Grenzfälle

Ein Grenzfall ist eine Situation, die selten auftritt und nicht dem Normalfall entspricht. In der Technik meint man damit Eingaben oder Umstände, mit denen kaum jemand gerechnet hat. Ein Formular für Telefonnummern funktioniert für die üblichen Nummern — und scheitert bei einer Nummer mit Länderkennung und Leerzeichen. Ein Programm, das Alter berechnet, kann am 29. Februar plötzlich falsche Ergebnisse liefern. Solche Fälle sind nicht falsch gestellt, sie sind nur ungewöhnlich. Der englische Begriff Edge Case wird auch im Deutschen häufig verwendet und bedeutet genau dasselbe.

Warum seltene Situationen über den Erfolg entscheiden

Ein System, das in 95 Prozent der Fälle funktioniert, klingt zunächst gut. Bei Millionen Nutzern sind die restlichen 5 Prozent aber hunderttausende Fehler. Deshalb liegt der eigentliche Aufwand in der Softwareentwicklung oft nicht im Normalfall, sondern in den Ausnahmen. Der Normalfall ist meist an einem Nachmittag gebaut, die Ausnahmen beschäftigen ein Team monatelang.

Besonders sichtbar wird das beim autonomen Fahren. Ein Auto, das auf einer leeren Autobahn die Spur hält, ist seit Jahren machbar. Schwierig sind der Bauarbeiter, der von Hand Zeichen gibt, das Fahrrad im Gegenlicht oder die Baustelle mit widersprüchlichen Markierungen. Genau diese Fälle sind der Grund, warum vollständig selbstfahrende Autos immer noch nicht überall zugelassen sind.

Bei KI-Systemen hat das noch eine besondere Schärfe. Ein klassisches Programm folgt Regeln, die Menschen geschrieben haben, und man kann nachlesen, was es tun wird. Ein KI-Modell lernt aus Beispielen. Was es bei einer Situation tut, die in den Beispielen fehlte, ist schwer vorhersagbar.

Wie man Grenzfälle findet, bevor die Nutzer sie finden

Die einfachste Methode ist systematisches Nachdenken über Extreme. Entwickler testen die kleinste und größte erlaubte Eingabe, die leere Eingabe und die Eingabe, die eine Stelle zu lang ist. Bei Datum und Zeit sind Schaltjahre, Zeitzonen und der Wechsel zur Sommerzeit klassische Kandidaten. Bei Text sind es Emojis, arabische Schrift oder Namen mit Apostroph.

Für KI-Modelle nutzt man dazu Testdatensätze, die absichtlich schwierige Beispiele enthalten. Man sammelt also gezielt die Bilder, Sätze oder Fragen, bei denen das Modell erfahrungsgemäß danebenliegt. Zusätzlich werten Firmen echte Fehlermeldungen aus dem Betrieb aus. Jeder gemeldete Fehler wird zu einem neuen Testfall, damit derselbe Fehler nicht zweimal passiert.

Ein verbreiteter Irrtum ist, man könne alle Grenzfälle vorab auflisten. Die Menge möglicher Situationen in der echten Welt ist praktisch unendlich. Deshalb baut man Systeme zusätzlich so, dass sie bei Unsicherheit vorsichtig reagieren. Ein Fahrassistent bremst und gibt die Kontrolle ab, ein Chatbot sagt, dass er die Frage nicht beantworten kann. Ein kontrolliertes Aufgeben ist besser als eine selbstbewusst falsche Antwort.

Grenzfälle in Produkten und in der Berichterstattung

In Tech-News tauchen Grenzfälle meist als Erklärung für Verzögerungen auf. Wenn ein Unternehmen ankündigt, ein Produkt komme später oder zunächst nur in wenigen Städten, geht es fast immer darum. Auch Formulierungen wie « Beta », « begrenzter Testbetrieb » oder « nur für ausgewählte Nutzer » bedeuten meist: Der Normalfall läuft, die Ausnahmen sind noch offen.

Im Alltag begegnet man ihnen als Nutzer ständig, ohne den Begriff zu kennen. Der Automat, der eine bestimmte Karte nicht liest. Die Übersetzungs-App, die bei einem Dialekt Unsinn ausgibt. Das Anmeldeformular, das einen Doppelnamen nicht akzeptiert. In all diesen Momenten ist man selbst der Grenzfall.

Für die Bewertung von KI-Produkten ist der Begriff darum ein guter Maßstab. Eine beeindruckende Demo zeigt fast immer den Normalfall, weil der Normalfall gut aussieht. Interessant ist die Frage, was passiert, wenn es unübersichtlich wird. Wer diese Frage stellt, versteht schneller, wie reif eine Technik wirklich ist.