Recall

Recall ist eine Kennzahl dafür, wie vollständig ein System die gesuchten Fälle findet. Man legt dazu fest, was der gesuchte Fall ist: eine Spam-Mail, ein Tumor auf einem Röntgenbild, ein passendes Dokument in einer Suche. Dann zählt man, wie viele solche Fälle es insgesamt gab und wie viele davon das System tatsächlich erwischt hat. Der Recall ist der Anteil der Erwischten an allen Vorhandenen. Bei 100 vorhandenen Spam-Mails und 80 gefundenen liegt der Recall bei 80 Prozent. Die 20 übersehenen Mails nennt man falsch negativ: sie wären ein Treffer gewesen, wurden aber durchgewinkt.

Was ein niedriger Recall in der Praxis kostet

Die übersehenen Fälle sind oft die teuersten Fehler. In der Medizin bedeutet ein niedriger Recall, dass Erkrankungen unentdeckt bleiben. Bei einer Betrugserkennung im Zahlungsverkehr heißt es, dass gefälschte Buchungen durchgehen. In beiden Fällen merkt niemand sofort, dass etwas fehlt. Genau das macht diese Fehlerart gefährlich: Fehlalarme fallen auf, Übersehenes nicht.

Deshalb reicht die reine Genauigkeit als Maß oft nicht aus. Angenommen, von 10.000 Untersuchungen sind 50 auffällig. Ein System, das immer 'unauffällig' sagt, liegt in 99,5 Prozent der Fälle richtig. Sein Recall ist trotzdem null, weil es keinen einzigen echten Fall findet. Bei seltenen Ereignissen ist Recall daher die aussagekräftigere Zahl.

Recall hat allerdings eine Schwester, ohne die er wenig bedeutet: die Präzision. Sie misst, wie viele der gemeldeten Treffer wirklich Treffer waren. Ein System, das alles als verdächtig meldet, hat einen Recall von 100 Prozent und ist völlig nutzlos. Beide Zahlen muss man immer zusammen betrachten.

Die Schwelle, an der sich alles entscheidet

Die meisten KI-Systeme geben keine harte Entscheidung aus, sondern eine Wahrscheinlichkeit. Ein Spamfilter sagt zum Beispiel: Diese Mail ist zu 73 Prozent Spam. Erst ein festgelegter Schwellenwert macht daraus ein Ja oder Nein. Legt man ihn niedrig, etwa bei 30 Prozent, wird viel aussortiert und der Recall steigt. Legt man ihn hoch, bei 90 Prozent, rutscht mehr Spam durch.

Genau hier liegt der Zielkonflikt: Ein höherer Recall geht fast immer auf Kosten der Präzision. Wer mehr echte Fälle fangen will, fängt auch mehr Unschuldige mit. Entwickler stellen die Schwelle deshalb bewusst danach ein, welcher Fehler mehr schadet. Beim Krebsscreening ist ein Fehlalarm zumutbar, ein übersehener Tumor nicht. Bei einem E-Mail-Filter ist es umgekehrt: Eine gelöschte Bewerbung ärgert mehr als eine durchgerutschte Werbemail.

Um beide Werte in einer Zahl zusammenzufassen, nutzt man häufig den F1-Score. Er ist eine Art Mittelwert aus Recall und Präzision und wird nur dann hoch, wenn beide hoch sind. Ein Ausreißer nach unten zieht ihn stark herunter. Das verhindert, dass jemand mit einem einseitig optimierten System glänzt.

Recall in Produkten und Schlagzeilen

Der Begriff taucht überall dort auf, wo Systeme etwas herausfiltern sollen. Suchmaschinen und die Suchfunktion in Firmendatenbanken werden daran gemessen, wie viele relevante Dokumente sie überhaupt anzeigen. Inhaltsmoderation auf Plattformen wird ebenfalls in Recall bewertet: Wie viel Hassrede oder wie viele Fälschungen erkennt das System, und was bleibt stehen? Auch in Ausschreibungen für medizinische Software steht die Zahl fast immer im Anforderungskatalog.

Wenn ein Unternehmen mit einer Erkennungsrate von 99 Prozent wirbt, lohnt eine Rückfrage. Gemeint ist manchmal Recall, manchmal Präzision, manchmal die allgemeine Genauigkeit. Diese drei Zahlen können bei demselben System weit auseinanderliegen. Seriöse Angaben nennen deshalb immer mindestens zwei davon.

Ein Hinweis zum Wort selbst: In englischen Wirtschaftsmeldungen bedeutet Recall auch eine Rückrufaktion für fehlerhafte Produkte. Das hat mit der Kennzahl nichts zu tun. Im KI-Kontext ist immer die Trefferquote gemeint, gelegentlich auch Sensitivität genannt.