Model Card
Eine Model Card (Modellsteckbrief) ist ein kurzes Dokument, das mit einem Machine-Learning-Modell veröffentlicht wird und erklärt, wofür es gedacht ist, wie es trainiert und evaluiert wurde, wo es schlecht abschneidet und wie es genutzt werden sollte und wie nicht.
Auch: model documentation, README model card
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Mitchell et al. schlugen Model Cards 2018 vor, um die Berichterstattung über Modelle transparenter zu machen. Ihre Idee: Ein veröffentlichtes Modell sollte mit einer Dokumentation seiner vorgesehenen Einsatzzwecke und seiner gemessenen Leistung unter verschiedenen Bedingungen und für verschiedene Personengruppen kommen, damit es seltener dort eingesetzt wird, wo es nicht gut funktioniert.
Was eine Model Card enthält
Typische Abschnitte sind Modelldetails (wer es gebaut hat, Version, Architektur, Modelllizenz), vorgesehene und nicht vorgesehene Nutzung, Trainingsdaten, Evaluationsergebnisse auf öffentlichen KI-Benchmarks, bekannte Grenzen und Verzerrungen sowie Sicherheitshinweise. Bei LLMs findest du oft auch das Kontextfenster, unterstützte Sprachen, das Prompt-Format und empfohlene Einstellungen wie die Temperature.
Auf Hugging Face ist die Model Card das README des Repositorys: eine Markdown-Datei mit zusätzlichen Metadaten am Anfang. Labs, die Open-Weight-Modelle veröffentlichen, stellen dort meist eine bereit.
Wie du sie nutzt
Lies die Abschnitte zur vorgesehenen Nutzung und zu den Grenzen vor der Benchmark-Tabelle. Prüfe, mit welchen Daten das Modell trainiert wurde (siehe KI-Trainingsdaten) und ob die Evaluationen zu deiner Aufgabe und Sprache passen. Achte darauf, wer die Evaluationen durchgeführt hat.
Grenzen
Eine Model Card schreibt der Hersteller des Modells. OWASP weist darauf hin, dass Model Cards Informationen liefern, aber keine Garantie dafür, woher ein Modell wirklich stammt. Eine überzeugende Card auf einem kopierten oder manipulierten Modell beweist also nichts. Prüfe zusätzlich den Herausgeber und die Datei-Hashes, besonders bei heruntergeladenen Gewichten.
Verwandte Begriffe
- Open-Weight-Modell
- Ein Open-Weight-Modell (Modell mit offenen Gewichten) ist ein Modell, dessen trainierte Gewichte für alle zum Herunterladen und Ausführen veröffentlicht sind, oft ohne Trainingscode oder vollständige Trainingsdaten. Es ist also nicht unbedingt Open Source.
- KI-Trainingsdaten
- KI-Trainingsdaten (AI Training Data) sind die Sammlung von Beispielen, aus denen ein Modell lernt, etwa Webtext, Code, Bilder, Transkripte oder gelabelte Paare. Ihre Größe, Qualität, Mischung und Lizenzierung bestimmen, was das Modell kann und wo es scheitert.
- Modelllizenz
- Eine Modelllizenz sind die rechtlichen Bedingungen, unter denen die Gewichte eines Modells, manchmal auch sein Code und seine Daten, genutzt, verändert und weitergegeben werden dürfen. Die Bandbreite reicht von freizügigen offenen Lizenzen bis zu nicht-kommerziellen oder eigenen, eingeschränkten Lizenzen.
- KI-Benchmark
- Ein KI-Benchmark ist ein fester, öffentlicher Satz von Aufgaben mit vereinbarter Bewertungsmethode, mit dem Modelle im selben Test verglichen werden, etwa gelöste Coding-Issues, beantwortete Prüfungsfragen oder Retrieval-Qualität über viele Datensätze.
- KI-Lieferkettenangriff
- Ein KI-Lieferkettenangriff (AI Supply-Chain Attack) kompromittiert eine KI-Anwendung über etwas, von dem sie abhängt, etwa ein heruntergeladenes Modell, einen LoRA-Adapter, einen Datensatz, ein Python-Paket, einen MCP-Server oder einen Agent Skill, statt die Anwendung direkt anzugreifen.