Mummert, NiclasLange, OlgaCioflica, PaulReutemann, Tobias2021-12-142021-12-142021978-3-88579-708-1https://dl.gi.de/handle/20.500.12116/37763Eine kontinuierliche Evaluierung eines KI-basierten interaktiven Systems wird in diesem Beitrag am Beispiel eines Fahrerassistenzsystems zur Ermittlung von Nutzerpräferenzen über eine Auswahl vom Fahrmodus (Comfort, Normal Sport und Sport+) aus dem Automobilbau vorgestellt. Das zu evaluierende System enthält Machine Learning Modelle, welche anhand Straßen (Asphalt, Pflastersteine, Feldweg) und Nutzerinformationen einen Fahrmodus vorschlägt. Herausforderungen der Evaluierung entstehen vor allem durch die Eingaben der Nutzenden an der Benutzungsschnittstelle (User Interface). Dieser Beitrag stellt mögliche Evaluierungsmethoden zur kontinuierlichen Erfassung der Qualität dieses KI-basierten interaktiven Systems dar und geht der Frage nach Zusammenhängen zwischen dem Handeln der Nutzenden und der Veränderung der ML-Modellen nach.deEvaluierungKI-basiertes Systemkontinuierliche EvaluierungMachine Learning (ML)User Interface (UI)Benutzungsschnittstelle10.18420/informatik2021-0931617-5468