> For the complete documentation index, see [llms.txt](https://doc.dastra.eu/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.dastra.eu/de/features/ai-systems/models.md).

# Das Verzeichnis der KI-Modelle

Bauen Sie das Verzeichnis der KI-Modelle Ihrer Organisation auf, importieren Sie es oder lassen Sie es vom KI-Assistenten erstellen, und verknüpfen Sie die Modelle mit Ihren KI-Systemen.

Für jedes KI-System, das Sie erfassen, geben Sie das oder die KI-Modelle an, die es nutzt. Jedes Modell beschreiben Sie einmal in einem Verzeichnis und verknüpfen es dann mit den Systemen, die es verwenden.

## Definition

Ein Modell der künstlichen Intelligenz ist ein Computerprogramm, das mithilfe von Techniken des maschinellen Lernens und der Datenanalyse bestimmte Aufgaben erfüllen soll.

* Grundlagen: Ein KI-Modell beruht auf bestimmten Algorithmen und Architekturen, etwa den neuronalen Netzen des Deep Learning, die es ihm ermöglichen, aus Daten zu lernen.
* Lernen: Das Modell wird mit großen Datensätzen trainiert, um Muster und Zusammenhänge zu erkennen. Anschließend kann es auf der Grundlage neuer Daten Vorhersagen treffen oder Inhalte erzeugen.
* Funktion: Das ist der Zweck, für den das Modell eingesetzt wird, zum Beispiel die Bilderzeugung beim Modell Midjourney.
* Einsatz: Diese Modelle werden in einer Vielzahl von Anwendungen eingesetzt, von Chatbots und virtuellen Assistenten bis zur Datenanalyse und Inhaltserstellung.

## Das Verzeichnis öffnen

Klicken Sie in der Seitenleiste auf **KI-Governance** und dann auf **KI-Modelle**.

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-1d7bba58c4a76deeb55ee55568548e3ce234e30a%2Fai-systems-models-1.png?alt=media" alt="Liste der KI-Modelle mit der Schaltfläche zum Erstellen eines neuen KI-Modells und ihrem Menü"><figcaption><p>Das Verzeichnis der KI-Modelle</p></figcaption></figure>

Die Schaltfläche **Ein KI-Modell erstellen** öffnet das Fenster zur Erstellung. Ihr Menü bietet außerdem:

* **Erstellen Sie auf der Grundlage von Vorlagen**: ein Modell aus der Dastra-Bibliothek auswählen;
* **Importieren**: eine Liste von Modellen aus einer Datei importieren, siehe unten;
* **Exportieren**: die Liste als CSV, Excel, JSON oder Markdown exportieren.

## Ein KI-Modell erstellen

Klicken Sie auf **Ein KI-Modell erstellen**. Das Fenster bietet drei Optionen:

* **Mit KI generieren**: Der KI-Assistent füllt den Datensatz anhand eines Namens oder einer Beschreibung aus, siehe den nächsten Abschnitt;
* **Basierend auf einer Vorlage**: den Datensatz aus unserer Bibliothek oder aus einem anderen Mandanten erstellen;
* **Von Grund auf neu**: den Datensatz selbst erfassen.

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-a162188e9d3ee9f8e162572593b35a03bd1bd03f%2Fai-systems-models-2.png?alt=media" alt="Fenster zum Erstellen eines neuen KI-Modells mit den drei Optionen Mit KI generieren, Basierend auf einer Vorlage und Von Grund auf neu"><figcaption><p>Die drei Optionen zum Erstellen eines KI-Modells</p></figcaption></figure>

Geben Sie bei **Von Grund auf neu** den Namen des Modells ein und vervollständigen Sie dann den Datensatz im Bereich **KI-Model**:

| Feld                                                       | Inhalt                                                                                                                                                                                                                                                          |
| ---------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **Name des Modells**                                       | Pflichtfeld, höchstens 120 Zeichen. Beispiel: GPT 4, Mistral AI, MidJourney.                                                                                                                                                                                    |
| **Version**                                                | Die genaue Version des Modells, höchstens 30 Zeichen. Beispiel: gpt-4o-2024-05-13.                                                                                                                                                                              |
| **Referenz**                                               | Ihre eigene Referenz für das Modell, höchstens 120 Zeichen.                                                                                                                                                                                                     |
| **Herausgeber**                                            | Der Herausgeber des Modells, ausgewählt unter den Stakeholdern Ihres Mandanten. Sie können in der Liste einen neuen anlegen.                                                                                                                                    |
| **Tags**                                                   | Die Tags, die das Modell einordnen.                                                                                                                                                                                                                             |
| **Beschreibe dieses KI-Modell kurz**                       | Die Beschreibung, höchstens 3.000 Zeichen. Beschreiben Sie die Funktionen und die Informationen, über die Sie verfügen.                                                                                                                                         |
| **Art des KI-Lernens**                                     | Die Methode, mit der das Modell trainiert wurde, siehe unten.                                                                                                                                                                                                   |
| **Ist diese Vorlage für den allgemeinen Nutzer bestimmt?** | Ja oder Nein. Die Frage betrifft KI-Modelle mit allgemeinem Verwendungszweck (General Purpose AI, GPAI): Ein solches Modell ist vielseitig und kann in viele nachgelagerte Systeme integriert werden. Ein Tooltip erinnert an die Definition der KI-Verordnung. |
| **Stellt dieses Modell ein systemisches Risiko dar?**      | Ja oder Nein. Die Frage erscheint nur, wenn das Modell einen allgemeinen Verwendungszweck hat. Ein Tooltip erinnert an die Definition des systemischen Risikos.                                                                                                 |
| **Dokumentation**                                          | Ein Texteditor für die Dokumentation des Modells.                                                                                                                                                                                                               |

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-3cd92c427aaeb513b312c8312841a91349e27744%2Fai-systems-models-3.png?alt=media" alt="Bereich KI-Model mit den Feldern Name, Version, Herausgeber, Art des Lernens und den Fragen zum allgemeinen Verwendungszweck und zum systemischen Risiko"><figcaption><p>Der Datensatz eines KI-Modells</p></figcaption></figure>

Die Art des Lernens beschreibt, wie das Modell für seine Aufgaben trainiert wurde. Sie beeinflusst, wie das Modell das Gelernte verallgemeinert. Dastra bietet vier Arten an, jeweils mit ihrer Definition in der Liste:

* Überwachtes Lernen: Lernen mit gekennzeichneten Daten, um Vorhersagen zu treffen;
* Unüberwachtes Lernen: Lernen ohne gekennzeichnete Daten, um ähnliche Muster zu finden;
* Lernen durch Verstärkung: Lernen durch Belohnungen und Sanktionen, um Handlungen zu optimieren;
* Lernen durch Übertragung: Nutzung von Wissen aus einem Bereich, um das Lernen in einem anderen zu verbessern.

### Den Datensatz mit dem KI-Assistenten erstellen

Die Option **Mit KI generieren** im Fenster zur Erstellung erzeugt den Datensatz eines KI-Modells aus einem einfachen Namen oder einer Beschreibung. Sie ist verfügbar, wenn Ihr Plan die entsprechenden KI-Funktionen enthält. Der Assistent nutzt die Websuche, um die relevanten Informationen zu finden und einzutragen.

1. Klicken Sie auf **Ein KI-Modell erstellen** und dann auf **Mit KI generieren**.
2. Geben Sie den Namen des Modells oder eine kurze Beschreibung ein, zum Beispiel „GPT-4o von OpenAI“.
3. Prüfen und ergänzen Sie den erzeugten Datensatz, bevor Sie ihn bestätigen.

Der erzeugte Inhalt ist ein Vorschlag. Prüfen und ergänzen Sie die Informationen vor der Bestätigung, denn von KI erzeugte Inhalte können Fehler enthalten.

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-fed49e65329c17b266899ada1d32465c9cdb0580%2Fai-systems-create-generate-form.png?alt=media" alt="Fenster zur Erzeugung eines KI-Modells mit Eingabefeld, Sprachauswahl und Beispielen"><figcaption><p>Beschreiben Sie das zu erzeugende KI-Modell (Name, Herausgeber ...): Die Websuche wird genutzt, um die Informationen zu ergänzen</p></figcaption></figure>

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-733a00501ec12854ac94243b433f78b1be02cd6d%2Fai-system-generate-result.png?alt=media" alt="Vom Assistenten erzeugter Datensatz eines KI-Modells, der vor der Bestätigung zu prüfen ist"><figcaption><p>Der erzeugte Datensatz sollte vor der Bestätigung geprüft werden</p></figcaption></figure>

### Modelle importieren und exportieren

Um mehrere Modelle zu importieren, öffnen Sie das Menü der Schaltfläche **Ein KI-Modell erstellen** und klicken Sie auf **Importieren**. Der Ablauf ist derselbe wie in den anderen Modulen: Siehe [Daten importieren (Excel, CSV)](https://doc.dastra.eu/de/features/general/import.md). Die Datei kann folgende Spalten enthalten:

| Spalte               | Beschreibung                                                                                |
| -------------------- | ------------------------------------------------------------------------------------------- |
| `Label`              | Name des Modells, Pflichtfeld.                                                              |
| `Ref`                | Ihre Referenz für das Modell.                                                               |
| `Description`        | Beschreibung des Modells.                                                                   |
| `VersionName`        | Version des Modells.                                                                        |
| `LearningType`       | `SupervisedLearning`, `UnSupervisedLearning`, `ReinforcedLearning` oder `TransferLearning`. |
| `IsGeneralPurposeAi` | `true`, wenn das Modell einen allgemeinen Verwendungszweck hat, sonst `false`.              |
| `SystemicRisk`       | `true`, wenn das Modell ein systemisches Risiko darstellt, sonst `false`.                   |
| `DocumentationHtml`  | Dokumentation des Modells als HTML.                                                         |

Die Aktion **Exportieren** erzeugt eine CSV-, Excel-, JSON- oder Markdown-Datei der Liste.

## Ein Modell mit einem KI-System verknüpfen

Öffnen Sie den Datensatz des betreffenden KI-Systems. Der Schritt **KI-Modelle** ist der dritte, nach **Allgemeines** und **Verantwortung**.

1. Wählen Sie in der Auswahl **Auswahl der KI-Modelle** ein oder mehrere Modelle aus Ihrem Verzeichnis aus. Sie können in der Auswahl auch ein neues anlegen.
2. Füllen Sie für jedes Modell die **Beschreibung der Nutzung** aus. Dieses Feld erklärt, wie das Modell in diesem KI-System eingesetzt wird.
3. Speichern Sie den Datensatz.

Ein Warnsymbol kennzeichnet die Modelle, die ein systemisches Risiko darstellen.

<figure><img src="https://1094947073-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgG4SiA7dB1sjSI91cItk%2Fuploads%2Fgit-blob-f4a4d14378b7296ae4c41e9892077e267f425bff%2Fai-systems-models-4.png?alt=media" alt="Schritt KI-Modelle eines KI-Systems mit einem ausgewählten Modell und seiner Beschreibung der Nutzung"><figcaption><p>Ein Modell mit einem KI-System verknüpfen</p></figcaption></figure>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://doc.dastra.eu/de/features/ai-systems/models.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
