Der Beipackzettel eines Modells: wofür gebaut, womit trainiert, wo gut, wo gefährlich schwach, wie getestet. Ehrliche Model Cards machen Grenzen sichtbar, bevor man sie im Betrieb findet. Beim Einkauf gilt: Ein Anbieter ohne aussagekräftige Model Card verlangt Vertrauen, wo er Belege schuldet.
Ein Beispiel
Eine brauchbare Modellkarte beantwortet sechs Dinge auf zwei Seiten: Wofür ist das Modell gedacht? Wofür ausdrücklich nicht? Woran wurde es gemessen und mit welchem Ergebnis? Auf welchen Daten wurde trainiert? Wo ist die Leistung bei welchen Gruppen schwächer? Und wer ist Ansprechpartner? Die meisten veröffentlichten Karten beantworten die ersten drei und weichen bei den letzten drei aus — was für sich genommen eine Auskunft ist.
Genauer betrachtet
Ein kurzes Dokument zu einem Modell: Zweck, Trainingsdaten in Umrissen, gemessene Leistung, bekannte Grenzen, ungeeignete Einsatzzwecke. Für eigene Systeme lohnt sich dasselbe Format, weil es dazu zwingt, Grenzen aufzuschreiben.
Warum das zählt
Interessant ist die Karte weniger für zugekaufte Modelle als für eigene Systeme. Wer für jede produktive KI-Anwendung im Haus eine solche Seite pflegt, hat nebenbei das Systemverzeichnis, das der EU AI Act ohnehin voraussetzt, und eine Übergabemöglichkeit, wenn Zuständigkeiten wechseln. Der Aufwand liegt bei einem halben Tag pro System, und der Nutzen zeigt sich beim ersten Vorfall — wenn jemand fragt, wofür das Ding eigentlich freigegeben war.
Häufig missverstanden
Herstellerangaben sind Selbstauskünfte. Sie ersetzen die Messung im eigenen Anwendungsfall nicht, sondern grenzen nur ein, wo Messen sich überhaupt lohnt.