Begriff
Ground Truth
Eine als korrekt geltende Referenz-Wahrheit, gegen die man Modell-Outputs misst. In der KI-Code-Analyse ist es ein Code-Stück mit gezielt eingebauten, bekannten Fehlern, sodass messbar wird, wie viel ein Modell wirklich findet.
Ground Truth — ausführlicher erklärt
Ground Truth (deutsch etwa „Grundwahrheit”) bezeichnet eine Referenz, die per Definition als korrekt gilt und an der man die Ausgaben eines Modells misst. Sie ist der Maßstab, gegen den geprüft wird, ob ein Modell richtig liegt oder nicht.
Im Kontext der KI-gestützten Code-Analyse ist Ground Truth ein Stück Code, in das gezielt eine bekannte Menge an Fehlern eingebaut wurde. Weil man vorher weiß, welche und wie viele Probleme tatsächlich enthalten sind, lässt sich messen, welcher Anteil davon von einem Modell gefunden wird (siehe Recall). Ohne diese bekannte Wahrheit kann man nur bewerten, was ein Modell behauptet zu finden — nicht, was es übersieht.
Genau darin liegt der Wert: Ground Truth macht das Unsichtbare sichtbar. Falsch-Positive (gemeldete Fehler, die keine sind) und Falsch-Negative (echte Fehler, die unentdeckt bleiben) werden erst messbar, wenn eine verlässliche Referenz existiert.
Beispiel / Praxisbezug
Man präpariert eine Codebasis mit 20 bewusst eingebauten Schwachstellen — etwa eine SQL-Injection, einen Off-by-one-Fehler und eine fehlende Null-Prüfung. Diese 20 sind die Ground Truth. Lässt man nun ein Modell die Analyse durchführen und es meldet 12 davon korrekt, liegt der Recall bei 60 Prozent.
Ohne diese Referenz wüsste man nur: „Das Modell hat 12 Probleme gemeldet.” Ob das viel oder wenig ist, ob acht echte Fehler durchgerutscht sind — das bliebe unbekannt. Ground Truth verwandelt eine bloße Behauptung in eine überprüfbare Trefferquote.
Abgrenzung zu ähnlichen Begriffen
Ground Truth darf nicht mit Groundedness bzw. Faithfulness verwechselt werden. Groundedness fragt, ob eine Modell-Aussage durch einen bereitgestellten Quelltext gedeckt ist (also nicht halluziniert). Ground Truth ist dagegen die externe, als korrekt gesetzte Referenz, gegen die Ergebnisse evaluiert werden. Das eine betrifft die Treue zur Quelle, das andere den Maßstab der Bewertung — zwei unterschiedliche Konzepte, die durch ihre ähnlichen Wortwurzeln leicht durcheinandergeraten.
Entdecke mehr
KI-Workflows per Keyword: Wie wir wiederkehrende Abläufe erzwingbar machen
Ein getipptes Keyword löst bei uns einen festen KI-Ablauf aus — und jeder Schritt muss committet werden, bevor der nächste kommt. Warum das der Trick ist.
GlossarDSGVO-konformer LLM-Einsatz
DSGVO-konformer LLM-Einsatz bezeichnet die datenschutzgerechte Nutzung grosser Sprachmodelle wie ChatGPT, Claude oder Gemini im Unternehmen — mit Rechtsgrundlage, Auftragsverarbeitungsvertrag, kontrollierter Eingabe personenbezogener Daten, EU-Hosting und Trainings-Opt-out.
LexikonFunction Calling / Tool Use
Wie ein LLM Werkzeuge aufruft: Tool-Definition als Schema, Modell wählt Funktion und Argumente, Ergebnis zurück ins Gespräch — der Grundbaustein jedes Agenten.