Test-Time Adaptation

Einleitung

Test-Time Adaptation bedeutet: Ein bereits trainiertes neuronales Netz passt sich während der Anwendung an neue Datenbedingungen an. Es lernt also nicht nur vor dem Einsatz im Trainingslabor, sondern kann zur Testzeit, also während der Inferenz, ausgewählte Parameter oder interne Statistiken verändern. Das klingt zunächst riskant, ist aber eine Antwort auf ein sehr reales Problem: Die Daten in der Welt sehen oft anders aus als die Daten im Training.

{{#ev:youtube| https://www.youtube.com/watch?v=d596rc2z7GA |500|center}}

Das Video führt in die Frage ein, warum moderne KI-Systeme nicht immer als starre Modelle gedacht werden sollten. In klassischen Lernpipelines wird ein Modell trainiert, validiert, eingefroren und anschließend eingesetzt. Test-Time Adaptation bricht diese Trennung teilweise auf: Das Modell beobachtet während der Nutzung unmarkierte Eingabedaten, berechnet daraus ein Anpassungssignal und verändert vorsichtig bestimmte Teile seiner eigenen Struktur. Ziel ist nicht, ein völlig neues Modell zu trainieren, sondern die Leistung unter veränderten Bedingungen zu stabilisieren.

Test-Time Adaptation gehört in den größeren Zusammenhang von maschinellem Lernen, Deep Learning, Domain Adaptation, selbstüberwachtem Lernen, Robustheit und MLOps. Besonders wichtig ist der Begriff Distribution Shift. Er beschreibt, dass sich die statistische Verteilung der Daten zwischen Training und Einsatz verändert. Ein Bilderkennungsmodell kann zum Beispiel mit klaren Tageslichtbildern trainiert worden sein, wird aber später mit Nebel, Dunkelheit, neuen Kameras, veränderten Perspektiven oder ungewohnten Motiven konfrontiert. Ein Sprachmodell kann mit Textsorten trainiert worden sein, die anders aussehen als die Texte einer konkreten Fachdomäne. Ein medizinisches Modell kann auf Daten eines Krankenhauses trainiert worden sein und in einem anderen Krankenhaus auf andere Geräte, andere Patientengruppen oder andere Messprotokolle treffen.

Lernziele

Nach diesem aiMOOC kannst Du erklären, was Test-Time Adaptation ist, warum neuronale Netze zur Testzeit angepasst werden, welche Rolle Distribution Shift, Entropie, Selbstüberwachtes Lernen und Batch Normalization spielen und welche Chancen sowie Risiken damit verbunden sind. Du kannst außerdem beurteilen, wann eine Live-Anpassung sinnvoll ist und wann sie gefährlich, unfair, instabil oder nicht überprüfbar werden kann.

Grundidee: Warum reichen feste Gewichte nicht immer aus?

Ein neuronales Netz besteht aus vielen miteinander verbundenen Recheneinheiten. Beim Training werden seine Gewichte so angepasst, dass es aus Beispielen Muster lernt. Nach dem Training werden die Gewichte oft eingefroren. In dieser klassischen Sicht ist das Modell beim Einsatz nur noch ein Vorhersageapparat: Eingabe hinein, Ausgabe heraus.

Diese Sicht funktioniert gut, solange die Welt beim Einsatz der Trainingswelt ähnelt. In der Praxis ist das jedoch selten dauerhaft der Fall. Sensoren altern, Kameras ändern ihre Farbeigenschaften, neue Dialekte tauchen auf, Datenströme verschieben sich, Nutzerinnen und Nutzer verhalten sich anders, und gesellschaftliche oder technische Bedingungen wandeln sich. Dadurch entsteht ein Abstand zwischen der Trainingsverteilung und der Einsatzverteilung. Ein Modell, das in der Trainingsumgebung hervorragend war, kann in der realen Umgebung schwächer, unsicherer oder systematisch verzerrt werden.

Test-Time Adaptation versucht, diesen Abstand während der Anwendung zu verringern. Dabei nutzt das Modell meist keine neuen menschlich beschrifteten Labels. Stattdessen verwendet es Signale, die aus den Testdaten selbst entstehen: geringe Entropie der Vorhersage, Konsistenz zwischen leicht veränderten Eingaben, aktualisierte Batch-Statistiken, Pseudo-Label oder selbstüberwachte Hilfsaufgaben. Das Modell lernt also aus der Struktur der neuen Daten, ohne dass jedes neue Beispiel manuell bewertet werden muss.

Fachbegriffe

Test-Time Adaptation: Anpassung eines trainierten Modells während der Test- oder Einsatzphase. Das Modell nutzt dabei meist unmarkierte Ziel-Daten.

Test-Time Training: Eine eng verwandte Idee, bei der ein Modell während der Testphase eine zusätzliche selbstüberwachte Aufgabe löst und dadurch seine Parameter anpasst.

Distribution Shift: Veränderung der Datenverteilung zwischen Training und Einsatz. Das Modell sieht zur Anwendung Daten, die statistisch anders sind als seine Trainingsdaten.

Covariate Shift: Die Eingabedaten ändern sich, während die grundsätzliche Zuordnung von Eingabe zu Ausgabe ähnlich bleibt. Beispiel: Straßenschilder werden bei Regen statt bei Sonnenschein aufgenommen.

Label Shift: Die Häufigkeit der Klassen ändert sich. Beispiel: Ein Modell wurde mit gleich vielen Bildern verschiedener Tierarten trainiert, im Einsatz kommen aber fast nur Hunde und Katzen vor.

Concept Drift: Die Bedeutung oder Zuordnung verändert sich. Beispiel: Ein Betrugserkennungsmodell muss damit umgehen, dass neue Betrugsmuster entstehen.

Entropie: Ein Maß für Unsicherheit in einer Wahrscheinlichkeitsverteilung. Bei Klassifikationsmodellen bedeutet hohe Entropie oft, dass das Modell zwischen mehreren Klassen schwankt.

Pseudo-Label: Eine vorläufige Beschriftung, die das Modell selbst erzeugt. Diese kann zur Anpassung genutzt werden, ist aber fehleranfällig.

Kalibrierung: Beziehung zwischen vorhergesagter Wahrscheinlichkeit und tatsächlicher Trefferquote. Ein gut kalibriertes Modell sagt zum Beispiel bei 80 Prozent Sicherheit auch ungefähr in 80 Prozent der Fälle korrekt voraus.

Catastrophic Forgetting: Ein Modell verliert durch neue Anpassungen Wissen, das es vorher zuverlässig beherrschte.

Vom Training zur Testzeit

Klassische Pipeline

In einer klassischen Machine-Learning-Pipeline gibt es eine klare Reihenfolge: Daten sammeln, Trainingsdaten beschriften, Modell trainieren, Modell validieren, Modell testen, Modell ausrollen. Danach wird das Modell im Einsatz oft nicht weiter verändert. Diese Trennung erleichtert Qualitätssicherung, Reproduzierbarkeit und Haftungsfragen. Sie hat aber eine Schwäche: Das Modell kann sich nicht spontan an eine veränderte Umgebung anpassen.

Adaptive Pipeline

Bei Test-Time Adaptation bleibt das Modell während der Anwendung in einem begrenzten Lernmodus. Es kann zum Beispiel nur bestimmte Normalisierungsparameter anpassen, nur kleine Adaptermodule verändern oder nur eine temporäre Kopie seiner Gewichte aktualisieren. Dadurch entsteht ein Zwischenzustand: Das Modell ist nicht mehr vollständig statisch, aber auch nicht frei lernend. Es wird kontrolliert, begrenzt und häufig mit Sicherheitsmechanismen versehen.

Beispiel: Straßenschilder im Nebel

Stell Dir ein Computer-Vision-Modell vor, das Straßenschilder erkennt. Trainiert wurde es mit klaren Bildern bei Tageslicht. Im Einsatz fährt ein Fahrzeug plötzlich durch dichten Nebel. Die Bildverteilung ändert sich: Kontraste sinken, Farben wirken blasser, Konturen sind unscharf. Ein statisches Modell kann dadurch unsicher werden. Ein TTA-Verfahren kann während der Fahrt unmarkierte Nebelbilder auswerten, interne Statistiken aktualisieren und Vorhersagen stabilisieren. Es darf dabei aber nicht unkontrolliert lernen, denn falsche Anpassungen können in sicherheitskritischen Situationen gefährlich sein.

Wie kann ein Modell zur Testzeit lernen?

Batch-Normalization-Statistiken aktualisieren

Viele Deep-Learning-Modelle nutzen Batch Normalization. Dabei werden Aktivierungen im Netz anhand von Mittelwerten und Varianzen normalisiert. Wenn sich die Datenverteilung ändert, können alte Trainingsstatistiken unpassend werden. Eine einfache Form von Test-Time Adaptation aktualisiert deshalb die Statistiken mit neuen Testdaten. Das verändert nicht unbedingt alle Gewichte, kann aber die internen Aktivierungen besser an die Zielumgebung anpassen.

Entropie minimieren

Ein bekanntes TTA-Prinzip ist die Entropie-Minimierung. Wenn ein Modell bei neuen Daten sehr unsicher ist, verteilt es Wahrscheinlichkeiten auf viele Klassen. Durch Anpassung kann das Modell dazu gebracht werden, klarere Vorhersagen zu treffen. Das Verfahren Tent nutzt diese Idee und verändert ausgewählte Parameter, damit die Vorhersageentropie auf unmarkierten Testdaten sinkt. Das kann funktionieren, wenn die wahrscheinlichste Klasse tatsächlich plausibel ist. Es kann aber scheitern, wenn das Modell sich auf falsche Vorhersagen versteift.

Selbstüberwachte Hilfsaufgaben nutzen

Beim selbstüberwachten Lernen wird aus den Daten selbst ein Lernsignal erzeugt. Ein Bildmodell kann zum Beispiel lernen, eine Rotation zu erkennen, verdeckte Bildteile zu rekonstruieren oder verschiedene Ansichten desselben Objekts konsistent zu behandeln. Bei Test-Time Training wird eine solche Hilfsaufgabe während der Testphase genutzt. Das Modell passt sich an die neuen Daten an und verbessert dadurch im Idealfall auch die Hauptaufgabe.

Pseudo-Labels und Konsistenz verwenden

Ein weiteres Vorgehen ist Self-Training. Das Modell erzeugt für unmarkierte Testdaten eigene Pseudo-Label und trainiert sich darauf weiter. Um Fehler zu reduzieren, werden oft nur besonders sichere Vorhersagen genutzt. Eine verwandte Idee ist Konsistenzregularisierung: Die Ausgabe soll stabil bleiben, wenn die Eingabe leicht verändert wird, zum Beispiel durch Bildrauschen, Ausschnittänderungen oder sprachliche Umformulierungen.

Adapter, Prompts und Prototypen anpassen

Bei sehr großen Modellen ist es oft zu teuer oder zu riskant, alle Gewichte live zu verändern. Deshalb werden nur kleine Zusatzstrukturen angepasst: Adapter, Prompts, Klassenzentren, Temperaturparameter, Low-Rank-Adapter oder Prototypen im Merkmalsraum. Diese Verfahren sind besonders interessant für Foundation Models und Vision-Language-Modelle, weil sie Anpassung ermöglichen, ohne das gesamte Modell neu zu trainieren.

Was bedeutet Gewichtsanpassung wirklich?

Wenn gesagt wird, eine KI passe „ihre eigenen Gewichte live“ an, ist Genauigkeit wichtig. Nicht jedes KI-System macht das. Viele Systeme verändern im Einsatz gar keine Gewichte. Andere verändern nur wenige Parameter, nur eine temporäre Modellkopie oder nur Normalisierungswerte. Wieder andere passen keine Gewichte an, sondern verändern Entscheidungsgrenzen, Klassenzentren oder Kalibrierungsparameter.

Der Begriff Gewichte bezeichnet im neuronalen Netz die lernbaren Verbindungen und Parameter. Werden sie während der Testzeit verändert, geschieht dies meistens über Gradientenverfahren, also über eine Optimierung einer Zielfunktion. Die Zielfunktion darf keine echten Testlabels verwenden, denn diese sind im realen Einsatz normalerweise unbekannt. Deshalb sind die Wahl des Anpassungssignals und die Begrenzung des Updates entscheidend.

Chancen

Test-Time Adaptation kann Modelle robuster machen, wenn sie mit ungewohnten, aber sinnvoll zusammenhängenden Daten konfrontiert werden. Sie kann helfen, teures Neutrainieren zu vermeiden, schneller auf neue Umgebungen zu reagieren und Modelle in dynamischen Situationen stabiler zu betreiben. Besonders nützlich ist sie dort, wo Labels selten, teuer oder zeitlich verzögert verfügbar sind.

In der Robotik kann ein Roboter seine Wahrnehmung an neue Räume und Lichtverhältnisse anpassen. In der medizinischen Bildverarbeitung kann ein Modell Unterschiede zwischen Geräten oder Kliniken ausgleichen. In der autonomen Mobilität kann es auf Wetter, Kameratypen und Straßenbedingungen reagieren. In der Spracherkennung kann es sich an Akzente, Mikrofone oder Hintergrundgeräusche anpassen. Bei MLOps kann TTA Teil eines Systems sein, das Modelle überwacht, driftende Daten erkennt und kontrollierte Anpassungen ermöglicht.

Risiken

Die wichtigste Gefahr ist, dass sich ein Modell falsch anpasst. Wenn ein Modell seine eigenen fehlerhaften Vorhersagen als Lernsignal verwendet, kann eine Fehlerkette entstehen. Aus Unsicherheit wird falsche Sicherheit. Dieses Problem nennt man oft Bestätigungsfehler oder bei Modellen Kollaps. Ein weiteres Risiko ist Catastrophic Forgetting: Das Modell wird für die aktuelle Umgebung besser, verliert aber allgemeines Wissen.

Auch IT-Sicherheit ist relevant. Angreifende könnten gezielt Eingaben einspeisen, die das Modell während der Testzeit in eine falsche Richtung verschieben. In sensiblen Bereichen können Datenschutzprobleme entstehen, wenn ein Modell aus Nutzerdaten lernt. Außerdem erschwert Live-Anpassung die Nachvollziehbarkeit: Zwei identische Eingaben können zu unterschiedlichen Zeiten unterschiedliche Ausgaben erzeugen, wenn sich der Modellzustand inzwischen verändert hat.

Qualitätskriterien für verantwortliche Test-Time Adaptation

Ein verantwortliches TTA-System braucht klare Grenzen. Es sollte festlegen, welche Parameter angepasst werden dürfen, wie groß ein Update sein darf, wann Anpassung gestoppt wird, wie Modellzustände versioniert werden und wie ein Rücksprung auf einen sicheren Zustand möglich ist. Außerdem müssen Monitoring, Logging, Evaluation, Datenschutz und menschliche Aufsicht eingeplant werden.

Gute Evaluation trennt streng zwischen Anpassungsdaten und Bewertungslabels. Labels dürfen nicht heimlich in die Anpassung einfließen. Gemessen werden nicht nur Genauigkeit, sondern auch Kalibrierung, Stabilität, Latenz, Speicherbedarf, Energieverbrauch, Fairness und Verhalten bei Ausreißern. Besonders wichtig ist die Frage, ob TTA in einem echten Datenstrom funktioniert oder nur in sorgfältig sortierten Testbatches.

Unterschied zu verwandten Konzepten

Fine-Tuning

Fine-Tuning passt ein Modell nach dem Vortraining an eine neue Aufgabe oder Domäne an. Dafür werden oft markierte Daten verwendet. Test-Time Adaptation passiert dagegen während der Anwendung und nutzt meist unmarkierte Testdaten.

Online Learning

Online Learning beschreibt kontinuierliches Lernen aus einem Datenstrom. Dabei können echte Labels später eintreffen. Test-Time Adaptation ist enger gefasst: Die Anpassung geschieht zur Vorhersagezeit und oft ohne Labels.

Domain Adaptation

Domain Adaptation versucht, ein Modell von einer Quelldomäne auf eine Zieldomäne zu übertragen. Klassische Verfahren nutzen häufig Zugriff auf Quelldaten und Zieldaten vor dem Einsatz. Test-Time Adaptation arbeitet oft quellfrei, also ohne die ursprünglichen Trainingsdaten während der Anpassung.

In-Context Learning

In-Context Learning bedeutet, dass ein großes Sprachmodell aus Beispielen im Prompt sein Verhalten verändert, ohne seine Gewichte zu aktualisieren. Test-Time Adaptation kann dagegen tatsächliche Parameter oder Modellzustände ändern. Beide Konzepte zeigen aber, dass „Lernen“ nicht nur im ursprünglichen Training stattfinden muss.

Neuronale Netze neu denken

Test-Time Adaptation verändert die Denkweise über Künstliche Intelligenz. Ein Modell ist nicht nur ein statisches Produkt, sondern kann als kontrolliert adaptives System verstanden werden. Das macht KI flexibler, aber auch anspruchsvoller. Ein adaptives Modell braucht nicht nur Trainingsdaten, sondern Betriebsregeln. Es braucht nicht nur eine gute Architektur, sondern Sicherheitsgrenzen. Es braucht nicht nur eine hohe Genauigkeit im Labor, sondern Robustheit in der Welt.

Für Lernende ist daran besonders spannend: Die Grenze zwischen Training und Anwendung wird unschärfer. Die zentrale Frage lautet nicht mehr nur: „Wie trainieren wir ein Modell?“ Sondern auch: „Wie darf ein Modell im Einsatz weiterlernen, ohne unzuverlässig, unfair oder gefährlich zu werden?“

{{#ev:youtube| https://www.youtube.com/watch?v=1hXmxGC2okE |500|center}}

Didaktisches Modell: TTA in fünf Schritten

Ausgangsmodell: Ein Modell wurde auf einer Quelldomäne trainiert und besitzt feste Ausgangsgewichte.
Neue Daten: Im Einsatz treffen unmarkierte Daten aus einer veränderten Zielumgebung ein.
Anpassungssignal: Das Modell berechnet ein Lernsignal, etwa Entropie, Konsistenz, Pseudo-Labels oder eine selbstüberwachte Hilfsaufgabe.
Parameterupdate: Ausgewählte Parameter, Statistiken oder Adapter werden vorsichtig verändert.
Vorhersage und Kontrolle: Das Modell gibt eine Vorhersage aus, während Monitoring, Grenzen und Rücksetzmechanismen die Anpassung überwachen.

Mini-Beispiel ohne Formeln

Ein Klassifikator soll Obstsorten erkennen. Trainiert wurde er mit Studiofotos auf weißem Hintergrund. Später wird er in einem Supermarkt eingesetzt. Dort gibt es Schatten, reflektierende Verpackungen, andere Kameras und ungewohnte Blickwinkel. Ohne Anpassung verwechselt das Modell unreife Bananen mit grünen Äpfeln. Mit Test-Time Adaptation kann es aus vielen neuen Supermarktbildern lernen, dass Farben und Helligkeiten anders verteilt sind. Es kann seine Normalisierung oder seine Entscheidungsgrenzen anpassen. Trotzdem braucht es Schutz: Wenn das Modell sehr viele falsche Pseudo-Labels erzeugt, kann es die Verwechslung sogar verstärken.

Wissenschaftliche Vertiefung

Test-Time Training: Die Arbeit „Test-Time Training with Self-Supervision for Generalization under Distribution Shifts“ beschreibt, wie ein einzelnes unmarkiertes Testbeispiel in eine selbstüberwachte Lernaufgabe umgewandelt werden kann, bevor die eigentliche Vorhersage getroffen wird.
TENT: „Fully Test-Time Adaptation by Entropy Minimization“ zeigt, wie ein Modell durch Minimierung der Vorhersageentropie und Anpassung bestimmter Normalisierungsparameter während der Testphase verbessert werden kann.
TTAB: Spätere Benchmark-Arbeiten betonen, dass TTA-Verfahren schwer vergleichbar sind, weil Hyperparameter, Modellqualität, Batch-Abhängigkeit und Art des Distribution Shifts die Ergebnisse stark beeinflussen.
Edge AI: Für Geräte mit wenig Speicher und geringer Rechenleistung sind leichte TTA-Verfahren wichtig, weil vollständige Backpropagation zu teuer sein kann.
Vision-Language-Modelle: Neuere Ansätze untersuchen, ob Anpassung auch durch Prototypen, Klassenvorwissen, Temperaturparameter oder andere leichte Zustände möglich ist, ohne große Modellgewichte zu verändern.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt Test-Time Adaptation am besten? (Anpassung eines trainierten Modells während der Anwendung) (!Vollständiges Training eines Modells ohne Daten) (!Manuelles Beschriften aller Trainingsdaten) (!Ausschalten eines Modells nach der Evaluation)

Was ist ein Distribution Shift? (Eine Veränderung der Datenverteilung zwischen Training und Einsatz) (!Eine zufällige Sortierung der Trainingsdateien) (!Eine höhere Bildschirmauflösung im Labor) (!Eine feste Regel für alle neuronalen Netze)

Warum werden bei TTA oft unmarkierte Testdaten genutzt? (Weil echte Labels im Einsatz meist nicht sofort verfügbar sind) (!Weil Labels immer falsch sind) (!Weil Testdaten grundsätzlich gelöscht werden müssen) (!Weil neuronale Netze keine Eingaben benötigen)

Welche Größe misst Unsicherheit in einer Wahrscheinlichkeitsverteilung? (Entropie) (!Pixelzahl) (!Dateigröße) (!Taktfrequenz)

Was ist ein Risiko von Pseudo-Labels? (Falsche Vorhersagen können als Lernsignal verstärkt werden) (!Sie verhindern jede Modellanpassung) (!Sie enthalten immer menschliche Kommentare) (!Sie ersetzen die Eingabedaten vollständig)

Was wird bei Batch Normalization häufig aktualisiert? (Mittelwerte und Varianzen von Aktivierungen) (!Die Seriennummer der Grafikkarte) (!Die Namen der Klassen) (!Die Bildschirmhelligkeit)

Worin unterscheidet sich TTA typischerweise von klassischem Fine-Tuning? (TTA geschieht während der Testzeit meist ohne neue Labels) (!TTA benötigt nie ein trainiertes Modell) (!Fine-Tuning verändert keine Parameter) (!Fine-Tuning findet nur bei Bildern statt)

Was bedeutet Catastrophic Forgetting? (Ein Modell verliert durch neue Anpassung früheres Wissen) (!Ein Modell speichert alle Daten perfekt) (!Ein Modell wird automatisch kleiner) (!Ein Modell erzeugt nur noch Trainingsdaten)

Welche Aussage ist verantwortungsvoll? (TTA braucht Monitoring, Grenzen und Rücksetzmechanismen) (!TTA sollte immer alle Gewichte unbegrenzt verändern) (!TTA macht Evaluation überflüssig) (!TTA kann niemals angegriffen werden)

Welche Anwendung passt besonders gut zu TTA? (Anpassung eines Bildmodells an Nebel, Regen oder neue Kameras) (!Drucken eines statischen Posters) (!Sortieren von Dateien nach Alphabet) (!Abschalten aller Sensoren)

Memory

Test-Time Adaptation	Anpassung beim Einsatz
Distribution Shift	Veränderte Datenverteilung
Entropie-Minimierung	Sicherere Vorhersagen
Batch Normalization	Aktualisierte Statistik
Pseudo-Label	Vorläufige Modellantwort
Catastrophic Forgetting	Verlust früheren Wissens

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Trainiertes Modell	Ausgangspunkt
Unmarkierte Testdaten	Neue Umgebung
Selbstüberwachtes Signal	Hilfsaufgabe
Gewichtsupdate	Anpassung
Monitoring	Kontrolle
Rollback	Rückkehr zum sicheren Zustand

Kreuzworträtsel

Adaptation	Wie heißt die Anpassung eines Modells an neue Bedingungen?
Gewichte	Was wird bei manchen Verfahren während der Testphase vorsichtig verändert?
Entropie	Welches Maß für Unsicherheit wird bei Tent minimiert?
Drift	Wie heißt eine schleichende Veränderung von Daten im Einsatz?
Robustheit	Welche Eigenschaft beschreibt zuverlässige Leistung trotz Störungen?
Kalibrierung	Was beschreibt die Abstimmung zwischen Sicherheit und tatsächlicher Trefferquote?

LearningApps

Lückentext

Bei der

wird ein bereits trainiertes Modell während der Anwendung an neue Datenbedingungen angepasst. Ein häufiger Auslöser ist ein

, also eine Veränderung der Datenverteilung zwischen Training und Einsatz. Da im realen Betrieb meist keine menschlichen Labels vorhanden sind, nutzen viele Verfahren

Testdaten. Ein mögliches Anpassungssignal ist die Minimierung der

, wodurch Vorhersagen sicherer werden sollen. Andere Verfahren nutzen

Lernen, Konsistenz oder Pseudo-Labels. Verantwortliche Systeme begrenzen die Updates, protokollieren Veränderungen und erlauben einen

auf einen sicheren Modellzustand.

Offene Aufgaben

Leicht

Alltagsbeispiel: Finde drei Situationen, in denen sich Daten im Einsatz verändern können, und erkläre, warum ein starres KI-Modell dadurch Fehler machen könnte.
Begriffskarte: Gestalte eine Begriffskarte zu Test-Time Adaptation, Distribution Shift, Entropie und Pseudo-Label mit je einem einfachen Beispiel.
Videoanalyse: Schaue das eingebundene Video und notiere fünf Aussagen, die erklären, warum neuronale Netze nicht nur als feste Modelle verstanden werden können.
Vergleich: Erkläre in eigenen Worten den Unterschied zwischen Training, Testen, Inferenz und Test-Time Adaptation.

Standard

Fallstudie: Entwickle eine Fallstudie zu einem Bilderkennungsmodell, das bei Regen, Nebel oder Dunkelheit schlechter wird, und beschreibe, wie TTA helfen könnte.
Risikoanalyse: Erstelle eine Tabelle mit Chancen, Risiken und Schutzmaßnahmen für ein adaptives KI-System in der Medizin, Mobilität oder Industrie.
Methodenvergleich: Vergleiche Batch-Normalization-Anpassung, Entropie-Minimierung und Pseudo-Labeling anhand von Ziel, Datenbedarf und Risiko.
Experimentidee: Entwirf ein kleines Experiment mit einem Klassifikator, bei dem Du Trainingsdaten und Testdaten absichtlich unterschiedlich machst.

Schwer

Forschungsdesign: Plane eine Evaluation für ein TTA-Verfahren mit Metriken für Genauigkeit, Kalibrierung, Latenz, Stabilität und Fairness.
Ethikgutachten: Schreibe ein Gutachten zur Frage, ob ein sicherheitskritisches KI-System seine Gewichte im Einsatz verändern darf.
Algorithmusskizze: Formuliere in Pseudocode einen TTA-Ablauf mit Eingabestrom, Anpassungssignal, Update-Regel, Monitoring und Rollback.
Transferprojekt: Übertrage die Grundidee von TTA auf Sprachmodelle oder Vision-Language-Modelle und erkläre, welche Parameter nicht direkt als volle Modellgewichte angepasst werden müssten.

Lernkontrolle

Transfer: Erkläre an einem selbst gewählten Beispiel, warum ein Modell trotz hoher Testgenauigkeit im Labor im realen Einsatz versagen kann.
Begründung: Beurteile, ob ein TTA-System in einer Schul-App, einem medizinischen Diagnosewerkzeug oder einem autonomen Fahrzeug unterschiedlich streng reguliert werden sollte.
Analyse: Vergleiche zwei TTA-Strategien und begründe, welche bei kleinen Datenströmen und welche bei großen Datenströmen geeigneter sein könnte.
Bewertung: Diskutiere, warum Entropie-Minimierung gleichzeitig hilfreich und gefährlich sein kann.
Entwurf: Entwickle ein Sicherheitskonzept für ein Modell, das sich live anpasst, und berücksichtige Monitoring, Logging, Update-Grenzen und Rollback.
Reflexion: Erkläre, wie Test-Time Adaptation die Grenze zwischen Training und Anwendung verändert und welche Folgen das für Verantwortung hat.

Lernnachweis

Für einen Lernnachweis zu Test-Time Adaptation solltest Du zeigen, dass Du die Grundidee verständlich erklären, zentrale Fachbegriffe korrekt verwenden und Chancen sowie Risiken abwägen kannst. Wichtig ist außerdem, dass Du ein konkretes Anwendungsszenario analysierst, eine sinnvolle TTA-Methode auswählst und Schutzmaßnahmen begründest. Ein guter Lernnachweis enthält eine Visualisierung des Ablaufs, ein Glossar, eine Fallstudie, eine kritische Reflexion und eine kurze Einschätzung zur verantwortlichen Nutzung.

Fachbegriffe: Erkläre mindestens zehn zentrale Begriffe aus diesem aiMOOC korrekt und mit Beispiel.
Modellablauf: Zeichne oder beschreibe den Ablauf von Training, Einsatz, Anpassung und Kontrolle.
Fallanalyse: Analysiere ein reales oder erfundenes Einsatzszenario mit Distribution Shift.
Bewertung: Beurteile Chancen und Risiken der Live-Anpassung anhand nachvollziehbarer Kriterien.
Präsentation: Stelle Deine Ergebnisse in einem kurzen Vortrag, Poster, Video oder digitalen Portfolio vor.

OERs zum Thema

Wissenschaftliche Quellen und Vertiefung

Links

Test-Time Adaptation

aiMOOC-Projekte

Schulfach+

Prüfungsliteratur 2026
Bundesland	Bücher	Kurzbeschreibung
Baden-Württemberg	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck Mittlere Reife Der Markisenmann - Jan Weiler oder Als die Welt uns gehörte - Liz Kessler Ein Schatten wie ein Leopard - Myron Levoy oder Pampa Blues - Rolf Lappert	Abitur Dorfrichter-Komödie über Wahrheit/Schuld; Roman über einen Ort und deutsche Geschichte. Mittlere Reife Wahllektüren (Roadtrip-Vater-Sohn / Jugendroman im NS-Kontext / Coming-of-age / Provinzroman).
Bayern	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Lustspiel über Machtmissbrauch und Recht; Roman als Zeitschnitt deutscher Geschichte an einem Haus/Grundstück.
Berlin/Brandenburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Der Biberpelz - Gerhart Hauptmann Heimsuchung - Jenny Erpenbeck	Abitur Gerichtskomödie; soziales Drama um Ausbeutung/Armut; Komödie/Satire um Diebstahl und Obrigkeit; Roman über Erinnerungsräume und Umbrüche.
Bremen	Abitur Nach Mitternacht - Irmgard Keun Mario und der Zauberer - Thomas Mann Emilia Galotti - Gotthold Ephraim Lessing oder Miss Sara Sampson - Gotthold Ephraim Lessing	Abitur Roman in der NS-Zeit (Alltag, Anpassung, Angst); Novelle über Verführung/Massenpsychologie; bürgerliche Trauerspiele (Moral, Macht, Stand).
Hamburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun	Abitur Justiz-/Machtkritik als Komödie; Großstadtroman der Weimarer Zeit (Rollenbilder, Aufstiegsträume, soziale Realität).
Hessen	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Heimsuchung - Jenny Erpenbeck Der Prozess - Franz Kafka	Abitur Gerichtskomödie; Fragmentdrama über Gewalt/Entmenschlichung; Erinnerungsroman über deutsche Brüche; moderner Roman über Schuld, Macht und Bürokratie.
Niedersachsen	Abitur Der zerbrochene Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun Die Marquise von O. - Heinrich von Kleist Über das Marionettentheater - Heinrich von Kleist	Abitur Schwerpunkt auf Drama/Roman sowie Kleist-Prosatext und Essay (Ehre, Gewalt, Unschuld; Ästhetik/„Anmut“).
Nordrhein-Westfalen	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Komödie über Wahrheit und Autorität; Roman als literarische „Geschichtsschichtung“ an einem Ort.
Saarland	Abitur Heimsuchung - Jenny Erpenbeck Furor - Lutz Hübner und Sarah Nemitz Bahnwärter Thiel - Gerhart Hauptmann	Abitur Erinnerungsroman an einem Ort; zeitgenössisches Drama über Eskalation/Populismus; naturalistische Novelle (Pflicht/Überforderung/Abgrund).
Sachsen (berufliches Gymnasium)	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Irrungen, Wirrungen - Theodor Fontane Der gute Mensch von Sezuan - Bertolt Brecht Heimsuchung - Jenny Erpenbeck Der Trafikant - Robert Seethaler	Abitur Mischung aus Klassiker-Drama, sozialem Drama, realistischem Roman, epischem Theater und Gegenwarts-/Erinnerungsroman; zusätzlich Coming-of-age im historischen Kontext.
Sachsen-Anhalt	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Themenfelder)	Abitur Schwerpunktsetzung über Themenfelder (u. a. Literatur um 1900; Sprache in politisch-gesellschaftlichen Kontexten), ohne feste Einzeltitel.
Schleswig-Holstein	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Recht/Gerechtigkeit und historische Tiefenschichten eines Ortes – umgesetzt über Drama und Gegenwartsroman.
Thüringen	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Orientierung am gemeinsamen Aufgabenpool)	Abitur In der Praxis häufig Orientierung am gemeinsamen Aufgabenpool; landesweite Einzeltitel je nach Vorgabe/Handreichung nicht einheitlich ausgewiesen.
Mecklenburg-Vorpommern	Abitur (Quelle aktuell technisch nicht abrufbar; Beteiligung am gemeinsamen Aufgabenpool bekannt)	Abitur Land beteiligt sich am länderübergreifenden Aufgabenpool; konkrete, veröffentlichte Einzeltitel konnten hier nicht ausgelesen werden.
Rheinland-Pfalz	Abitur (keine landesweit einheitliche Pflichtlektüre; schulische Auswahl)	Abitur Keine landesweite Einheitsliste; Auswahl kann schul-/kursbezogen erfolgen.