Name: Open Cognition Commons
License: https://creativecommons.org/licenses/by/4.0/

Die Phasen des KI-Lebenszyklus

1. Problem-Definition  → Was soll das KI-System lösen?
2. Datenerhebung       → Trainingsdaten sammeln, kuratieren
3. Design              → Architektur, Algorithmus, Constraints
4. Training            → Modell trainieren, validieren
5. Evaluation          → Testen, Bias-Analyse, Performance
6. Deployment          → In Produktion bringen (HITL-Gate)
7. Monitoring          → Post-Market Monitoring, Drift
8. Aktualisierung      → Retraining, Fine-Tuning
9. Dekommissionierung  → Abschalten, Daten löschen

Governance pro Phase

Phase	Governance-Artefakt	Verantwortung
Problem-Definition	Use-Case-Dokument, Risikopre-Assessment	Anbieter
Datenerhebung	Datasheets, Lizenz-Compliance	Anbieter
Training	Bias-Tests, Model Card Draft	Entwickler
Evaluation	Fairness-Metriken, Red-Teaming	Tester
Deployment	HITL-Gate, CE-Kennzeichnung	Anbieter/Betreiber
Monitoring	Post-Market Monitoring Plan	Betreiber
Dekommissionierung	Datenlöschung-Nachweis	Betreiber

ISO 42001 und Lebenszyklus

ISO 42001 fordert explizit, dass das AI Management System (AIMS) alle Lebenszyklus-Phasen abdeckt — von der Anforderungsanalyse bis zum End-of-Life.

Citação

"AI Lifecycle." Open Cognition Commons Foundation. https://opencognitioncommons.org/pt/glossary/ai-lifecycle. CC-BY 4.0.

Metadados legíveis por máquina

{
  "@context": "https://schema.org",
  "@type": "DefinedTerm",
  "name": "AI Lifecycle",
  "description": "Der KI-Lebenszyklus beschreibt alle Phasen von der Konzeption eines KI-Systems bis zu seiner Außerbetriebnahme. ISO 42001 und EU AI Act verlangen, dass Governance und Risikomanagement alle Phasen abdecken.\n",
  "url": "https://opencognitioncommons.org/pt/glossary/ai-lifecycle",
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "alternateName": [
    "AI Lifecycle",
    "KI-Lebenszyklus",
    "ML Lifecycle"
  ]
}