IBM wurde als Leader eingestuft

In The Forrester Wave™ erfahren Sie warum: Multimodal Predictive Analytics and Machine Learning, Q3 2020.

Überblick

Was versteht man unter KI-Modell-Risikomanagement?

Die Federal Reserve and Office of the Comptroller of the Currency Guidance SR Letter 11-7 (Link befindet sich außerhalb von IBM) definiert ein Modell als „... eine quantitative Methode, ein System oder ein Ansatz, der statistische, wirtschaftliche, finanzielle oder mathematische Theorien, Techniken und Annahmen anwendet, um Eingabedaten in quantitative Schätzungen zu verarbeiten". Das Modellrisiko kann auftreten, wenn ein Modell zur Vorhersage und Messung quantitativer Informationen verwendet wird, das Modell jedoch unzureichend funktioniert. Eine unzureichende Modellleistung kann zu nachteiligen Ergebnissen führen und erhebliche operative Verluste nach sich ziehen. Die Implementierung von Modell-Risikomanagement in einer modernen Informationsarchitektur hilft Ihnen folgendermaßen:

  • Verkürzung der Zeit, um die Einhaltung von Vorschriften und andere Risikoziele zu erreichen.
  • Vereinfachung der Modellvalidierung über mehrere Clouds hinweg.
  • Nutzung der Vorteile von Modellen und Daten, die praktisch überall laufen.

Mehr erfahren

Fünf Wege zur Vereinfachung des Modellrisikomanagements

Verbessern Sie die Modellkonformität mit benutzerdefinierten Tests und Schwellenwerten.

Podcast: KPMG-IBM on AI

KI-Experten sprechen über die Digitalisierung der Verwaltung im Zeitalter der KI.

Produktabbildungen

Bewertungen von Risikomodellen

Screenshot der Risikomodell-Bewertungen, einschließlich Fairness-, Qualitäts- und Drift-Metriken

Bewertungen von Risikomodellen

Messen Sie Fairness, Qualität und Drift. Markieren Sie Modelle unterhalb benutzerdefinierter Schwellenwerte. Führen Sie einen Drilldown für Details durch.

Gerechtigkeit

Screenshot mit den Details der Fairness-Metrik für ein Kreditrisikomodell

Gerechtigkeit

Konfigurieren Sie die Modellvalidierung und führen Sie sie durch. Testen Sie die Modellmetriken, einschließlich der Modell-Fairness.

Modellvergleich

Screenshot zeigt den Vergleich zweier Modelle auf der Grundlage von Fairness und Qualität

Modellvergleich

Vergleichen Sie die Ergebnisse der Modelltests. Wählen Sie effizientere Modelle aus und beschleunigen Sie deren Entwicklung.

Zusammenfassung der Messwerte

Screenshot mit Metrikdetails für ein Kreditrisikomodell

Zusammenfassung der Messwerte

Erzeugen Sie automatisch ein Datenblatt im PDF-Format. Fassen Sie Modelldetails, relevante Daten und Testergebnisse zusammen.

Erste Schritte mit erklärbarer KI

Entdecken Sie die Modellüberwachung und -verwaltung in IBM Watson Studio.