Quiz zur Erkennung von KI-Anomalien

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

1. Warum funktioniert die Anomalieerkennung oft ohne gekennzeichnete Beispiele von Anomalien?
   • Anomalien sind selten und unvorhersehbar, daher lernen Modelle stattdessen „normal“.
   • Die Verwendung von Etiketten ist illegal
   • Anomalien passieren nie
   • Es werden nur Bilder verwendet
2. Eine „Kontextanomalie“ ist ein Datenpunkt, der:
   • Immer und überall unnormal
   • In einem Kontext normal, in einem anderen jedoch abnormal
   • Ein Tippfehler in einer Datenbank
   • Ein doppelter Datensatz
3. What does the cited WACV autoencoder study use as an anomaly score?
   • A legal fraud label assigned to every record
   • A guarantee that no future fault will occur
   • Reconstruction error from an autoencoder trained to model the data
   • The number of random trees in an Isolation Forest
4. How does the original Isolation Forest paper isolate candidate anomalies?
   • It requires an expert to label every anomaly in advance
   • It measures reconstruction error from a neural decoder
   • It uses a fixed threshold that proves an item is defective
   • Random partitioning tends to isolate anomalous instances in fewer splits
5. Was ist die Hauptgefahr einer zu sensiblen Festlegung einer Anomalieschwelle?
   • Analysten werden mit Fehlalarmen überschwemmt
   • Das Modell läuft schneller
   • Daten werden verschlüsselt
   • Anomalien werden unmöglich
6. What can an unusual machine-vibration score reasonably trigger?
   • An automatic shutdown because failure is guaranteed
   • A maintenance investigation or additional measurement, without predicting failure with certainty
   • A confirmed diagnosis of the failed component
   • A claim that the machine will fail within a fixed number of hours
7. Why is an anomaly score not automatically a fraud or defect label?
   • It is always a verified label
   • Anomaly scores cannot be compared
   • It indicates unusualness under a model or baseline, not the cause or consequence
   • The threshold proves intent
8. What should be documented when setting an anomaly threshold?
   • Nur der Name des Modells
   • A claim that false positives are impossible
   • The number of GPUs alone
   • The reference data, score definition, threshold rationale, and review process