Detection

Detection (Erkennung) ist der Oberbegriff für KI-Aufgaben, bei denen das System das Vorhandensein und/oder die Position bestimmter Objekte, Muster oder Ereignisse in Eingabedaten identifiziert.

Objekterkennung (Object Detection) ist die prominenteste Variante: In einem Bild oder Video- frame jedes Objekt einer bestimmten Kategorie lokalisieren und klassifizieren. YOLO (You Only Look Once, Redmon et al., 2016) revolutionierte das Feld mit Echtzeit-Erkennung. Faster R-CNN, SSD und die DETR-Familie (Detection Transformer) sind wichtige Architekturen.

Anomalie-Erkennung (Anomaly Detection) identifiziert ungewöhnliche Datenpunkte: Betrugs-Transaktionen in Finanzdaten, defekte Teile in der Qualitätskontrolle, verdächtigen Netzwerkverkehr in der Cybersecurity. Das Modell lernt die „normale" Verteilung und flaggt Abweichungen.

Gesichtserkennung (Face Detection) lokalisiert Gesichter in Bildern — zu unterscheiden von Face Recognition (Identifikation, wer die Person ist). Deepfake Detection erkennt KI-manipulierte Medien. Hate Speech Detection identifiziert Hassrede in Text. Plagiatserkennung erkennt kopierte Inhalte.

Die gemeinsame Herausforderung aller Detection-Aufgaben: die Balance zwischen Precision (nicht zu viele Fehlalarme) und Recall (nichts Relevantes übersehen). In sicherheitskritischen Anwendungen (Waffenerkennung am Flughafen, Tumorerkennung in der Medizin) ist hoher Recall prioritär, auch auf Kosten von mehr False Positives.