Evals: Wie man KI-Qualität misst

Layer regeln, was eine KI darf. Damit ist die zweite große Frage aber noch offen: Woher weiß man eigentlich, dass die KI ihre Arbeit gut macht? Und zwar nicht nur heute, sondern auch nächsten Monat noch, nach zehn Prompt-Änderungen und einem Modellwechsel?