Fak-Fakten

Audit Trail

Ein Audit Trail ist eine nachvollziehbare Aufzeichnung relevanter Ereignisse oder Änderungen über die Zeit.

Beispiel: Ein System protokolliert, wann ein Antrag einging, welche Version eines Modells verwendet wurde, wer eine Freigabe erteilte und wann die Aktion ausgeführt wurde.

Logging

Logging ist das technische Aufzeichnen von Ereignissen, Zuständen oder Fehlermeldungen.

Beispiel: „14:03 Uhr – Tool X aufgerufen; 14:03:02 – Antwortcode 200.“

Ein Log kann Teil eines Audit Trails sein. Nicht jedes Log ist automatisch ein vollständiger Audit Trail.

Traceability

Traceability bedeutet Nachverfolgbarkeit: Können wir relevante Schritte, Daten, Versionen und Entscheidungen miteinander verbinden?

Beispiel: Zu einer Entscheidung lässt sich nachvollziehen, welche Eingabe, welche Dokumentversion und welche Freigabe dazugehörten.

Evidence

Evidence ist Material, das eine bestimmte Aussage stützen oder widerlegen kann. Die entscheidende Frage lautet immer: Evidence wofür?

Beispiel: Ein Logeintrag kann belegen, dass ein API-Aufruf stattfand. Er belegt dadurch nicht automatisch, dass der Aufruf fachlich richtig oder rechtlich zulässig war.

Integrity

Integrity beschreibt in diesem Zusammenhang, ob Daten oder Aufzeichnungen seit einem bestimmten Zustand unverändert und konsistent geblieben sind.

Beispiel: Eine kryptografische Prüfsumme kann helfen festzustellen, ob eine Datei nachträglich verändert wurde.

Hash Verification

Ein Hash ist vereinfacht ein digitaler Fingerabdruck von Daten. Wenn sich die Daten ändern, ändert sich typischerweise auch der Hash. Eine Hash-Prüfung kann daher Integrität unterstützen.

Beispiel: Zwei identische Dateien erzeugen denselben erwarteten Hash. Das sagt etwas über Gleichheit beziehungsweise Unverändertheit – nicht darüber, ob der Inhalt wahr oder freigegeben ist.

Provenance

Provenance beschreibt Herkunft und Entstehungslinie: Woher stammt ein Datensatz, eine Datei oder eine Aussage, welche Version wurde verwendet und welche Veränderungen gab es?

Reproducibility

Reproducibility bedeutet, dass ein Ergebnis unter ausreichend beschriebenen Bedingungen erneut erzeugt oder überprüft werden kann. Bei komplexen KI-Systemen kann die praktische Reproduzierbarkeit durch Modellversionen, Zufallseinflüsse, externe Tools oder wechselnde Daten eingeschränkt sein.

Beispiel: Ein Test dokumentiert Modellversion, Eingabe, Parameter und Datenquelle so genau, dass ein anderer Prüfer den Versuch möglichst ähnlich wiederholen kann.

Verification

Verification bedeutet Prüfung gegen ein bestimmtes Kriterium: Ist diese Datei unverändert? Wurde diese Aktion protokolliert? Entspricht die Ausgabe einem festgelegten Schema?

Verifikation ist immer nur so stark wie die konkrete Frage, die geprüft wurde.

Und was bedeutet „admissible“?

Im allgemeinen Prüf- und Governance-Kontext kann man zusätzlich fragen, ob ein Beleg für eine bestimmte Entscheidung geeignet und zulässig ist. Das ist nicht automatisch dasselbe wie „vorhanden“ oder „unverändert“. Welche Anforderungen gelten, hängt vom jeweiligen Verfahren, der Organisation und gegebenenfalls vom Recht ab.

Was wird häufig verwechselt?

• Logging ≠ vollständige Nachvollziehbarkeit: Ein Log kann relevante Informationen auslassen.
• Integrity ≠ Wahrheit: Unverändert heißt nicht korrekt.
• Hash ≠ Berechtigung: Ein technischer Fingerabdruck sagt nichts darüber, wer etwas tun durfte.
• Traceability ≠ Rechtmäßigkeit: Nachvollziehbar heißt nicht automatisch legitim oder zulässig.
• Reproducibility ≠ identisches Ergebnis garantiert: Bei dynamischen Systemen können Rahmenbedingungen variieren.

Kurz gesagt

Merksatz: Ein gutes Protokoll kann zeigen, was aufgezeichnet wurde. Es beantwortet nicht automatisch, ob die Handlung richtig, erlaubt oder auf ausreichender Evidence beruhte.