KI-Automatisierungen verändern den Anspruch an Monitoring, weil neben technischen Kennzahlen auch fachliche Qualität dauerhaft beobachtet werden muss. Wer hier strukturiert vorgeht, erkennt Drift und Fehlfunktionen frühzeitig. Der Kurs zeigt zentrale Bausteine eines wirksamen Monitorings.
!Kursinhalt
!1. Kennzahlen für KI-Workflows
*Verfügbarkeit und Antwortzeit
*Qualität der Ausgaben
*Nutzung über Fachbereiche hinweg
!2. Datenerhebung im Workflow
*Logging von Eingaben und Antworten
*Datenschutz und Anonymisierung
*Speicherung und Aufbewahrungsfristen
!3. Drift- und Qualitätsbeobachtung
*Veränderungen in Eingabedaten
*Abweichungen in Antwortmustern
*Stichproben und Bewertung durch Fachexpert:innen
!4. Reaktionen auf Auffälligkeiten
*Anpassung von Prompts und Werkzeugen
*Eskalation zu menschlichen Bearbeitenden
*Iterative Verbesserung
!Berufliche Relevanz
*Belastbare Steuerung produktiver KI-Lösungen
*Frühzeitige Erkennung problematischer Veränderungen
*Vertrauensbasis für Nutzer:innen und Fachseite