Recall

Recall misst, wie viele der Objekte (z. B. Bilder oder Punktewolken), die von einem KI-Modell richtig vorhergesagt werden sollten, tatsächlich richtig vorhergesagt wurden. Beispiel: Wenn ein KI-Modell vorhersagt, ob ein Teil OK oder NOK ist, ist der Recall für NOK der Anteil der NOK-Teile, die korrekt als NOK identifiziert wurden. Der Recall liefert in diesem Fall also eine Antwort auf die Frage: „Von allen NOK-Teilen, wie viele hat das KI-Modell erkannt?“ Ein weiterer wichtiger Begriff in diesem Zusammenhang ist Precision. Precision gibt an, wie viele der von einem KI-Modell als richtig vorhergesagten Aufgaben tatsächlich richtig sind. Wenn ein KI-Modell beispielsweise vorhersagt, ob ein Teil OK oder NOK ist, ist die Precision für NOK der Anteil der Teile, die als NOK vorhergesagt wurden und tatsächlich NOK sind, also die Antwort: „Wenn das KI-Modell NOK sagt, wie oft liegt es dann richtig?“