensionen reduzieren und Anomalien markieren. Eine Genauigkeit im üblichen Sinn gibt es nicht, deshalb braucht die Bewertung des Ergebnisses Urteilsvermögen. In der Praxis: Kunden in Gruppen segmentieren, die niemand vorher definiert hat, allein auf Basis des Kaufverhaltens.
Validierungsdaten liegen zwischen Training und Test. Du nutzt sie, um Hyperparameter zu wählen und Overfitting früh zu erkennen, weil das Modell nicht direkt aus ihnen lernt. Nutzt du sie zu ausgiebig wieder, sickert Information durch und sie werden still und leise zu einem zweiten Trainingsset. In der Praxis: Wenn der Validierungs-Loss steigt, während der Trainings-Loss weiter fällt, überfittest du — hör auf.
Vektordatenbanken indizieren hochdimensionale Vektoren, sodass ‘finde die ähnlichsten Objekte’ über Millionen von Datensätzen in Millisekunden läuft. Sie sind die Speicherschicht unter den meisten RAG-Systemen. Ob du eine dedizierte brauchst oder nur eine Vektor-Erweiterung für deine bestehende Datenbank, hängt allein von der Größenordnung ab. In der Praxis: Jeden Absatz deiner Doku als Vektor speichern, damit ein Support-Bot die richtigen drei findet.
Die Vektorsuche bettet die Anfrage ein und liefert die nächstgelegenen gespeicherten Vektoren zurück, sodass ‘wie bekomme ich mein Geld zurück’ eine Rückerstattungsrichtlinie findet, die diese Worte nie verwendet. Sie ist die Retrieval-Maschine hinter RAG. Sie ist außerdem schwächer als die Schlüsselwortsuche bei exakten Kennungen — genau deshalb gibt es die hybride Suche. In der Praxis: Eine Anfrage ohne gemeinsames Vokabular fördert trotzdem das richtige Dokument zutage.
Verantwortungsvolle KI ist die organisatorische Seite von Vertrauenswürdigkeit: wer entscheidet, wer prüft, wer geradesteht, wenn es schiefgeht. Sie ist weit eher eine Governance- und Prozessdisziplin als eine technische. Wo sie ein Wertebekenntnis ohne Verantwortliche und ohne Vetorecht bleibt, ist sie Dekoration. In der Praxis: Eine benannte Person, die einen Launch stoppen kann — kein Slide über Prinzipien.
Artikel 5 verbietet eine definierte Liste, darunter manipulative Techniken, die das Verhalten wesentlich verzerren und Schaden anrichten, das Ausnutzen von Schutzbedürftigkeit, Social Scoring durch oder im Auftrag von Behörden, das ungezielte Auslesen von Gesichtsbildern zum Aufbau von Erkennungsdatenbanken sowie Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen — mit engen Ausnahmen. Das gilt unabhängig von jeder Risikobewertung: Einen Weg zur Compliance gibt es nicht. In der Praxis: Emotionserkennung bei Beschäftigten während der Arbeit ist verboten, nicht bloß hochriskant. ...
Eine Verlustfunktion verwandelt den Abstand zwischen Vorhersage und Wahrheit in eine einzige Zahl. Training ist nichts anderes als die Suche nach Parametern, die diese Zahl klein machen. Die Wahl der Verlustfunktion ist die Wahl dessen, was dem Modell wichtig sein wird, und damit eine still folgenreiche Entscheidung. In der Praxis: Vorhergesagt 0,9, wo die Antwort 1,0 war — der Verlust ist klein, also fällt auch die Korrektur klein aus.
Vertrauenswürdige KI ist der Rahmen, den NIST im AI Risk Management Framework nutzt: eine Liste von Eigenschaften, die ein System zeigen sollte, statt einer einzelnen Punktzahl, die es zu treffen gilt. Die Eigenschaften stehen teils im Zielkonflikt zueinander, die Arbeit besteht also darin, sie im jeweiligen Kontext auszubalancieren. Der Rahmen ist bewusst branchenneutral. In der Praxis: Ein System kann genau und trotzdem nicht vertrauenswürdig sein, wenn niemand es erklären oder anfechten kann. ...
Wasserzeichen verzerren die Generierung so, dass sich später ein verstecktes statistisches oder visuelles Muster nachweisen lässt. Es ist eine Teillösung: Bild-Wasserzeichen überstehen leichte Bearbeitung, aber keine entschlossene Entfernung, und Text-Wasserzeichen schwächen sich beim Umformulieren ab. Der EU AI Act drängt Anbieter zu maschinenlesbarer Kennzeichnung synthetischer Inhalte. In der Praxis: Ein Muster in erzeugten Pixeln, das ein Detektor lesen kann, ein Betrachter aber nicht sieht.