KI-Qualität ist aufgabenbezogen. Ein Ergebnis ist nicht allgemein „gut“, sondern beispielsweise korrekt, vollständig, belegt, relevant, konsistent, sicher, verständlich und im vorgegebenen Format.
Was der Begriff tatsächlich bedeutet
Kriterien müssen beobachtbar sein. „Professionell“ ist zu vage; „enthält alle fünf Pflichtfelder und jede Zahl besitzt einen Quellenbezug“ ist prüfbar.
Warum das im Unternehmen relevant ist
Unternehmen kombinieren automatische Prüfungen, Referenzfälle, Fachreview und Betriebsfeedback. Nicht jede Dimension lässt sich sinnvoll zu einer Gesamtnote verdichten.
Kontrolliert vorgehen
Der CTPM-Praxisrahmen für kontrollierbare KI-Anwendungen führt in sieben Schritten von der Aufgabe zur belastbaren Nutzung: Aufgabe verstehen, Kontext und Daten klären, KI gezielt einsetzen, fachlich prüfen, Abweichungen behandeln, verantwortlich freigeben und den Transfer dokumentieren. Er ist ein transparenter Arbeitsrahmen, keine Zertifizierung.
- Aufgabe und Wirkung festlegen
- Daten, Kontext und Berechtigung klären
- Ergebnis gegen fachliche Kriterien prüfen
- Abweichung, Freigabe und Nachweis regeln
CTPM-Praxisbeispiel
CTPM-Praxisbeispiel: Eine Zusammenfassung wird nach Vollständigkeit der Entscheidungen, korrekter Zuordnung von Verantwortlichen, Terminformat, Quellenbezug und Verbot neuer Behauptungen bewertet.
Qualitäts- und Testkriterien
Die folgenden Kriterien machen die Qualität für diesen Anwendungsfall beobachtbar:
- Kriterien besitzen Definition, Messmethode und Schwelle.
- Kritische Fehler werden separat statt im Mittelwert behandelt.
- Prüfer stimmen anhand gemeinsamer Beispiele überein.
- Metriken werden mit realen Fehlfolgen abgeglichen.
Risiken und typische Fehlannahmen
Beliebte, aber ungeeignete Kennzahlen können Verhalten optimieren, das dem Geschäftsziel widerspricht. Ein Durchschnitt verbirgt seltene kritische Fehler.
Beispiel für Ihr Transferergebnis
Transferergebnis: ein Qualitätsraster mit Dimension, Gewicht, kritischem Fehler, Messverfahren, Schwelle und Verantwortlichem.