Der EU AI Act verlangt, dass Unternehmen die Leistung ihrer KI-Systeme messen und fortlaufend überwachen. Doch was bedeutet das konkret, wenn scheinbar klare Kennzahlen fehlen? Dieser Vortrag zeigt, dass Konformität kein Bauchgefühl bleiben muss – im Gegenteil: Bewährte statistische Methoden liefern die belastbaren Grundlagen, die der Gesetzgeber fordert.
Anhand praktischer Beispiele erläutere ich, wie sich die Leistung von KI-Modellen objektiv vergleichen lässt, wie man eine verlässliche Ausgangsbasis (Baseline) definiert und warum regelmäßiges Nachtesten unverzichtbar ist, um Leistungsabfall früh zu erkennen. Dabei bleibt der Vortrag verständlich: Statistik ist Werkzeug, nicht Hürde.
Die Teilnehmenden erfahren, wie sie Messung und Monitoring so aufsetzen, dass sie den Anforderungen des AI Act genügen – nachvollziehbar, wiederholbar und auditsicher. Ein Vortrag für Entscheiderinnen und Entscheider, die Compliance nicht nur erfüllen, sondern verstehen wollen.
With over 35 years of professional software development experience, Mike combines deep technical expertise with a strong focus on quality. His areas of specialization include AI and machine learning, data warehousing and business intelligence, as well as scalable enterprise software architectures. As a passionate advocate for software quality, he promotes agile development practices and modern quality assurance techniques, sharing his knowledge in projects and technical articles.