Grundlagen der KI · Frage 41 von 60
Ein Team migriert eine regelbasierte Kreditprüfung auf ein ML-Modell. Welche Folgen für das Testen ergeben sich aus den Unterschieden zwischen beiden Systemarten?
3 Antworten sind richtig. Schwer
Lösung anzeigen
Lösung
- B Die Ausgaben sind nicht mehr in jedem Fall vorhersagbar, weil das Modell probabilistisch arbeitet
- D Es wird schwieriger nachzuvollziehen, warum eine bestimmte Entscheidung getroffen wurde
- E Lernt das Modell im Betrieb weiter, muss es kontinuierlich überwacht werden
Erklärung
Konventionelle Systeme sind deterministisch und damit vorhersagbar und nachvollziehbar. ML-Modelle leiten ihr Verhalten aus Mustern in Daten ab und arbeiten oft probabilistisch, sodass Ausgaben nicht immer vorhersagbar sind. Große Modelle sind zudem schwer erklärbar, was gerade im Finanzbereich kritisch ist. Selbstlernende Systeme passen sich an, müssen dafür aber kontinuierlich überwacht werden.