Wird das System mit großen Datenmengen trainiert?

z.B. Trainingsdatensätze für Machine Learning

Fließt spezifisches Expertenwissen in die Entwicklung ein?

z.B. Codierung von Expertenregeln oder domänenspezifischen Algorithmen

Werden Daten aus dem laufenden Betrieb zur Weiterentwicklung genutzt?

z.B. Feedback-Schleifen oder A/B-Tests

Basiert das System auf statistischen Analysen historischer Daten?

z.B. Trenderkennung oder Musteranalyse

Führt das System komplexe Optimierungen während der Laufzeit durch?

z.B. adaptive Algorithmen oder Reinforcement Learning

Passt sich das System automatisch an neue Situationen an?

z.B. autonome Anpassung von Parametern

Verwendet das System Zielwertsuchen oder Optimierungsalgorithmen?

z.B. Suche nach optimalen Lösungen für komplexe Probleme

Geht die Verarbeitung über simple Wenn-Dann-Regeln hinaus?

z.B. komplexe Entscheidungsbäume oder neuronale Netze

Gibt es bei den Ergebnissen einen signifikanten Ermessensspielraum?

z.B. unterschiedliche, aber gleich valide Lösungen möglich

Erzeugt das System kreative oder nicht vorhersehbare Outputs?

z.B. Textgenerierung oder Bildkreation

Basieren die Ergebnisse auf Wahrscheinlichkeiten oder Schätzungen?

z.B. Vorhersagen oder Empfehlungen

Können die Ergebnisse von Menschen unterschiedlich interpretiert werden?

z.B. subjektive Bewertungen oder Einschätzungen