Modellbewertung (Evals)
Modellbewertung, im Englischen Evaluation oder kurz Evals, ist das systematische Prüfen, ob ein KI-Modell oder eine KI-Anwendung deine Anforderungen erfüllt.
Definition
Für Evals legst du typische Testaufgaben und klare Kriterien fest, z. B. fachlich richtig, altersgerecht und im gewünschten Format. Dann lässt du die KI alle Aufgaben bearbeiten und bewertest die Antworten nach diesen Kriterien. Das wiederholst du, wenn du den Prompt änderst oder ein anderes Modell nutzt. Anders als ein allgemeiner Benchmark prüft eine eigene Eval genau deine Aufgabe. Bewerten kann ein Mensch oder ein Programm. Bei offenen Texten bleibt dein fachlicher Blick wichtig.
Beispiel
Bevor dein Team ein KI-Tool für Elternbriefe einführt, sammelt ihr zehn typische Anlässe vom Laternenfest bis zur Läuse-Info. Jede Antwort bewertet ihr mit einer kurzen Checkliste: Termine richtig, Ton freundlich, Anrede mit Sie, keine erfundenen Angaben. Nach einem Update des Tools wiederholt ihr den Test.
Verwandte Begriffe
Weiterführend
Zuletzt aktualisiert: 19. Oktober 2026