Glossar · Deutsch / English
Zentrale Statistik-, ML-, Engineering- und Responsible-AI-Begriffe suchen, nach Themen filtern und als unsicher für die Wiederholung markieren.
NIST beschreibt gemeinsame Terminologie als Hilfe für wirksamere interdisziplinäre Gespräche, betont aber die Kontextabhängigkeit vieler AI-Begriffe.[1] Deshalb verbindet jede Karte Übersetzung, Arbeitsdefinition, Interviewfalle und ein Lernmodul. Definitionen sind eigene deutsche Kurzfassungen, keine wörtlichen Quellenkopien.
300 von 300 Begriffen sichtbar.
Markierungen bleiben versioniert lokal in diesem Browser-Origin. Sie sind nur ein Lernsignal und keine Bewertung.
Population
Die vollständig definierte Menge von Einheiten, über die eine Aussage gelten soll; sie ist nicht automatisch mit den verfügbaren Datensätzen identisch.
Interviewfalle: Population nicht mit Sampling Frame oder beobachteter Stichprobe gleichsetzen.
Sample
Die tatsächlich beobachtete Auswahl von Einheiten oder Messungen, aus der auf eine klar benannte Zielpopulation geschlossen werden soll.
Interviewfalle: Großes n beseitigt keinen systematischen Auswahlfehler.
Sampling frame
Die operational verfügbare Liste oder Menge, aus der Einheiten gezogen werden; ihre Abweichung von der Zielpopulation erzeugt Coverage-Risiken.
Interviewfalle: Ein vollständiger Datenexport kann trotzdem einen unvollständigen Auswahlrahmen bilden.
Estimand
Die präzise definierte Populationsgröße, die eine Analyse schätzen soll, einschließlich Population, Variable, Aggregation und gegebenenfalls Intervention.
Interviewfalle: Estimand nicht mit Schätzer oder beobachtetem Zahlenwert verwechseln.
Estimator
Eine Regel oder Funktion, die Stichprobendaten auf eine Schätzung des Estimands abbildet; ihre Eigenschaften werden über wiederholte Stichproben beurteilt.
Interviewfalle: In scikit-learn bedeutet Estimator zusätzlich ein Objekt mit fit-Methode.
Estimate
Der konkrete Zahlenwert, den ein Schätzer aus der vorliegenden Stichprobe liefert; er trägt Unsicherheit und ist nicht der wahre Parameter.
Interviewfalle: Eine präzise Dezimaldarstellung ist kein Beleg für geringe Unsicherheit.
Bias
Die Differenz zwischen dem Erwartungswert eines Schätzers und dem Zielparameter über gedachte Wiederholungen desselben Datenerzeugungsprozesses.
Interviewfalle: Bias ist nicht einfach jeder einzelne Schätzfehler.
Variance
Die erwartete quadrierte Abweichung einer Zufallsvariable von ihrem Erwartungswert; bei Schätzern beschreibt sie Wiederholungsstreuung, nicht systematische Verzerrung.
Interviewfalle: Varianz hat quadrierte Einheiten und ist nicht die Standardabweichung.
Standard error
Die Standardabweichung der Stichprobenverteilung eines Schätzers; sie beschreibt dessen zufällige Schwankung über wiederholte Stichproben.
Interviewfalle: Standardfehler nicht mit Streuung einzelner Beobachtungen verwechseln.
Sampling distribution
Die Verteilung eines Schätzers oder einer Teststatistik über hypothetisch wiederholte Stichproben unter demselben Design und Datenerzeugungsprozess.
Interviewfalle: Sie ist nicht das Histogramm der Einzelwerte in einer Stichprobe.
Confidence interval
Ein datenabhängiges Intervall eines Verfahrens, das den festen Zielparameter unter seinen Annahmen in einem festgelegten Anteil wiederholter Anwendungen überdeckt.
Interviewfalle: Nach Berechnung nicht als 95-prozentige Wahrscheinlichkeit für den festen Parameter deuten.
p-value
Unter Nullhypothese und Testmodell die Wahrscheinlichkeit eines mindestens so extremen Testresultats wie des beobachteten, gemäß vorab definierter Extremrichtung.
Interviewfalle: Er ist weder Wahrscheinlichkeit der Nullhypothese noch Effektgröße.
Type I error
Das fälschliche Verwerfen einer tatsächlich wahren Nullhypothese; Alpha begrenzt seine Wahrscheinlichkeit für ein valide spezifiziertes Testverfahren.
Interviewfalle: Alpha ist nicht automatisch die realisierte False-Discovery-Rate einer Analysefamilie.
Type II error
Das Nichtverwerfen der Nullhypothese, obwohl eine im Testmodell relevante Alternative gilt; seine Wahrscheinlichkeit wird meist mit Beta bezeichnet.
Interviewfalle: Nicht signifikant bedeutet nicht, Gleichheit sei bewiesen.
Statistical power
Die Wahrscheinlichkeit, eine spezifizierte Alternative mit dem geplanten Test als Signal zu erkennen; sie ist eins minus Fehlerwahrscheinlichkeit Beta.
Interviewfalle: Power hängt von Effekt, Streuung, n, Alpha und Design ab, nicht nur von n.
Effect size
Eine Skala für Richtung und Größe eines Unterschieds oder Zusammenhangs; sie ergänzt Unsicherheit und praktische Relevanz statt nur Signifikanz zu melden.
Interviewfalle: Standardisierte Effekte sind nicht automatisch fachlich wichtig.
Confounding
Eine Vermischung des interessierenden Zusammenhangs mit einem weiteren Faktor, der Exposition und Ergebnis beeinflusst oder mit beiden verbunden ist.
Interviewfalle: Bloßes Adjustieren für jede verfügbare Variable kann neue Verzerrung öffnen.
Interaction
Eine Situation, in der sich der Effekt oder Vorhersagebeitrag einer Variable mit dem Wert einer anderen Variable ändert.
Interviewfalle: Ein Interaktionsterm macht eine kausale Wirkung nicht automatisch identifiziert.
Correlation
Ein normiertes Maß für Richtung und Stärke eines meist linearen Zusammenhangs zweier Variablen; es beschreibt weder Nichtlinearität vollständig noch Kausalität.
Interviewfalle: Korrelation null schließt nichtlineare Abhängigkeit nicht aus.
Bootstrap
Ein Resampling-Verfahren, das wiederholt mit Zurücklegen aus der beobachteten Stichprobe zieht, um die Unsicherheit einer Statistik näherungsweise abzubilden.
Interviewfalle: Es repariert keine unrepräsentative Stichprobe und keine falsche Analyseeinheit.
Feature
Eine für Training oder Inferenz verwendete Eingangsvariable oder Repräsentationskomponente; ihre Verfügbarkeit muss zum realen Vorhersagezeitpunkt gesichert sein.
Interviewfalle: Ein verfügbares Feld ist nicht automatisch ein zulässiges oder stabiles Feature.
Target
Die Variable, die ein überwachtes Lernverfahren vorhersagen soll; sie muss fachlich zur späteren Entscheidung und zeitlich zum Prognosehorizont passen.
Interviewfalle: Ein leicht messbarer Proxy ist nicht automatisch das eigentliche Ziel.
Label
Ein beobachteter oder annotierter Zielwert für eine konkrete Trainingseinheit; Labels können verzögert, selektiv, uneindeutig oder fehlerhaft sein.
Interviewfalle: Labelqualität nicht mit objektiver Wahrheit gleichsetzen.
Supervised learning
Lernen einer Abbildung von Eingaben auf beobachtete Targets anhand gelabelter Beispiele, typischerweise für Klassifikation oder Regression.
Interviewfalle: Gelabelt bedeutet nicht repräsentativ oder leakage-frei.
Unsupervised learning
Analyse von Struktur in Eingaben ohne vorgegebenes Target, etwa durch Clustering, Dimensionsreduktion oder Dichteschätzung.
Interviewfalle: Gefundene Cluster sind keine automatisch realen oder handlungsfähigen Gruppen.
Training / fit
Das Lernen von Modell- und Transformationsparametern aus Trainingsdaten; in scikit-learn wird dieser API-Schritt typischerweise mit fit ausgelöst.
Interviewfalle: Auch Skalierung, Imputation und Merkmalsauswahl sind Fit-Schritte.
Inference / prediction
Die Anwendung eines bereits trainierten Systems auf neue Eingaben, um Scores, Wahrscheinlichkeiten, Klassen, Werte oder Repräsentationen auszugeben.
Interviewfalle: Modellinferenz ist noch keine freigegebene fachliche Entscheidung.
Transformer
Im scikit-learn-API-Sinn eine Komponente, die mit fit Parameter lernt und mit transform Daten verändert; nicht automatisch eine Attention-Architektur.
Interviewfalle: API-Transformer und neuronale Transformerarchitektur ausdrücklich auseinanderhalten.
Pipeline
Eine geordnete Kette von Transformationen und einem finalen Modell, die Fit- und Inferenzschritte konsistent kapselt und Leakage-Risiken in Cross-Validation reduziert.
Interviewfalle: Eine Pipeline verhindert keine zeitlich falschen Features oder falschen Splits.
Hyperparameter
Eine vor dem Fit festgelegte Modell- oder Trainingskonfiguration, die häufig über Validierungsdaten gewählt und nicht direkt als gewöhnlicher Parameter gelernt wird.
Interviewfalle: Den finalen Test nicht zur Hyperparameterwahl verwenden.
Regularization
Eine Einschränkung oder Strafkomponente, die effektive Modellkomplexität begrenzt, um Varianz und Überanpassung gegen möglichen Bias abzuwägen.
Interviewfalle: Stärkere Regularisierung ist nicht monoton besser.
Overfitting
Ein Modell passt Trainingsbesonderheiten einschließlich Rauschen zu stark an und verliert dadurch erwartete Leistung auf deployment-nahen neuen Daten.
Interviewfalle: Guter Holdout allein schließt Leakage oder Auswahlbias nicht aus.
Underfitting
Ein Modell oder seine Repräsentation ist zu eingeschränkt oder schlecht optimiert, um relevante Struktur selbst auf Trainingsdaten angemessen zu erfassen.
Interviewfalle: Mehr Modellkapazität ist nur eine von mehreren Diagnosen und Maßnahmen.
Bias-variance trade-off
Die Abwägung zwischen systematischem Modellfehler und Empfindlichkeit gegenüber der konkreten Trainingsstichprobe bei erwarteter Generalisierung.
Interviewfalle: Bias hier nicht ungeprüft mit gesellschaftlicher Benachteiligung gleichsetzen.
Decision tree
Ein Modell, das den Merkmalsraum rekursiv durch Schwellen in Regionen teilt und dort Klassen, Wahrscheinlichkeiten oder Regressionswerte ausgibt.
Interviewfalle: Ein einzelner Baum kann instabil sein und stark überfitten.
Ensemble
Eine Kombination mehrerer Modelle, deren aggregierte Vorhersage Varianz, Bias oder Robustheit gegenüber einzelnen Modellfehlern verbessern soll.
Interviewfalle: Mehr Modelle beseitigen keine gemeinsame Leakage- oder Labelursache.
k-nearest neighbors (k-NN)
Ein distanzbasiertes Verfahren, das neue Punkte anhand der Targets räumlich naher Trainingspunkte vorhersagt; Skalierung und Metrik prägen die Nachbarschaft.
Interviewfalle: Rohdistanzen über inkompatible Einheiten sind meist bedeutungslos.
Support vector machine
Ein Verfahren, das eine trennende Fläche mit großer Margin lernt und über Kernel nichtlineare Ähnlichkeiten modellieren kann.
Interviewfalle: Kernel-SVMs können bei großem n rechenintensiv und schwer kalibrierbar sein.
Principal component analysis (PCA)
Eine lineare Dimensionsreduktion, die orthogonale Richtungen maximaler Varianz sucht und Daten auf führende Komponenten projiziert.
Interviewfalle: Maximale Varianz bedeutet nicht maximale Vorhersagekraft oder faire Repräsentation.
Neural network
Eine parametrisierte Folge linearer Transformationen und nichtlinearer Aktivierungen, die per gradientenbasierter Optimierung komplexe Repräsentationen lernen kann.
Interviewfalle: Hohe Kapazität ersetzt weder Datenqualität noch belastbare Baselines.
Training set
Der Datenteil, auf dem Modell- und Transformationsparameter gelernt werden; jede lernende Vorverarbeitung muss auf diesen Teil begrenzt bleiben.
Interviewfalle: Trainingsdaten dürfen nicht aus späteren Zeitpunkten relativ zur Entscheidung stammen.
Validation set
Daten zur Auswahl von Modell, Features, Hyperparametern oder Schwelle; wiederholte Nutzung kann auch diese Menge überanpassen.
Interviewfalle: Validierungsergebnis nicht als unberührte finale Leistung ausgeben.
Test set
Ein bis zur festgelegten finalen Bewertung zurückgehaltener Datenteil, der weder Fit noch Modell-, Feature- oder Schwellenwahl beeinflusst.
Interviewfalle: Nach Sichtung des Tests weiterzutunen verbraucht dessen Unabhängigkeit.
Cross-validation (CV)
Ein Resampling-Schema mit mehreren Train-/Validierungsaufteilungen, das Leistungsstreuung und Modellwahl unter passenden Abhängigkeitseinheiten abschätzt.
Interviewfalle: Zufälliges K-Fold ist für Zeitreihen oder verbundene Personen oft falsch.
Data leakage
Information beeinflusst Training oder Modellwahl, obwohl sie zum realen Prognosezeitpunkt nicht verfügbar wäre oder aus zurückgehaltenen Daten stammt.
Interviewfalle: Leakage kann auch über Aggregate, Preprocessing und Dubletten entstehen.
Precision / positive predictive value
Der Anteil wahr positiver Fälle unter allen positiv vorhergesagten Fällen, also TP geteilt durch TP plus FP, für eine feste Schwelle.
Interviewfalle: Precision ändert sich mit Prävalenz und Schwelle.
Recall / sensitivity
Der Anteil erkannter wahr positiver Fälle unter allen tatsächlich positiven Fällen, also TP geteilt durch TP plus FN.
Interviewfalle: Hoher Recall allein kann durch sehr viele False Positives erkauft sein.
Specificity
Der Anteil korrekt negativ erkannter Fälle unter allen tatsächlich negativen Fällen, also TN geteilt durch TN plus FP.
Interviewfalle: Spezifität und Precision verwenden verschiedene Nenner.
F1 score
Das harmonische Mittel aus Precision und Recall bei einer Schwelle; es ignoriert True Negatives und setzt symmetrische Gewichtung beider Größen voraus.
Interviewfalle: F1 ist keine universelle Metrik und bildet Kosten nicht automatisch ab.
Area under the ROC curve
Die Fläche unter der Kurve aus True-Positive- gegen False-Positive-Rate über Schwellen; sie misst Ranking, nicht Kalibrierung oder einen Workflowpunkt.
Interviewfalle: Hohe ROC-AUC kann bei seltener Klasse praktisch unbrauchbare Precision verdecken.
Area under the precision-recall curve
Eine Zusammenfassung der Precision-Recall-Kurve über Schwellen, besonders informativ für die positive Klasse bei starker Klassenunwucht.
Interviewfalle: Wert und Baseline hängen von Prävalenz und genauer Integrationsdefinition ab.
Calibration
Übereinstimmung zwischen vorhergesagten Wahrscheinlichkeiten und beobachteten Häufigkeiten für vergleichbare Fälle, beurteilt auf getrennten geeigneten Daten.
Interviewfalle: Gutes Ranking garantiert keine Kalibrierung.
Brier score
Der mittlere quadratische Fehler probabilistischer binärer Vorhersagen; er verbindet Aspekte von Kalibrierung und Trennschärfe.
Interviewfalle: Den Brier Score nicht als reines Kalibrierungsmaß interpretieren.
Decision threshold
Der Score- oder Wahrscheinlichkeitswert, ab dem eine konkrete Aktion oder Klasse ausgelöst wird; er gehört zur Policy, nicht nur zum Modell.
Interviewfalle: Die Standardschwelle 0,5 ist keine fachliche Naturkonstante.
Class imbalance
Eine stark ungleiche Häufigkeit von Zielklassen, die Metriken, Lerngewichtung, Schwellen und benötigte Fallzahlen je Klasse beeinflusst.
Interviewfalle: Resampling vor dem Split kann Duplikate in den Test leaken.
Subgroup analysis
Getrennte Evaluation für fachlich relevante Gruppen oder Bedingungen, um aggregiert verdeckte Fehler, Unsicherheit und ungeeignete Einsatzgrenzen sichtbar zu machen.
Interviewfalle: Kleine Gruppen brauchen Unsicherheitsangaben und Datenschutzprüfung.
Distribution shift
Eine relevante Änderung der gemeinsamen Verteilung von Eingaben, Targets oder Zusammenhängen zwischen Entwicklungs- und Einsatzkontext.
Interviewfalle: Input-Drift allein beweist weder Leistungsabfall noch dessen Abwesenheit.
Concept drift
Eine zeitliche Änderung der Beziehung zwischen Eingaben und Ziel, sodass eine früher gelernte Entscheidungsfunktion an Gültigkeit verliert.
Interviewfalle: Ohne zeitnahe Labels ist Concept Drift oft nur indirekt beobachtbar.
Abstention / reject option
Eine vorgesehene Möglichkeit, bei Unsicherheit oder außerhalb des validierten Bereichs keine automatische Vorhersageaktion auszulösen und zu eskalieren.
Interviewfalle: Abstention ist nur sicher, wenn der Fallback real kapazitiv funktioniert.
Error analysis
Die strukturierte Untersuchung falscher, unsicherer und schwerwiegender Ergebnisse nach Typ, Ursache, Segment, Datenweg und Workflowfolge.
Interviewfalle: Nur einige auffällige Beispiele anzusehen ersetzt keine systematische Stichprobe.
Data contract
Eine prüfbare Vereinbarung zu Datenkörnung, Schema, Zeit, Semantik, Qualität, Eigentum und Änderungsprozess zwischen Erzeugern und Konsumenten.
Interviewfalle: Ein JSON-Schema allein deckt fachliche Semantik und Verfügbarkeit nicht ab.
Data grain / unit of analysis
Die fachliche Einheit, die genau eine Zeile oder Entscheidung repräsentiert, etwa Dokument, Vorgang, Person oder Ereignis zu einem Zeitpunkt.
Interviewfalle: Many-to-many-Joins können Körnung und Labelrate unbemerkt verändern.
Event time
Der Zeitpunkt, zu dem ein Ereignis fachlich geschah, im Unterschied zu Verarbeitung, Speicherung oder späterer Korrektur im System.
Interviewfalle: Processing Time als Ersatz kann zeitliches Leakage erzeugen.
Idempotency
Die Eigenschaft, dass wiederholte Ausführung derselben Operation mit derselben Identität keinen zusätzlichen fachlichen Effekt erzeugt.
Interviewfalle: Deterministischer Output allein verhindert keine doppelten Seiteneffekte.
Batch processing
Zeitlich gebündelte Verarbeitung einer Datenmenge, geeignet wenn Ergebnisse planbar verzögert bereitstehen dürfen und Wiederholbarkeit wichtiger als Sofortreaktion ist.
Interviewfalle: Batch ist nicht automatisch einfacher, wenn Nachberechnung und Abhängigkeiten unkontrolliert sind.
Online inference
Vorhersage auf Anfrage mit enger Latenzanforderung und aktuellen Eingaben; sie benötigt Timeouts, Lastgrenzen, Authentisierung und sicheren Fallback.
Interviewfalle: Echtzeit nicht wählen, wenn die fachliche Entscheidung nur täglich erfolgt.
Service level objective (SLO)
Ein messbares Zuverlässigkeitsziel für einen Dienst, etwa Verfügbarkeit oder P95-Latenz über einen definierten Zeitraum und Messpunkt.
Interviewfalle: Ein SLO ohne Fehlerbudget, Owner und Messdefinition ist nicht operabel.
Shadow deployment
Ein Modell läuft auf realen Eingaben mit, seine Ausgaben beeinflussen aber noch nicht den produktiven Workflow und werden nur evaluiert.
Interviewfalle: Shadow-Betrieb testet keine menschlichen Reaktionen oder Feedback Loops vollständig.
Canary rollout
Eine kontrollierte Einführung für einen kleinen, beobachtbaren Anteil des Traffics oder geeigneter Einheiten mit klaren Stop- und Rollbackregeln.
Interviewfalle: Der Canary-Anteil muss repräsentativ genug und ethisch vertretbar gewählt sein.
Rollback
Die geplante Rückkehr zu einer zuvor freigegebenen Version oder einem sicheren manuellen Prozess bei Qualitäts-, Sicherheits- oder Betriebsproblemen.
Interviewfalle: Rollback ohne kompatible Daten- und Prozesszustände kann selbst scheitern.
Monitoring
Fortlaufende Beobachtung ausgewählter Daten-, Modell-, System-, Prozess- und Auswirkungsindikatoren mit Ownern, Schwellen und Reaktionspfaden.
Interviewfalle: Dashboards ohne Handlungsschwellen und Labels sind keine Kontrolle.
Feedback loop
Ein Kreislauf, in dem Systemausgaben spätere Daten, Labels, Verhalten oder Auswahl beeinflussen und dadurch zukünftiges Training und Evaluation verändern.
Interviewfalle: Beobachtete Labels nach Einsatz können bereits von der Modellpolicy verzerrt sein.
Human oversight
Eine gestaltete menschliche Aufsicht mit Information, Kompetenz, Zeit, Befugnissen und Eskalationswegen, um Systemgrenzen tatsächlich erkennen und beeinflussen zu können.
Interviewfalle: Ein Bestätigungsbutton allein ist keine wirksame menschliche Kontrolle.
Automation bias
Die Tendenz, automatisierten Vorschlägen übermäßig zu vertrauen oder widersprechende Evidenz weniger zu beachten, besonders unter Zeitdruck oder unklarer Verantwortung.
Interviewfalle: Human-in-the-loop beseitigt Automationsbias nicht automatisch.
Explainability
Das Ausmaß, in dem Mechanismen oder Gründe eines Systemoutputs für eine bestimmte Zielgruppe und Aufgabe verständlich gemacht werden können.
Interviewfalle: Eine technische Feature-Attribution ist nicht für jede betroffene Person eine Erklärung.
Interpretability
Die Möglichkeit, das Verhalten oder die interne Beziehung eines Modells hinreichend direkt zu verstehen; Bedeutung variiert mit Modell und Publikum.
Interviewfalle: Interpretierbar und kausal sind unterschiedliche Eigenschaften.
Robustness
Die Fähigkeit eines Systems, unter definierten Störungen, Eingabevariationen oder Betriebsbedingungen akzeptabel und sicher zu funktionieren.
Interviewfalle: Durchschnittsgüte auf einem Holdout belegt keine Robustheit.
Data minimisation
Das Prinzip, personenbezogene Daten auf das für einen festgelegten legitimen Zweck erforderliche Maß zu begrenzen, statt mögliche spätere Nutzung zu sammeln.
Interviewfalle: Mehr Features sind nicht automatisch fachlich erforderlich.
Retrieval-augmented generation (RAG)
Eine Architektur, die vor Generierung externe Dokumente oder Passagen abruft und dem Sprachmodell als Kontext für eine Antwort bereitstellt.
Interviewfalle: RAG garantiert weder richtige Quellenwahl noch Groundedness oder Berechtigungsschutz.
Prompt injection
Eine Angriffsklasse, bei der nicht vertrauenswürdige Eingaben ein generatives System dazu bringen sollen, Anweisungen, Grenzen oder Datenzugriffe unzulässig zu verändern.
Interviewfalle: Ein Systemprompt allein ist keine belastbare Sicherheitsgrenze.
Random experiment
Ein gedanklich oder praktisch wiederholbarer Vorgang mit festgelegtem Ablauf, dessen konkretes Ergebnis vor der Durchführung nicht sicher bekannt ist.
Interviewfalle: Zufällig bedeutet nicht regellos; Versuchsplan und möglicher Ergebnisraum müssen feststehen.
Sample space
Die Menge aller im Modell möglichen elementaren Ergebnisse eines Zufallsexperiments, auf deren Teilmengen Wahrscheinlichkeiten definiert werden.
Interviewfalle: Ein unvollständig definierter Ergebnisraum macht spätere Wahrscheinlichkeitsaussagen mehrdeutig.
Event
Eine Teilmenge des Ergebnisraums, die genau dann eintritt, wenn das beobachtete elementare Ergebnis zu dieser Teilmenge gehört.
Interviewfalle: Ein Ereignis ist eine Menge möglicher Ergebnisse und nicht notwendig ein einzelner beobachteter Fall.
Complement event
Das Gegenereignis zu A umfasst alle Ergebnisse des Ergebnisraums, die nicht in A liegen; seine Wahrscheinlichkeit beträgt eins minus P(A).
Interviewfalle: Die Komplementregel gilt nur relativ zum zuvor festgelegten vollständigen Ergebnisraum.
Conditional probability
Die Wahrscheinlichkeit von A unter der Information, dass B eingetreten ist; formal P(A|B)=P(A∩B)/P(B) für P(B)>0.
Interviewfalle: P(A|B) und P(B|A) dürfen auch bei ähnlicher Formulierung nicht vertauscht werden.
Statistical independence
Zwei Ereignisse sind unabhängig, wenn die Information über das eine die Wahrscheinlichkeit des anderen nicht ändert, äquivalent P(A∩B)=P(A)P(B).
Interviewfalle: Unabhängigkeit folgt weder aus fehlender Korrelation noch aus bloß verschiedenen Variablennamen.
Mutually exclusive events
Disjunkte Ereignisse können im selben Versuch nicht gemeinsam eintreten, weil ihre Schnittmenge leer ist und daher Wahrscheinlichkeit null hat.
Interviewfalle: Disjunkte Ereignisse mit positiver Wahrscheinlichkeit sind gerade nicht stochastisch unabhängig.
Law of total probability
Eine Gesamtwahrscheinlichkeit wird über eine vollständige disjunkte Zerlegung gebildet, indem bedingte Wahrscheinlichkeiten mit den Gruppenanteilen gewichtet werden.
Interviewfalle: Die Gruppen müssen den Ergebnisraum vollständig und ohne Überschneidung zerlegen.
Bayes' theorem
Das Bayes-Theorem aktualisiert eine Ausgangswahrscheinlichkeit mit beobachteter Evidenz und verbindet P(A|B) mit P(B|A), P(A) und P(B).
Interviewfalle: Eine hohe Sensitivität liefert ohne Basisrate keine hohe nachträgliche Wahrscheinlichkeit.
Prior probability
Die A-priori-Wahrscheinlichkeit beschreibt Wissen oder Annahmen über eine Größe vor Einbezug der aktuell betrachteten Beobachtung oder Datenstichprobe.
Interviewfalle: Ein Prior ist weder automatisch subjektiv noch automatisch durch frühere Häufigkeiten gerechtfertigt.
Likelihood
Die Likelihood betrachtet die Wahrscheinlichkeit oder Dichte der beobachteten Daten als Funktion unbekannter Modellparameter bei festgehaltenen Daten.
Interviewfalle: Likelihood ist keine normierte Wahrscheinlichkeitsverteilung über Parameter ohne zusätzliche Annahmen.
Posterior distribution
Die A-posteriori-Verteilung kombiniert Prior und Likelihood und beschreibt die bedingte Parameterunsicherheit nach Einbezug der beobachteten Daten.
Interviewfalle: Ein Posterior ist nur so belastbar wie Modell, Likelihood, Prior und Datenerzeugungsprozess.
Odds
Odds stellen die Wahrscheinlichkeit p als Verhältnis p zu 1−p dar; Odds von drei bedeuten drei erwartete Erfolge je erwarteten Misserfolg.
Interviewfalle: Odds, Wahrscheinlichkeit und Odds Ratio sind drei verschiedene Größen und nicht austauschbar.
Random variable
Eine Zufallsvariable ordnet jedem Ergebnis eines Zufallsexperiments einen numerischen Wert zu und induziert dadurch eine Wahrscheinlichkeitsverteilung.
Interviewfalle: Sie ist eine Abbildungsregel und nicht einfach eine Spalte mit unbekanntem Inhalt.
Discrete random variable
Eine diskrete Zufallsvariable nimmt endlich oder abzählbar viele mögliche Werte an, denen jeweils Wahrscheinlichkeitsmassen zugeordnet werden können.
Interviewfalle: Ganzzahlige Speicherung allein beweist keine fachlich diskrete Zufallsvariable.
Continuous random variable
Eine stetige Zufallsvariable wird über eine Dichte oder Verteilungsfunktion beschrieben; einzelne exakte Werte haben typischerweise Wahrscheinlichkeit null.
Interviewfalle: Dichtewerte sind keine Punktwahrscheinlichkeiten und können sogar größer als eins sein.
Probability mass function (PMF)
Die Wahrscheinlichkeitsfunktion ordnet jedem möglichen Wert einer diskreten Zufallsvariable seine Wahrscheinlichkeit zu; alle Massen summieren sich zu eins.
Interviewfalle: Eine PMF gehört zu diskreten Werten und darf nicht mit einer stetigen Dichte verwechselt werden.
Probability density function (PDF)
Eine Dichte ist eine nichtnegative Funktion, deren Integral über ein Intervall die Wahrscheinlichkeit eines stetigen Wertebereichs ergibt.
Interviewfalle: Die Höhe der Dichte an einem Punkt ist nicht die Wahrscheinlichkeit dieses exakten Punkts.
Cumulative distribution function (CDF)
Die Verteilungsfunktion F(x) gibt P(X≤x) an, ist monoton nicht fallend und nähert sich an den Rändern null beziehungsweise eins.
Interviewfalle: Eine CDF zeigt kumulierte Wahrscheinlichkeit und nicht die lokale Dichte oder Masse.
Quantile
Ein p-Quantil ist ein Schwellenwert, unter dem mindestens der Anteil p der Verteilung liegt; bei diskreten Daten kann es nicht eindeutig sein.
Interviewfalle: Quantile verschiedener Softwarepakete können wegen unterschiedlicher Interpolationsregeln abweichen.
Expected value
Der Erwartungswert ist das wahrscheinlichkeitgewichtete theoretische Mittel einer Zufallsvariable über gedachte Wiederholungen, sofern er existiert.
Interviewfalle: Er muss kein möglicher Einzelwert sein und beschreibt keine Garantie für den nächsten Fall.
Standard deviation
Die Standardabweichung ist die positive Quadratwurzel der Varianz und beschreibt Streuung in derselben Einheit wie die Zufallsvariable.
Interviewfalle: Sie ist nicht robust gegen Ausreißer und nicht mit dem Standardfehler eines Schätzers identisch.
Covariance
Die Kovarianz misst, ob zwei Variablen gemeinsam ober- oder unterhalb ihrer Mittelwerte liegen; ihr Betrag hängt von den Einheiten ab.
Interviewfalle: Kovarianz null bedeutet ohne Zusatzannahmen nicht stochastische Unabhängigkeit.
Bernoulli distribution
Die Bernoulli-Verteilung modelliert einen einzelnen binären Versuch mit Erfolgswahrscheinlichkeit p, Erwartungswert p und Varianz p(1−p).
Interviewfalle: Die beiden Ausgänge brauchen eine fachlich klare Kodierung; 1 bedeutet nicht automatisch etwas Positives.
Binomial distribution
Die Binomialverteilung beschreibt die Zahl der Erfolge in n unabhängigen Bernoulli-Versuchen mit konstanter Erfolgswahrscheinlichkeit p.
Interviewfalle: Abhängige Fälle oder wechselnde Erfolgswahrscheinlichkeiten verletzen das einfache Binomialmodell.
Normal distribution
Die Normalverteilung ist eine symmetrische stetige Verteilung, die durch Mittelwert und Varianz bestimmt ist und viele Näherungen unterstützt.
Interviewfalle: Normalität der Residuen oder eines Schätzers ist nicht dasselbe wie normalverteilte Rohdaten.
Student's t-distribution
Die t-Verteilung ist symmetrisch mit schwereren Rändern als die Normalverteilung und berücksichtigt zusätzliche Unsicherheit durch geschätzte Streuung.
Interviewfalle: Kleine Stichprobe allein rechtfertigt keinen t-Test, wenn Design und Modellannahmen unpassend sind.
Chi-square distribution
Die Chi-Quadrat-Verteilung entsteht als Summe quadrierter unabhängiger standardnormaler Variablen und wird unter anderem für Varianz- und Anpassungstests genutzt.
Interviewfalle: Die passende Freiheitsgradzahl und erwartete Zellbesetzung müssen zum konkreten Test passen.
Poisson distribution
Die Poisson-Verteilung modelliert Ereigniszahlen in einem festen Expositionsintervall bei konstanter Rate und unabhängigen Ereignissen im einfachen Modell.
Interviewfalle: Überdispersion oder zeitabhängige Raten sprechen gegen ein unverändertes Poissonmodell.
Exponential distribution
Die Exponentialverteilung beschreibt im einfachen Poissonprozess Wartezeiten zwischen Ereignissen und besitzt die Gedächtnislosigkeitseigenschaft.
Interviewfalle: Reale Wartezeiten sind häufig nicht gedächtnislos und können zeitabhängige Risiken besitzen.
Law of large numbers
Unter geeigneten Bedingungen nähert sich der Stichprobenmittelwert mit wachsender Zahl unabhängiger Beobachtungen dem Erwartungswert an.
Interviewfalle: Mehr Daten beseitigen weder systematischen Bias noch eine falsche Zielpopulation.
Central limit theorem (CLT)
Unter geeigneten Bedingungen nähert sich die standardisierte Verteilung von Summen oder Mittelwerten bei wachsendem n einer Normalverteilung an.
Interviewfalle: Der Satz macht weder die Rohdaten normalverteilt noch jedes kleine n automatisch ausreichend.
Standardization
Standardisierung zieht typischerweise einen Referenzmittelwert ab und teilt durch eine Referenzstandardabweichung, wodurch eine einheitenlose Skala entsteht.
Interviewfalle: Mittelwert und Streuung dürfen in Evaluation nur aus dem jeweiligen Trainingsanteil gelernt werden.
z-score
Ein z-Wert gibt an, wie viele Referenzstandardabweichungen ein Wert vom Referenzmittel entfernt liegt; Vorzeichen und Basis müssen benannt werden.
Interviewfalle: Ein großer Betrag beweist weder einen Datenfehler noch fachliche Ungewöhnlichkeit.
Degrees of freedom
Freiheitsgrade zählen vereinfacht die nach Modellrestriktionen noch unabhängig variierbaren Informationskomponenten einer statistischen Größe.
Interviewfalle: Sie sind kontextabhängig und nicht pauschal gleich Stichprobengröße minus eins.
Robust statistics
Robuste Verfahren sollen gegenüber moderaten Abweichungen von Modellannahmen oder einzelnen extremen Beobachtungen weniger empfindlich reagieren.
Interviewfalle: Robust bedeutet nicht immun gegen systematische Messfehler, Auswahlbias oder starke Kontamination.
Median
Der Median teilt geordnete Werte so, dass mindestens die Hälfte nicht größer und mindestens die Hälfte nicht kleiner als er ist.
Interviewfalle: Robustheit gegen Ausreißer macht den Median nicht automatisch zum fachlich richtigen Estimand.
Arithmetic mean
Das arithmetische Mittel ist die Summe beobachteter Werte geteilt durch ihre Anzahl und schätzt unter passendem Design einen Populationserwartungswert.
Interviewfalle: Bei Schiefe, Ausreißern oder Gewichten kann das ungewichtete Mittel die Frage verfehlen.
Interquartile range (IQR)
Der Interquartilsabstand ist die Differenz zwischen drittem und erstem Quartil und beschreibt die Breite der mittleren Hälfte einer Verteilung.
Interviewfalle: Eine IQR-Regel markiert rechnerische Extreme, bestätigt aber keine fehlerhaften Beobachtungen.
Outlier
Ein Ausreißer ist eine im gewählten Merkmals- und Referenzkontext ungewöhnliche Beobachtung, die Fehler, seltenen gültigen Fall oder neue Struktur darstellen kann.
Interviewfalle: Ungewöhnliche Werte dürfen nicht ohne Ursachenprüfung automatisch gelöscht werden.
Missing completely at random (MCAR)
MCAR bedeutet, dass die Wahrscheinlichkeit des Fehlens weder von beobachteten noch von unbeobachteten Werten des betrachteten Datenmodells abhängt.
Interviewfalle: MCAR ist eine starke, meist nicht allein aus den beobachteten Daten beweisbare Annahme.
Missing at random (MAR)
MAR bedeutet, dass fehlende Werte nach Konditionierung auf beobachtete Variablen nicht mehr von den fehlenden Werten selbst abhängen.
Interviewfalle: Das Wort zufällig ist irreführend: MAR verlangt ein ausreichend reiches beobachtetes Modell.
Missing not at random (MNAR)
MNAR beschreibt Missingness, die auch nach Berücksichtigung beobachteter Variablen vom unbeobachteten Wert oder nicht erfassten Ursachen abhängt.
Interviewfalle: Standardimputation löst MNAR nicht; Sensitivitätsanalysen und Prozesswissen bleiben nötig.
Point estimate
Eine Punktschätzung fasst die Schätzung eines Zielparameters in einem einzelnen Zahlenwert zusammen, ohne die zugehörige Unsicherheit vollständig auszudrücken.
Interviewfalle: Ein Punktwert sollte bei Entscheidungen nicht ohne Intervall, Design und Annahmen berichtet werden.
Estimator consistency
Ein Schätzer ist konsistent, wenn er unter festgelegten Bedingungen mit wachsender Stichprobe in Wahrscheinlichkeit an den Zielparameter heranrückt.
Interviewfalle: Konsistenz ist eine asymptotische Eigenschaft und garantiert keine gute kleine Stichprobe.
Estimator efficiency
Effizienz vergleicht die Varianz unverzerrter oder anderweitig festgelegter Schätzer für dasselbe Estimand unter demselben statistischen Modell.
Interviewfalle: Ein effizienter Schätzer im falschen Modell oder für das falsche Estimand ist keine gute Wahl.
Mean squared error (MSE)
Der MSE eines Schätzers ist der erwartete quadrierte Abstand zum Zielparameter und zerfällt in Varianz plus quadrierten Bias.
Interviewfalle: Beim Prognose-MSE muss zusätzlich klar sein, über welche Fälle und Verteilung gemittelt wird.
Null hypothesis
Die Nullhypothese spezifiziert die für die Testkalibrierung angenommene Parameter- oder Verteilungsmenge, gegen die ein beobachtetes Ergebnis bewertet wird.
Interviewfalle: Sie ist nicht automatisch die Behauptung keinerlei fachlichen Unterschieds und wird nicht bewiesen.
Alternative hypothesis
Die Alternativhypothese beschreibt die Parameter- oder Verteilungswerte außerhalb der Nullhypothese, für die der Test Evidenz sammeln und Power besitzen soll.
Interviewfalle: Eine vage Alternative verhindert sinnvolle Power- und Fallzahlplanung.
Test statistic
Eine Teststatistik verdichtet Daten zu einer Größe, deren Verteilung unter der Nullhypothese zur Berechnung von Extremität oder kritischem Bereich dient.
Interviewfalle: Die Wahl nach Sichtung der Daten verändert die nominelle Fehlerkontrolle.
Regression task
Eine Regressionsaufgabe sagt eine kontinuierliche oder geordnete numerische Zielgröße voraus und benötigt eine zum Entscheidungsnutzen passende Fehlerfunktion.
Interviewfalle: Eine numerisch kodierte Klasse wird durch ihre Speicherung nicht automatisch zum Regressionsziel.
Classification
Klassifikation ordnet Eingaben einer oder mehreren diskreten Zielklassen zu oder erzeugt Scores und Wahrscheinlichkeiten für solche Klassen.
Interviewfalle: Die fachliche Entscheidungsschwelle ist nicht zwangsläufig die vom Modell vorgegebene Standardgrenze.
Baseline model
Eine Baseline ist ein vorab definierter einfacher Vergleich, etwa Regel, historische Quote oder Dummy-Modell, gegen den Zusatznutzen gemessen wird.
Interviewfalle: Eine schwache oder leakage-behaftete Baseline lässt unnötige Komplexität besser erscheinen.
Dummy estimator
Ein Dummy-Modell ignoriert die Merkmale weitgehend und sagt nach einer einfachen Strategie wie Mehrheitsklasse, Mittelwert oder Zufallsregel voraus.
Interviewfalle: Es ist ein Mindestvergleich und keine automatisch einsatzfähige fachliche Baseline.
One-hot encoding
One-Hot-Kodierung erzeugt für Kategorien binäre Indikatorspalten, damit Modelle keine künstliche numerische Ordnung zwischen Nominalwerten annehmen.
Interviewfalle: Neue oder seltene Kategorien sowie train-test-konsistente Spalten müssen explizit behandelt werden.
Ordinal encoding
Ordinalkodierung bildet Kategorien auf geordnete Zahlen ab, wenn eine fachlich begründete Rangfolge besteht oder das Modell die Codes geeignet verarbeitet.
Interviewfalle: Beliebige Ganzzahlcodes suggerieren Abstände und Ordnung, die fachlich nicht existieren müssen.
Feature scaling
Merkmalsskalierung bringt numerische Features auf vergleichbare Größenordnungen, was Distanz-, Kernel- und gradientenbasierte Verfahren stark beeinflussen kann.
Interviewfalle: Skalierungsparameter müssen ohne Zugriff auf Validierungs- oder Testdaten gelernt werden.
Vector normalization
Vektornormalisierung teilt jeden Merkmalsvektor durch seine Norm und betont dadurch Richtung statt absoluten Betrag, etwa bei Textrepräsentationen.
Interviewfalle: Sie ist nicht dasselbe wie spaltenweise Standardisierung und kann Größeninformation vernichten.
Imputation
Imputation ersetzt fehlende Werte nach einer festgelegten Regel oder einem Modell, damit nachgelagerte Verfahren vollständige Eingaben erhalten.
Interviewfalle: Imputation beseitigt Missingness-Bias nicht und muss innerhalb jedes Trainingsfolds gelernt werden.
Feature engineering
Feature Engineering konstruiert aus verfügbaren Rohdaten zeitpunktgerechte Repräsentationen, die das fachliche Signal für ein Modell zugänglich machen sollen.
Interviewfalle: Nachträglich bekannte oder workflowabhängige Merkmale erzeugen leicht Target- oder Zeit-Leakage.
Feature selection
Merkmalsauswahl reduziert die Eingabe auf eine Teilmenge anhand fachlicher Regeln, Stabilität, Regularisierung oder eines trainingsinternen Auswahlkriteriums.
Interviewfalle: Auswahl auf allen Daten vor Cross-Validation überträgt Testinformation in das Training.
Polynomial features
Polynommerkmale ergänzen Potenzen und Produkte bestehender Variablen, sodass lineare Modelle gekrümmte Verläufe und Interaktionen darstellen können.
Interviewfalle: Der Merkmalsraum wächst schnell und benötigt Regularisierung sowie fachlich plausible Bereiche.
Class weight
Klassengewichte verändern den Beitrag von Trainingsbeispielen verschiedener Klassen zur Loss, um asymmetrische Lernprioritäten oder Häufigkeiten abzubilden.
Interviewfalle: Gewichte ersetzen weder Schwellenwahl noch eine Evaluation unter realen Prävalenzen und Kosten.
Loss function
Die Verlustfunktion bewertet den Fehler einzelner Vorhersagen oder Mini-Batches und liefert das Signal, anhand dessen Modellparameter optimiert werden.
Interviewfalle: Eine gut optimierbare Loss ist nicht automatisch identisch mit fachlichem Nutzen oder Risiko.
Objective function
Die Zielfunktion kombiniert typischerweise aggregierten Trainingsverlust mit Regularisierung oder Nebenbedingungen und wird während des Fits minimiert oder maximiert.
Interviewfalle: Offline-Zielfunktion und tatsächliche Deployment-Entscheidung müssen ausdrücklich verbunden werden.
Gradient descent
Gradientenabstieg aktualisiert Parameter iterativ entgegen der lokalen Steigungsrichtung einer differenzierbaren Zielfunktion, um deren Wert zu verringern.
Interviewfalle: Konvergenz zu einem guten Punkt hängt von Skalierung, Lernrate, Initialisierung und Landschaft ab.
Learning rate
Die Lernrate skaliert die Größe eines Optimierungsschritts und beeinflusst Geschwindigkeit, Stabilität und erreichbare Lösung des Trainings erheblich.
Interviewfalle: Zu groß kann divergieren, zu klein kann praktisch stagnieren; ein einzelner Wert ist nicht universell optimal.
Epoch
Eine Epoche bezeichnet einen vollständigen Durchlauf des Optimierungsverfahrens über die für diesen Durchlauf vorgesehene Trainingsmenge.
Interviewfalle: Mehr Epochen bedeuten nicht monoton bessere Generalisierung und können Überanpassung verstärken.
Mini-batch
Ein Mini-Batch ist eine Teilmenge von Trainingsbeispielen, aus der ein stochastischer Gradientenschritt berechnet wird, bevor Parameter aktualisiert werden.
Interviewfalle: Batchgröße verändert Rauschen, Speicherbedarf und Optimierungsdynamik, nicht nur Laufzeit.
Early stopping
Early Stopping beendet das Training, wenn eine getrennte Validierungskennzahl über eine festgelegte Geduld hinweg nicht mehr ausreichend verbessert wird.
Interviewfalle: Die überwachte Validierungsmenge wird Teil der Modellwahl und ist kein unberührter finaler Test.
Linear regression
Lineare Regression modelliert den bedingten Erwartungswert einer numerischen Zielgröße als lineare Kombination von Merkmalen und geschätzten Koeffizienten.
Interviewfalle: Linear in Parametern bedeutet nicht automatisch kausal, robust oder passend in den Rohvariablen.
Logistic regression
Logistische Regression modelliert den Logit einer binären Wahrscheinlichkeit als lineare Funktion der Merkmale und wird über probabilistischen Verlust geschätzt.
Interviewfalle: Ein Koeffizient wirkt linear auf Log-Odds, nicht als konstanter Prozentpunkt-Effekt auf p.
Ridge regression
Ridge ergänzt eine quadratische L2-Strafe auf Koeffizienten, stabilisiert korrelierte lineare Modelle und schrumpft Gewichte typischerweise gegen null.
Interviewfalle: Die Strafe macht Koeffizienten normalerweise nicht exakt null und erfordert sinnvolle Skalierung.
Least absolute shrinkage and selection operator (Lasso)
Lasso verwendet eine L1-Strafe, die Koeffizienten schrumpfen und einige exakt auf null setzen kann, wodurch implizite Merkmalsauswahl entsteht.
Interviewfalle: Bei korrelierten Features kann die ausgewählte Variable instabil und fachlich irreführend sein.
Elastic net
Elastic Net kombiniert L1- und L2-Regularisierung, um Sparsity mit stabilerer Behandlung korrelierter Merkmalsgruppen zu verbinden.
Interviewfalle: Mischungsanteil und Gesamtstärke sind Hyperparameter und dürfen nicht am Test optimiert werden.
Tree depth
Die Baumtiefe ist die maximale Zahl aufeinanderfolgender Splitentscheidungen von der Wurzel bis zu einem Blatt und steuert Modellkomplexität sowie Latenz.
Interviewfalle: Tiefe Bäume erfassen leicht Rauschen und kleine, instabile Teilgruppen.
Leaf node
Ein Blattknoten ist eine Endregion eines Entscheidungsbaums, die einen Klassenanteil, Score oder Regressionswert aus den zugeordneten Trainingsfällen ausgibt.
Interviewfalle: Sehr kleine Blätter liefern hochvariable Schätzungen und können sensible Einzelfälle offenlegen.
Random forest
Ein Random Forest mittelt viele auf Bootstrap-Stichproben und zufälligen Merkmalsmengen trainierte Bäume, um deren Varianz zu reduzieren.
Interviewfalle: Das Ensemble beseitigt keine gemeinsame Labelverzerrung und ist nicht automatisch kalibriert.
Bootstrap aggregating (bagging)
Bagging trainiert Modelle auf resampleten Trainingsmengen und aggregiert ihre Vorhersagen, um instabile Basislerner durch Mittelung robuster zu machen.
Interviewfalle: Bagging hilft vor allem gegen Varianz und repariert keinen starken gemeinsamen Modellbias.
Boosting
Boosting kombiniert schwächere Lerner sequenziell, wobei spätere Schritte vorherige Fehler oder Gradienten adressieren und ein starkes Ensemble bilden.
Interviewfalle: Zu viele oder zu komplexe Schritte können Rauschen verfolgen und Monitoring erschweren.
Gradient boosting
Gradient Boosting fügt Bäume oder andere Basislerner schrittweise hinzu, um den negativen Gradienten einer differenzierbaren Verlustfunktion anzunähern.
Interviewfalle: Learning Rate und Baumzahl wirken zusammen; gute Rankingwerte garantieren keine Kalibrierung.
Kernel function
Ein Kernel berechnet Ähnlichkeiten so, als würden Daten in einem möglicherweise hochdimensionalen Merkmalsraum verglichen, ohne ihn explizit aufzubauen.
Interviewfalle: Kernelwahl und Skalierung kodieren starke Geometrieannahmen und können bei großem n teuer werden.
Margin
Die Margin bezeichnet bei trennenden Klassifikatoren den Abstand relevanter Punkte zur Entscheidungsgrenze; SVMs balancieren große Margin gegen Verletzungen.
Interviewfalle: Eine große Trainingsmargin garantiert keine gute Wahrscheinlichkeitskalibrierung oder Shift-Robustheit.
Centroid
Ein Clusterzentrum ist eine repräsentative Lage eines Clusters, bei k-Means der arithmetische Mittelwert der aktuell zugeordneten Punkte im Merkmalsraum.
Interviewfalle: Ein Zentrum muss kein realer Datenpunkt sein und ist bei nichtkugelförmigen Gruppen wenig aussagekräftig.
k-means clustering
k-Means teilt Punkte in k Gruppen, indem es die Summe quadrierter Distanzen zu den jeweiligen Clusterzentren iterativ verringert.
Interviewfalle: k, Skalierung, Initialisierung und annähernd kugelige Geometrie beeinflussen das Ergebnis stark.
Density-based spatial clustering of applications with noise
DBSCAN bildet Cluster aus dichten Nachbarschaften, kann beliebige Formen erfassen und kennzeichnet Punkte außerhalb dichter Regionen als Rauschen.
Interviewfalle: Ein globales Epsilon funktioniert schlecht bei stark variierender Dichte oder unskalierten Features.
Silhouette coefficient
Der Silhouettenkoeffizient vergleicht für jeden Punkt die mittlere Distanz im eigenen Cluster mit der besten fremden Clusternachbarschaft.
Interviewfalle: Ein hoher interner Geometriewert beweist keine fachlich nützlichen oder fairen Gruppen.
Novelty detection
Novelty Detection lernt eine Beschreibung überwiegend normaler Trainingsdaten und bewertet neue, zuvor ungesehene Punkte auf Abweichung von dieser Referenz.
Interviewfalle: Sie unterscheidet sich von Outlier Detection auf bereits kontaminierten Trainingsdaten.
Isolation forest
Isolation Forest isoliert Beobachtungen über zufällige rekursive Splits; ungewöhnliche Punkte benötigen im Mittel kürzere Pfade zur Isolation.
Interviewfalle: Der Anomaliescore liefert keine automatische Betrugsdiagnose oder kausale Erklärung.
Curse of dimensionality
Mit wachsender Dimension werden Datenräume dünn besetzt und Distanzen, lokale Nachbarschaften sowie benötigte Stichprobengrößen können sich ungünstig verhalten.
Interviewfalle: Mehr Features erhöhen nicht automatisch Information und können distanzbasierte Verfahren entwerten.
Embedding
Eine Einbettung bildet Objekte wie Wörter, Dokumente oder Kategorien auf dichte numerische Vektoren ab, deren Geometrie gelernte Ähnlichkeiten ausdrücken soll.
Interviewfalle: Vektornähe ist modell- und datenabhängig und keine Garantie fachlicher Gleichwertigkeit.
Semi-supervised learning
Semi-supervised Learning kombiniert wenige gelabelte mit vielen ungelabelten Beispielen, um unter Strukturannahmen eine bessere Vorhersagefunktion zu lernen.
Interviewfalle: Falsche Pseudolabels können sich selbst verstärken und benötigen getrennte echte Evaluation.
Self-supervised learning
Self-supervised Learning erzeugt Trainingsziele aus der Struktur ungelabelter Daten, etwa durch Maskierung, und lernt so übertragbare Repräsentationen.
Interviewfalle: Automatisch erzeugte Ziele beseitigen weder Datenbias noch die Notwendigkeit aufgabennaher Evaluation.
Transfer learning
Transfer Learning übernimmt Repräsentationen oder Parameter aus einer Quellaufgabe und passt sie an eine Zielaufgabe mit meist weniger neuen Daten an.
Interviewfalle: Negativer Transfer entsteht, wenn Quelle, Ziel, Population oder Datenrechte nicht ausreichend passen.
Foundation model
Ein Foundation Model wird auf breiten Daten für allgemeine Fähigkeiten trainiert und anschließend direkt, per Prompt oder Anpassung für viele Aufgaben eingesetzt.
Interviewfalle: Breite Verwendbarkeit macht Einsatzgrenzen, Datenherkunft und nachgelagerte Risiken nicht kleiner.
Token
Ein Token ist eine vom Tokenizer erzeugte Verarbeitungseinheit eines Sprachmodells, etwa Wortteil, Zeichenfolge oder Sondermarke, nicht zwingend ein Wort.
Interviewfalle: Kosten- und Kontextgrenzen werden in Tokens gemessen und lassen sich nicht exakt aus Wortzahlen ableiten.
Attention mechanism
Attention berechnet kontextabhängige gewichtete Kombinationen von Repräsentationen und erlaubt Modellen, Beziehungen zwischen Positionen flexibel zu nutzen.
Interviewfalle: Attention-Gewichte sind nicht automatisch eine belastbare kausale Erklärung der Ausgabe.
Activation function
Eine Aktivierungsfunktion führt Nichtlinearität zwischen neuronalen Schichten ein und beeinflusst Gradientenfluss, Ausdrucksstärke und Optimierbarkeit des Netzes.
Interviewfalle: Ohne Nichtlinearität kollabieren gestapelte lineare Schichten zu einer linearen Abbildung.
Backpropagation
Backpropagation berechnet Gradienten der Loss nach Netzwerkparametern effizient durch rückwärtige Anwendung der Kettenregel auf den Rechengraphen.
Interviewfalle: Sie ist der Gradientenberechnungsmechanismus und nicht selbst die gesamte Optimierungsstrategie.
Dropout
Dropout deaktiviert während des Trainings zufällig Aktivierungen und wirkt dadurch als stochastische Regularisierung gegen zu starke Koanpassung.
Interviewfalle: Im Inferenzmodus wird Dropout anders behandelt; falscher Modus macht Ausgaben instabil.
Confusion matrix
Die Konfusionsmatrix zählt wahre und vorhergesagte Klassen gemeinsam und bildet die Grundlage für klassenbezogene Fehler- und Trefferkennzahlen.
Interviewfalle: Zeilen- und Spaltenkonvention sowie positive Klasse müssen vor jeder Interpretation benannt werden.
True positive (TP)
Ein True Positive ist ein tatsächlich positiver Fall, den die festgelegte Entscheidungsregel ebenfalls als positiv klassifiziert hat.
Interviewfalle: Positiv ist eine definierte Klasse und keine automatische moralische oder fachliche Bewertung.
True negative (TN)
Ein True Negative ist ein tatsächlich negativer Fall, den die Entscheidungsregel korrekt als negativ klassifiziert hat.
Interviewfalle: Viele True Negatives können bei seltener Zielklasse eine schlechte Minderheitsleistung verdecken.
False positive (FP)
Ein False Positive ist ein tatsächlich negativer Fall, den das System fälschlich als positiv markiert und dadurch eine unnötige Aktion auslösen kann.
Interviewfalle: Sein fachlicher Schaden hängt vom Workflow ab und ist nicht allein durch die Anzahl beschrieben.
False negative (FN)
Ein False Negative ist ein tatsächlich positiver Fall, den die Entscheidungsregel übersieht und daher nicht der vorgesehenen positiven Aktion zuführt.
Interviewfalle: Sein Risiko kann verzögert sichtbar werden und verlangt labelzeitgerechtes Monitoring.
Accuracy
Accuracy ist der Anteil aller Fälle, deren vorhergesagte Klasse der Referenzklasse entspricht, also (TP+TN) geteilt durch alle Fälle.
Interviewfalle: Bei stark ungleichen Klassen kann die Mehrheitsvorhersage eine hohe Accuracy ohne Nutzen erreichen.
Balanced accuracy
Balanced Accuracy mittelt die Recall-Werte der Klassen und gibt damit jeder Klasse unabhängig von ihrer Häufigkeit dasselbe Gewicht.
Interviewfalle: Gleiches Klassengewicht entspricht nicht automatisch den tatsächlichen fachlichen Fehlerkosten.
Prevalence
Prävalenz ist der Anteil tatsächlich positiver Fälle in einer klar definierten Population und Zeitperiode, gegen den prädiktive Werte sensibel sind.
Interviewfalle: Eine gesampelte Testprävalenz kann von der Deploymentprävalenz abweichen und PPV verzerren.
Sensitivity / true positive rate
Sensitivität ist der Anteil der tatsächlich positiven Fälle, die als positiv erkannt werden; sie entspricht Recall für die positive Klasse.
Interviewfalle: Hohe Sensitivität kann durch viele False Positives erkauft werden und braucht eine Schwelle.
Negative predictive value (NPV)
Der negative Vorhersagewert ist der Anteil tatsächlich negativer Fälle unter allen negativ klassifizierten Fällen, also TN/(TN+FN).
Interviewfalle: Er verändert sich mit Prävalenz und darf nicht ungeprüft zwischen Populationen übertragen werden.
False positive rate (FPR)
Die Falsch-positiv-Rate ist der Anteil negativer Referenzfälle, die positiv klassifiziert werden, formal FP/(FP+TN).
Interviewfalle: Sie ist nicht gleich dem Anteil Falsch-Positiver unter allen positiven Vorhersagen.
False negative rate (FNR)
Die Falsch-negativ-Rate ist der Anteil positiver Referenzfälle, die das System negativ klassifiziert, formal FN/(FN+TP).
Interviewfalle: Sie ergänzt Sensitivität zu eins, aber nicht notwendigerweise Precision oder Spezifität.
Matthews correlation coefficient (MCC)
MCC fasst alle vier Felder der binären Konfusionsmatrix in einem Korrelationsmaß zwischen wahrer und vorhergesagter Klasse zusammen.
Interviewfalle: Auch ein balanciertes Gesamtmaß ersetzt keine Fehlerkosten- und Subgruppenanalyse.
Log loss / cross-entropy
Log Loss bewertet vorhergesagte Klassenwahrscheinlichkeiten und bestraft selbstsichere falsche Vorhersagen besonders stark als proper scoring rule.
Interviewfalle: Numerische Stabilität und echte Wahrscheinlichkeitsinterpretation sind wichtiger als harte Klassen allein.
Mean absolute error (MAE)
MAE ist der Mittelwert absoluter Vorhersagefehler in der Einheit der Zielgröße und gewichtet jeden zusätzlichen Fehlerbetrag linear.
Interviewfalle: Er verschleiert Fehlerasymmetrie und kann bei heterogenen Gruppen dieselbe Zahl trotz anderer Risiken liefern.
Root mean squared error (RMSE)
RMSE ist die Quadratwurzel des mittleren quadrierten Fehlers und betont größere Abweichungen stärker als der MAE bei gleicher Zieleinheit.
Interviewfalle: Einzelne Extreme können das Maß dominieren; ihre fachliche Bedeutung muss geprüft werden.
Coefficient of determination (R²)
R² vergleicht quadrierten Prognosefehler mit einer Mittelwertreferenz auf derselben Auswertungsmenge und kann außerhalb des Trainings negativ sein.
Interviewfalle: Ein hohes R² belegt weder Kausalität noch geringe absolute oder deployment-relevante Fehler.
Mean absolute percentage error (MAPE)
MAPE mittelt absolute relative Fehler zum Istwert und wirkt dadurch skalenfrei, ist aber bei kleinen oder nullwertigen Zielen problematisch.
Interviewfalle: Nahe null explodieren relative Fehler; asymmetrische Verzerrungen können Modellwahl fehlleiten.
Ranking metric
Eine Ranking-Metrik bewertet die Reihenfolge von Fällen nach Relevanz oder Risiko, ohne zwingend eine feste Klassifikationsschwelle vorauszusetzen.
Interviewfalle: Gute Rangfolge garantiert weder kalibrierte Wahrscheinlichkeiten noch ausreichende Top-k-Kapazität.
Precision@k
Precision@k ist der Anteil relevanter oder positiver Fälle unter den k höchst gerankten Ergebnissen eines Systems.
Interviewfalle: k muss zur realen Bearbeitungskapazität passen und darf nicht nach Testresultaten opportunistisch gewählt werden.
Recall@k
Recall@k ist der Anteil aller relevanten oder positiven Fälle, die innerhalb der k höchst gerankten Ergebnisse enthalten sind.
Interviewfalle: Hoher Recall@k kann bei großem k operativ unbrauchbar sein und braucht eine Kapazitätsgrenze.
Lift
Lift vergleicht die positive Rate in einem ausgewählten Rankingsegment mit der positiven Rate der Referenzpopulation und misst relative Anreicherung.
Interviewfalle: Lift hängt von Segmentgröße und Referenzprävalenz ab und ist keine absolute Nutzenkennzahl.
Calibration curve / reliability diagram
Ein Reliability-Diagramm stellt mittlere vorhergesagte Wahrscheinlichkeit und beobachteten positiven Anteil in Score-Bins gegenüber.
Interviewfalle: Das Bild hängt von Binning und Stichprobengröße ab; kleine Bins benötigen Unsicherheitsangaben.
Expected calibration error (ECE)
ECE mittelt absolute Abstände zwischen mittlerer Vorhersage und beobachteter Rate über Bins, meist gewichtet nach deren Größe.
Interviewfalle: ECE ist stark von Binning abhängig und kann lokale oder subgruppenbezogene Fehlkalibrierung verdecken.
Discrimination
Diskrimination beschreibt, wie gut ein Score Fälle unterschiedlicher Zielklasse ordnet oder trennt, unabhängig von absoluter Wahrscheinlichkeitskalibrierung.
Interviewfalle: Ein gut diskriminierendes Modell kann systematisch über- oder unterkonfidente Wahrscheinlichkeiten liefern.
Threshold curve
Eine Schwellenkurve zeigt, wie sich Treffer, Fehler, Volumen oder Nutzen bei Variation der Entscheidungsschwelle verändern.
Interviewfalle: Die Schwelle muss auf Validierungsdaten mit Kapazität und Kosten gewählt, dann separat getestet werden.
Cost matrix
Eine Kostenmatrix ordnet Kombinationen aus wahrer und getroffener Entscheidung monetäre, operative oder risikobezogene Konsequenzen zu.
Interviewfalle: Zahlen sind Annahmen oder Schätzungen und dürfen nicht ohne Stakeholder und Sensitivität als Wahrheit gelten.
Decision utility
Entscheidungsnutzen fasst erwünschte und unerwünschte Folgen einer Modell-gestützten Handlung im konkreten Workflow zusammen.
Interviewfalle: Ein einzelner Nutzenwert darf Verteilungswirkungen, Rechte und harte Sicherheitsgrenzen nicht verdecken.
Expected decision cost
Erwartete Kosten gewichten mögliche Entscheidungsfolgen mit ihren Wahrscheinlichkeiten oder empirischen Häufigkeiten unter einer festgelegten Policy.
Interviewfalle: Unsichere Kostenannahmen benötigen Szenarien; Mittelwerte verdecken seltene schwere Schäden.
Reject option
Eine Ablehnungsoption erlaubt dem System, bei geringer Sicherheit oder außerhalb des Geltungsbereichs keine automatische Vorhersageentscheidung abzugeben.
Interviewfalle: Abstention verlagert Fälle in einen Workflow, dessen Kapazität und Qualität mitgemessen werden müssen.
Uncertainty interval
Ein Unsicherheitsintervall quantifiziert einen plausiblen Wertebereich aufgrund spezifizierter Stichproben-, Modell- oder Prognoseunsicherheit und ihrer Annahmen.
Interviewfalle: Ohne benannte Unsicherheitsart und Abdeckungsinterpretation bleibt ein Intervall missverständlich.
Prediction interval
Ein Prognoseintervall soll einen Bereich für eine künftige Einzelbeobachtung abdecken und umfasst typischerweise Parameter- plus individuelle Reststreuung.
Interviewfalle: Es ist meist breiter als ein Konfidenzintervall für den bedingten Mittelwert und nicht austauschbar.
Group split
Ein Gruppensplit hält alle Beobachtungen derselben abhängigen Einheit, etwa Person oder Gerät, gemeinsam in genau einem Datenteil.
Interviewfalle: Zeilenweises Mischen lässt sonst gruppenspezifische Information zwischen Training und Test durchsickern.
Temporal split
Ein Zeitsplit trainiert auf früher verfügbarer Information und bewertet auf späteren Zeiträumen, um die geplante Vorhersagesituation nachzubilden.
Interviewfalle: Features und Labels brauchen zusätzlich einen as-of-Zeitpunkt; Sortieren allein verhindert keine Leakage.
Nested cross-validation
Nested CV trennt innere Hyperparameterwahl von äußerer Leistungsschätzung, indem jeder äußere Trainingsfold eine eigene innere Auswahl durchläuft.
Interviewfalle: Preprocessing und Featureauswahl müssen ebenfalls innerhalb der inneren Schleife erfolgen.
Stratification
Stratifizierung erhält bei einer Aufteilung ausgewählte Klassen- oder Schichtanteile näherungsweise, um sehr ungleiche Folds zu vermeiden.
Interviewfalle: Sie berücksichtigt keine Gruppen- oder Zeitabhängigkeit und kann diese nicht ersetzen.
Out-of-time test
Ein Out-of-time-Test bewertet das endgültig gewählte System auf einem späteren, während Entwicklung und Auswahl unberührten Zeitraum.
Interviewfalle: Ein einzelner später Zeitraum deckt keine saisonalen, strukturellen oder policybedingten Veränderungen vollständig ab.
Backtesting
Backtesting simuliert eine historische Einsatzpolicy wiederholt mit damals verfügbarer Information, festen Regeln und zeitgerechter Ergebnismessung.
Interviewfalle: Heutige bereinigte Daten oder rückwirkend bekannte Labels können unbemerkt Zukunftswissen einführen.
Covariate shift
Covariate Shift bezeichnet eine Änderung der Eingabeverteilung P(X), während die bedingte Zielbeziehung P(Y|X) idealisiert stabil bleibt.
Interviewfalle: Aus unbeobachteten Labels lässt sich die Stabilität von P(Y|X) im Betrieb nicht einfach bestätigen.
Label shift / prior probability shift
Label Shift beschreibt eine Änderung der Klassenanteile P(Y) bei idealisiert stabiler Verteilung P(X|Y), etwa durch andere Fallmischung.
Interviewfalle: Die Annahme stabiler klassenbedingter Features ist stark und muss vor Korrekturen geprüft werden.
SELECT query
Eine SELECT-Abfrage liest null oder mehr Ergebniszeilen aus relationalen Tabellen oder abgeleiteten Relationen, ohne die Datenbank selbst zu verändern.
Interviewfalle: Logische Abfrageform und tatsächlicher physischer Ausführungsplan sind nicht dasselbe.
INNER JOIN
Ein Inner Join kombiniert nur Zeilen, für die die angegebene Join-Bedingung zwischen linker und rechter Eingabe erfüllt ist.
Interviewfalle: Viele-zu-viele-Schlüssel vervielfachen Zeilen und können Nenner sowie Zielkörnung zerstören.
LEFT OUTER JOIN
Ein Left Join erhält jede linke Zeile und ergänzt passende rechte Werte; ohne Treffer werden die rechten Spalten mit NULL dargestellt.
Interviewfalle: Ein Filter auf rechte Spalten in WHERE kann den äußeren Join unbeabsichtigt zum Inner Join machen.
GROUP BY
GROUP BY bildet Gruppen gleicher Schlüsselwerte, auf denen Aggregatfunktionen wie COUNT, SUM oder AVG je Ergebnisgruppe berechnet werden.
Interviewfalle: Die Gruppenschlüssel definieren die Ergebniskörnung und müssen zum Estimand passen.
HAVING clause
HAVING filtert Gruppen nach der Aggregation, während WHERE gewöhnlich einzelne Eingabezeilen vor der Gruppierung auswählt.
Interviewfalle: Eine Bedingung in der falschen Phase kann Zähler und Nenner fachlich verändern.
Window function
Eine Fensterfunktion berechnet Werte über eine definierte Partition und Reihenfolge, ohne die Eingabezeilen wie GROUP BY zu einer Zeile je Gruppe zu verdichten.
Interviewfalle: Fehlende eindeutige ORDER-BY-Regel macht zeitliche Ergebnisse bei Gleichständen instabil.
Common table expression (CTE)
Ein CTE benennt ein temporäres Abfrageergebnis innerhalb eines SQL-Statements und kann komplexe Logik in nachvollziehbare Schritte gliedern.
Interviewfalle: Lesbarkeit garantiert weder Materialisierung noch bessere Performance; der Optimizer entscheidet systemspezifisch.
SQL NULL
NULL repräsentiert in SQL einen fehlenden oder unbekannten Wert und folgt dreiwertiger Logik statt gewöhnlicher Gleichheitssemantik.
Interviewfalle: NULL = NULL ergibt nicht wahr; Vergleiche benötigen IS NULL oder passende Behandlung.
Primary key
Ein Primärschlüssel identifiziert jede Zeile einer Relation eindeutig und sollte stabil, nicht fehlend und in seiner fachlichen Körnung dokumentiert sein.
Interviewfalle: Eine technisch eindeutige ID beweist nicht, dass die Tabelle die fachlich erwartete Einheit besitzt.
Foreign key
Ein Fremdschlüssel verweist von einer Tabelle auf einen Schlüssel einer anderen und kann referenzielle Integrität zwischen Entitäten erzwingen.
Interviewfalle: Vorhandene Schlüsselwerte sichern keine zeitliche Gültigkeit oder fachlich korrekte Join-Beziehung.
UNIQUE constraint
Ein UNIQUE-Constraint verhindert doppelte Kombinationen definierter Spalten nach der jeweiligen Datenbanksemantik und schützt erwartete Kardinalität.
Interviewfalle: NULL-Behandlung und Constraintdetails unterscheiden sich zwischen SQL-Systemen und Versionen.
Database transaction
Eine Transaktion gruppiert Datenbankoperationen zu einer kontrollierten Einheit, die bei Erfolg bestätigt oder bei Fehlern zurückgesetzt werden kann.
Interviewfalle: Transaktionsgrenzen und Isolation müssen zum Workflow passen; Autocommit ist kein universeller Schutz.
Atomicity, consistency, isolation, durability
ACID bündelt Eigenschaften transaktionaler Systeme: atomare Änderungen, Constraint-Erhalt, kontrollierte Nebenläufigkeit und dauerhafte Bestätigung.
Interviewfalle: ACID sagt ohne Isolationsniveau und Systemgrenze wenig über konkrete Nebenläufigkeitsanomalien aus.
Data schema
Ein Datenschema beschreibt erwartete Felder, Typen, Constraints und Beziehungen eines Datenbestands oder einer Schnittstelle als prüfbaren Vertrag.
Interviewfalle: Ein technisch valides Schema garantiert keine fachliche Bedeutung, Aktualität oder zulässige Nutzung.
Data lineage
Data Lineage dokumentiert, aus welchen Quellen Daten stammen, welche Transformationen sie durchlaufen und welche Artefakte oder Entscheidungen sie speisen.
Interviewfalle: Eine grobe Pipelinegrafik reicht für zeilen-, feature- oder versionsbezogene Rückverfolgung oft nicht aus.
Data provenance
Datenprovenienz hält Herkunft, Erfassungsbedingungen, Verantwortlichkeit und Bearbeitungshistorie fest, damit Eignung und Grenzen nachvollziehbar bleiben.
Interviewfalle: Bekannte Herkunft bedeutet noch nicht, dass Einwilligung, Zweck oder Repräsentativität passen.
Extract, transform, load
ETL extrahiert Daten aus Quellen, transformiert sie vorab und lädt das Ergebnis in ein Zielsystem mit definierter Struktur und Qualitätsprüfung.
Interviewfalle: Die Abkürzung sagt nichts über Reihenfolgegarantien, Wiederholbarkeit oder Fehlerbehandlung der konkreten Pipeline.
Extract, load, transform
ELT lädt extrahierte Rohdaten zunächst in eine Zielplattform und führt Transformationen dort mit deren Rechen- und Governancefunktionen aus.
Interviewfalle: Frühes Laden kann sensible Rohdaten verbreitern und benötigt Zugriffskontrolle sowie Aufbewahrungsregeln.
Workflow orchestration
Orchestrierung koordiniert Abhängigkeiten, Zeitpläne, Parameter, Zustände, Wiederholungen und Beobachtbarkeit mehrstufiger Daten- oder ML-Workflows.
Interviewfalle: Ein grüner Orchestratorstatus beweist nur technische Ausführung, nicht fachlich korrekte Daten.
Scheduler
Ein Scheduler startet Aufgaben nach Zeit, Ereignis oder Abhängigkeit und verwaltet deren geplante Ausführung innerhalb eines Workflowsystems.
Interviewfalle: Zeitplan und Ereigniszeit sind verschieden; verspätete Daten benötigen eigene Regeln.
Retry
Ein Retry wiederholt eine fehlgeschlagene Operation nach definierter Strategie, typischerweise mit Begrenzung, Verzögerung und klassifizierbaren Fehlern.
Interviewfalle: Ohne Idempotenz können Wiederholungen doppelte Buchungen, Events oder Benachrichtigungen erzeugen.
Backfill
Ein Backfill berechnet historische Partitionen oder fehlende Ergebnisse nachträglich mit einer festgelegten Code-, Daten- und Konfigurationsversion.
Interviewfalle: Heutige Logik auf historische Daten kann Zukunftswissen oder rückwirkende Definitionen einführen.
Event-time watermark
Eine Watermark schätzt in Streaming-Systemen, bis zu welcher Ereigniszeit nur noch begrenzt verspätete Daten erwartet und Fenster abgeschlossen werden können.
Interviewfalle: Sie ist eine operative Annahme, keine Garantie, dass keine späteren Ereignisse mehr eintreffen.
Late-arriving event
Ein verspätetes Ereignis erreicht die Verarbeitung deutlich nach seiner fachlichen Ereigniszeit und kann bereits berechnete Fenster oder Features verändern.
Interviewfalle: Verarbeitungszeit statt Ereigniszeit kann Training und Online-Features inkonsistent machen.
Schema evolution
Schema-Evolution beschreibt kontrollierte Änderungen an Feldern, Typen und Constraints über Versionen unter Berücksichtigung bestehender Produzenten und Konsumenten.
Interviewfalle: Eine technisch rückwärtskompatible Änderung kann fachliche Semantik trotzdem brechen.
Data quality rule
Eine Datenqualitätsregel prüft eine konkret erwartete Eigenschaft wie Eindeutigkeit, Wertebereich, Vollständigkeit, Aktualität oder referenzielle Integrität.
Interviewfalle: Bestehende Regeln messen nur bekannte Erwartungen und finden nicht automatisch Bedeutungsänderungen.
Observability
Observability bezeichnet die Fähigkeit, internen Systemzustand aus geeigneten Logs, Metriken, Traces und Datenqualitätsindikatoren diagnostizierbar zu machen.
Interviewfalle: Viele Telemetriedaten ohne Fragen, Eigentümer und Alarmreaktion erzeugen keine wirksame Beobachtbarkeit.
Unit test
Ein Unit-Test prüft eine kleine isolierte Codeeinheit mit kontrollierten Eingaben und erwarteten Ausgaben schnell und reproduzierbar.
Interviewfalle: Isolierte Tests erkennen keine falschen Verträge oder Integrationsprobleme zwischen realen Komponenten.
Integration test
Ein Integrationstest prüft das Zusammenspiel mehrerer Komponenten, Schnittstellen oder Speicher mit realitätsnahen Verträgen und Fehlerfällen.
Interviewfalle: Ein Happy-Path-Test deckt Timeouts, Teilfehler, Schemawechsel und Wiederholungen nicht ausreichend ab.
Regression test
Ein Regressionstest hält zuvor erwartetes Verhalten nach Änderungen fest und alarmiert, wenn Code, Daten oder Konfiguration bekannte Ergebnisse brechen.
Interviewfalle: Festgeschriebene Erwartungen können selbst veraltet sein und benötigen fachliche Revision.
Reproducibility
Reproduzierbarkeit bedeutet, ein Ergebnis mit dokumentierten Daten-, Code-, Abhängigkeits-, Konfigurations- und Zufallszuständen erneut erzeugen zu können.
Interviewfalle: Ein gesetzter Random Seed allein fixiert weder Datenquelle noch Bibliotheks- oder Hardwareverhalten.
Dependency pinning
Dependency Pinning legt verwendete Bibliotheksversionen oder überprüfbare Artefakte fest, um Umgebungen kontrolliert reproduzieren und aktualisieren zu können.
Interviewfalle: Vollständiges Einfrieren verhindert keine Sicherheitslücken und braucht einen Updateprozess.
Version control
Versionskontrolle protokolliert Änderungen an Code, Konfiguration und kleinen Textartefakten mit Historie, Review und referenzierbaren Ständen.
Interviewfalle: Große Daten und Modelle benötigen ergänzende Versionierung; ein Commit allein erfasst sie nicht.
Python module
Ein Python-Modul ist eine organisatorische Codeeinheit, die Definitionen bereitstellt und über das Importsystem geladen werden kann; häufig entspricht sie einer Datei.
Interviewfalle: Importierbarkeit hängt von Umgebung und Suchpfad ab und beweist keine saubere Paketinstallation.
Python package
Ein Python-Paket strukturiert Module in einem Namensraum und ermöglicht wiederverwendbare, versionierbare Verteilung über definierte Paketmetadaten.
Interviewfalle: Ein Ordner mit Skripten ist nicht automatisch ein reproduzierbar gebautes und getestetes Paket.
Application programming interface (API)
Eine API ist ein dokumentierter Vertrag, über den Softwarekomponenten Funktionen oder Ressourcen aufrufen und strukturierte Ergebnisse erhalten.
Interviewfalle: HTTP-Nutzung allein definiert weder stabile Semantik, Authentisierung noch Versionierung einer API.
HTTP request
Ein HTTP-Request ist eine Clientnachricht mit Methode, Ziel und Feldern sowie optionalem Inhalt, die eine beabsichtigte Operation an einer Ressource ausdrückt.
Interviewfalle: Die Methode hat standardisierte Semantik und darf nicht nur als beliebiger RPC-Name gelesen werden.
HTTP response
Eine HTTP-Response ist die Serverantwort mit Statuscode, Feldern und optionaler Repräsentation, aus der ein Client den beobachtbaren Ausgang ableitet.
Interviewfalle: Status 200 beweist nicht, dass der fachliche Inhalt korrekt, vollständig oder aktuell ist.
HTTP resource
Eine HTTP-Ressource ist das identifizierte Ziel eines Requests; das Protokoll beschränkt weder ihren Typ noch ihre interne Implementierung.
Interviewfalle: Ressource und übertragene Repräsentation derselben Ressource sind unterschiedliche Konzepte.
HTTP representation
Eine HTTP-Repräsentation beschreibt einen vergangenen, aktuellen oder gewünschten Zustand einer Ressource durch Metadaten und übertragbare Repräsentationsdaten.
Interviewfalle: JSON ist ein Format einer Repräsentation und nicht die Ressource oder fachliche Wahrheit selbst.
HTTP client
Ein HTTP-Client ist die Programmrolle, die Verbindungen aufbaut und Requests sendet; dasselbe Programm kann in anderem Kontext auch Server sein.
Interviewfalle: Client und menschliche Endnutzerin sind nicht automatisch dieselbe Identität oder Vertrauensgrenze.
HTTP server
Ein HTTP-Server ist die Programmrolle, die Requests empfängt, deren Semantik interpretiert und eine oder mehrere Responses erzeugt.
Interviewfalle: Serverrolle beschreibt die Verbindung und nicht zwingend eine einzelne Maschine oder Sicherheitszone.
Safe HTTP method
Eine HTTP-Methode ist safe, wenn die standardisierte Semantik keine vom Client angeforderte Zustandsänderung der Zielressource beabsichtigt.
Interviewfalle: Logging oder Abrechnung können Nebenwirkungen haben; safe bedeutet nicht risikofrei oder vertraulich.
Idempotent HTTP method
Eine HTTP-Methode ist idempotent, wenn mehrere identische Requests dieselbe beabsichtigte Wirkung auf dem Server haben wie ein einzelner Request.
Interviewfalle: Identische Wirkung bedeutet nicht identische Response und schützt nicht vor externen Nebenwirkungen.
HTTP status code
Ein HTTP-Statuscode ist ein dreistelliger Code, der die Ergebnisklasse einer Response und standardisierte Hinweise für das weitere Clientverhalten ausdrückt.
Interviewfalle: Clients müssen neben dem Code auch Methode, Felder und fachlichen Responseinhalt auswerten.
Confidentiality
Vertraulichkeit ist das Schutzziel, Informationen nur autorisierten Personen, Rollen, Prozessen oder Systemen zugänglich und offenlegbar zu machen.
Interviewfalle: Verschlüsselung allein schützt nicht vor zu breiten Berechtigungen oder erlaubter Fehlverwendung.
Information integrity
Integrität ist das Schutzziel, unbefugte oder unbeabsichtigte Veränderung und Zerstörung von Informationen zu verhindern und erkennbar zu machen.
Interviewfalle: Eine unveränderte Datei kann fachlich falsch, veraltet oder aus ungeeigneter Quelle stammen.
Availability
Verfügbarkeit bedeutet, dass autorisierte Nutzende und Prozesse rechtzeitig auf benötigte Systeme, Daten und Funktionen zugreifen können.
Interviewfalle: Hohe Uptime genügt nicht, wenn Antworten zu langsam, unvollständig oder fachlich unbrauchbar sind.
Authentication
Authentisierung prüft eine behauptete Identität anhand geeigneter Nachweise, bevor ein System weitere Vertrauens- oder Zugriffsentscheidungen trifft.
Interviewfalle: Erfolgreiche Anmeldung sagt noch nicht, auf welche Ressourcen die Identität zugreifen darf.
Authorization
Autorisierung entscheidet nach Authentisierung und Kontext, welche Aktionen eine Identität an welchen Ressourcen unter welchen Bedingungen ausführen darf.
Interviewfalle: Rollen auf Anwendungsebene müssen auch in Retrieval, Tools und nachgelagerten Datenquellen durchgesetzt werden.
Principle of least privilege
Least Privilege vergibt Identitäten und Komponenten nur die minimal nötigen Rechte, Ressourcen und Zeiträume für die ausdrücklich vorgesehene Aufgabe.
Interviewfalle: Agentische Systeme können Rechte über Tools kombinieren; jede Einzelberechtigung allein wirkt dann harmlos.
Access control
Zugriffskontrolle setzt Regeln durch, die Subjekten erlauben oder verwehren, bestimmte Operationen auf geschützten Objekten auszuführen.
Interviewfalle: Ein UI-Filter ist keine ausreichende Kontrolle, wenn Backend oder Retrieval die Regel nicht erzwingen.
Encryption
Verschlüsselung transformiert lesbare Informationen mit kryptografischen Verfahren und Schlüsseln so, dass Unbefugte den Inhalt nicht verstehen sollen.
Interviewfalle: Schlüsselmanagement, Endpunkte, Metadaten und berechtigte Nutzung bleiben eigene Risiken.
Pseudonymisation
Pseudonymisierung verarbeitet personenbezogene Daten so, dass sie ohne getrennt gehaltene Zusatzinformationen keiner Person direkt zugeordnet werden können.
Interviewfalle: Pseudonymisierte Daten bleiben personenbezogen und sind nicht automatisch anonym oder frei nutzbar.
Anonymisation
Anonymisierung zielt darauf, Personenbezug so zu entfernen, dass eine Identifizierung mit vernünftigerweise verfügbaren Mitteln nicht mehr möglich ist.
Interviewfalle: Entfernte Namen genügen bei seltenen Merkmalskombinationen oder verknüpfbaren Datensätzen nicht.
Personal data
Personenbezogene Daten sind Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen, direkt oder über weitere Merkmale.
Interviewfalle: Hashwerte, IDs, Freitext und Modellartefakte können weiterhin Personenbezug tragen.
Data concerning health
Gesundheitsdaten sind personenbezogene Daten zur körperlichen oder geistigen Gesundheit einschließlich Informationen aus Gesundheitsleistungen, die Gesundheitszustand offenbaren.
Interviewfalle: Auch abgeleitete Scores oder Freitexthinweise können sensible Gesundheitsinformation darstellen.
Purpose limitation
Zweckbindung verlangt, personenbezogene Daten für festgelegte, eindeutige und legitime Zwecke zu erheben und nicht unvereinbar weiterzuverarbeiten.
Interviewfalle: Technische Verfügbarkeit oder möglicher Modellnutzen begründet keinen neuen Verarbeitungszweck.
Data protection by design
Privacy by Design integriert geeignete Datenschutzmaßnahmen bereits in Zweck, Architektur, Datenfluss, Entwicklung und Betrieb einer Verarbeitung.
Interviewfalle: Eine nachträgliche Datenschutzerklärung ersetzt keine technische und organisatorische Gestaltung.
Data protection by default
Privacy by Default verlangt Voreinstellungen, bei denen standardmäßig nur die für den jeweiligen Zweck erforderlichen personenbezogenen Daten verarbeitet werden.
Interviewfalle: Opt-out als Standard kann unnötige Datenflüsse und Berechtigungen bereits aktivieren.
Fairness
Fairness bezeichnet kontextabhängige Anforderungen an gerechte Prozesse und Wirkungen; verschiedene mathematische Kriterien können einander widersprechen.
Interviewfalle: Eine einzige Kennzahl definiert weder die relevante Gruppe noch die normative Fairnessfrage.
Proxy discrimination
Proxy-Diskriminierung entsteht, wenn scheinbar neutrale Merkmale geschützte oder sensible Eigenschaften ausreichend abbilden und dadurch Benachteiligung übertragen.
Interviewfalle: Das Entfernen direkter Gruppenmerkmale verhindert Proxywirkungen und ungleiche Fehler nicht.
Demographic parity
Demographic Parity verlangt gleiche positive Entscheidungsraten zwischen definierten Gruppen, unabhängig von den beobachteten Referenzlabels.
Interviewfalle: Gleiche Auswahlraten können unterschiedliche Fehler und Bedürfnisse verdecken und sind nicht universell angemessen.
Equalized odds
Equalized Odds fordert gleiche True-Positive- und False-Positive-Raten zwischen Gruppen relativ zu den jeweiligen Referenzlabels.
Interviewfalle: Verzerrte oder selektive Labels können auch eine formal erfüllte Metrik inhaltlich entwerten.
Accountability
Accountability ordnet Entscheidungen, Kontrollen, Freigaben, Monitoring und Abhilfe konkreten verantwortlichen Rollen zu und macht Nachweise prüfbar.
Interviewfalle: Ein Human-in-the-loop ohne Zeit, Kompetenz und Entscheidungsrecht schafft keine echte Verantwortlichkeit.
Transparency
Transparenz macht für relevante Zielgruppen Zweck, Einsatz, Datenbezug, Systemgrenzen, Unsicherheit und Verantwortlichkeiten angemessen nachvollziehbar.
Interviewfalle: Mehr technische Details sind nicht automatisch verständlich oder für betroffene Personen handlungsrelevant.
Contestability
Contestability ermöglicht betroffenen Personen oder verantwortlichen Rollen, eine Entscheidung anzufechten, korrigieren zu lassen oder wirksam eskalieren zu können.
Interviewfalle: Ein Kontaktformular ohne Frist, Akteneinsicht und Änderungsbefugnis ist kein wirksamer Rechtsbehelf.
Audit trail
Ein Audit Trail protokolliert relevante Eingaben, Versionen, Entscheidungen, Zugriffe und Änderungen so, dass Vorgänge später nachvollzogen werden können.
Interviewfalle: Unbegrenztes Logging kann Datenschutzrisiken schaffen und darf keine Geheimnisse oder unnötigen Inhalte sammeln.
Threat model
Ein Bedrohungsmodell strukturiert schützenswerte Werte, Angreifer, Fähigkeiten, Vertrauensgrenzen, Angriffspfade und vorgesehene Kontrollen eines Systems.
Interviewfalle: Eine statische Checkliste veraltet bei neuen Tools, Datenflüssen, Berechtigungen oder Angreiferzielen.
Attack surface
Die Angriffsfläche umfasst erreichbare Schnittstellen, Eingaben, Rechte, Abhängigkeiten und Datenpfade, über die ein System missbraucht werden könnte.
Interviewfalle: Zusätzliche Plugins, Retrievalquellen und Agententools vergrößern die Fläche auch ohne Modelländerung.
Data poisoning
Data Poisoning manipuliert Trainings-, Anpassungs- oder Retrievaldaten, um Verhalten, Verfügbarkeit oder bestimmte Ausgaben eines Systems gezielt zu beeinflussen.
Interviewfalle: Provenienz, Freigabe und Anomalieprüfung sind nötig; hohe Datenmenge verdünnt gezielte Angriffe nicht sicher.
Adversarial example
Ein adversariales Beispiel ist eine absichtlich konstruierte Eingabe, die ein Modell zu unerwünschtem Verhalten bringt, obwohl sie für Menschen unauffällig wirken kann.
Interviewfalle: Robustheit gegen zufälliges Rauschen belegt keine Robustheit gegen adaptive Angreifer.
Confabulation / hallucination
Konfabulation bezeichnet plausibel formulierte, aber falsche, unbelegte oder inkonsistente generative Ausgaben, die aus dem Modellprozess entstehen können.
Interviewfalle: Flüssiger Stil, Selbstsicherheit oder Retrievaleinsatz sind kein Beleg für faktische Richtigkeit.
Groundedness
Groundedness bewertet, ob Aussagen einer generierten Antwort durch die zugelassenen bereitgestellten Quellen oder den festgelegten Kontext gestützt werden.
Interviewfalle: Eine quellengestützte Aussage kann dennoch irrelevant, veraltet, unvollständig oder falsch zitiert sein.
Retrieval precision
Retrieval Precision ist der Anteil der abgerufenen Dokumente oder Passagen, die für die jeweilige Informationsfrage tatsächlich relevant sind.
Interviewfalle: Hohe Precision bei niedrigem Recall kann die entscheidende Quelle vollständig auslassen.
Document chunking
Chunking zerlegt Dokumente in abrufbare Passagen mit gewählter Länge, Überlappung und Metadaten, bevor sie indexiert oder eingebettet werden.
Interviewfalle: Zu kleine Chunks verlieren Kontext, zu große verwässern Relevanz und erhöhen Kontextkosten.
Re-ranking
Re-Ranking ordnet eine erste Menge abgerufener Kandidaten mit einem zusätzlichen Modell oder Kriterium neu, um relevante Kontexte höher zu platzieren.
Interviewfalle: Der zweite Rangierer kann Bias und Latenz hinzufügen und braucht eine eigene abfragebezogene Evaluation.
Private health insurance (PHI)
Private Krankenversicherung ist in Deutschland ein privatrechtlicher Krankenversicherungsschutz; Zugang und Ausgestaltung hängen von gesetzlichen und vertraglichen Bedingungen ab.
Interviewfalle: Sektorwissen belegt weder konkrete APKV-Prozesse, interne Daten noch ein bestimmtes Interviewprojekt.
Insurance premium
Der Versicherungsbeitrag ist die vertraglich geschuldete Zahlung für den vereinbarten Versicherungsschutz und folgt je Sparte spezifischen Kalkulationsregeln.
Interviewfalle: Eine allgemeine Definition erlaubt keine Aussage über individuelle APKV-Beiträge oder deren interne Berechnung.
Risk assessment / underwriting
Risikoprüfung bezeichnet im Versicherungszusammenhang die Bewertung relevanter Risikomerkmale vor oder bei Vertragsentscheidungen unter anwendbaren Regeln.
Interviewfalle: Das Lernprodukt kennt keine internen APKV-Kriterien; automatisierte Nutzung kann besonders folgenreich und reguliert sein.