1. Zweck & Einsatzbereich
Ziel, Nutzer, Domäne, erwartete Outputs, nicht‑geeignete Anwendungen.
2. Daten & Vorverarbeitung
Quellen, Datentypen, Qualität, Anonymisierung, Sampling, Versionierung.
3. Training & Architektur
Modelltyp, Hyperparameter, Trainingsumgebung, Reproduzierbarkeit.
4. Evaluation
Metriken (Accuracy, F1, AUROC, BLEU etc.), Baselines, Testdaten, Fairness.
5. Risiken & Mitigation
Bias, Drift, Missbrauch, Sicherheitsaspekte, Guardrails, Human‑in‑the‑Loop.
6. Betrieb
Monitoring, Logging, Incident‑Handling, Update‑Strategie, SLOs.