Die Qualität eines KI Modells wird anhand klar definierter Leistungskennzahlen bewertet. Diese dienen der realistischen Einordnung der Modellgüte. Sie zeigen transparent, wie zuverlässig ein Machine Learning Modell seine Aufgabe erfüllt – messbar, vergleichbar und über Zeit überprüfbar.

Welche Kennzahlen sinnvoll sind, hängt vom konkreten Anwendungsfall ab. Bei Prognosemodellen steht im Mittelpunkt, wie nah die Vorhersage am tatsächlichen Ergebnis liegt. Typische Kennzahlen sind:

• R² (Bestimmtheitsmaß): Zeigt, wie gut das Modell die Streuung der Zielwerte erklärt.
• MAE (Mean Absolute Error, mittlerer absoluter Fehler): Misst die durchschnittliche absolute Abweichung zwischen Vorhersage und Realität.
• RMSE (Root Mean Squared Error, Wurzel des mittleren quadratischen Fehlers): Gewichtet größere Fehler stärker und zeigt die durchschnittliche Abweichung in der Einheit der Zielgröße.
• MAPE (Mean Absolute Percentage Error, mittlerer prozentualer Fehler): Gibt die durchschnittliche Abweichung in Prozent an.

Bei Klassifikationsmodellen wird bewertet, wie oft das Modell richtig entscheidet und welche Fehlerarten auftreten. Hier kommen unter anderem Precision (Genauigkeit der positiven Vorhersagen), Recall (Trefferquote) und der F1-Score (harmonisches Mittel aus Precision und Recall) zum Einsatz.

Darüber hinaus ist die Generalisierungsfähigkeit entscheidend: Funktioniert das Modell nur auf Trainingsdaten gut oder auch auf neuen, unbekannten Daten? Ebenso wird geprüft, ob sich Datenstrukturen im Zeitverlauf verändern und das Modell dadurch an Aussagekraft verliert, etwa durch Data Drift oder Prediction Drift.

Neben der statistischen Qualität zählt auch die wirtschaftliche Wirkung. Ein Modell ist dann erfolgreich, wenn es Prozesse messbar verbessert, Zeit spart oder Fehler reduziert. Erst die Kombination aus technischer Genauigkeit, Stabilität und wirtschaftlichem Nutzen zeigt, ob ein KI Modell im produktiven Einsatz überzeugt.