# Genauigkeit und Konfidenz in GenderAPI.io V2

> Lernen Sie die Konfidenzarten in V2, unbekannte Ergebnisse und die Bewertung der Genauigkeit kennen. Diese Anleitung veröffentlicht keinen gemessenen Genauigkeitswert.

Canonical HTML: https://www.genderapi.io/de/accuracy-methodology

Last reviewed: 2026-09-28

## Was sagt ein Konfidenzwert aus?

Der confidence-Wert in V2 beschreibt die Angaben, auf denen eine einzelne Vorhersage beruht. Er misst weder die Gesamtgenauigkeit des Dienstes noch bestimmt er die Geschlechtsidentität einer Person. Lesen Sie ihn zusammen mit confidence_kind, source und sample_count.

Diese Anleitung beschreibt den aktuellen V2-Antwortvertrag und ein vorgeschlagenes Bewertungsprotokoll. Vertragstests prüfen das Antwortverhalten; sie sind keine Genauigkeitsstudie mit unabhängigen Referenzlabels. Das Aktualisierungsdatum dieser Seite ist kein Datum einer Genauigkeitsmessung.

Ein separates Datenbankprofil vom 26. September 2026 nennt die Dokumentanzahl jeder der beiden Collections laut ihren Metadaten sowie die Zählerkonsistenz von 5.000 zufällig ausgewählten Datensätzen je Collection. Diese Prüfungen vergleichen keine Vorhersagen mit unabhängigen Referenzlabels und ergeben daher keinen Genauigkeitswert in Prozent.

- [V2-Antwortfelder](https://www.genderapi.io/de/docs/v2/responses)
- [Datiertes Datenbankprofil und seine Grenzen](https://www.genderapi.io/de/data-provenance)

## Zwei Arten von Konfidenz, zwei Bedeutungen

Eine rein veranschaulichende Rechnung: Enthält der ausgewählte Eintrag male = 90, female = 10 und total = 100, beträgt seine confidence 0.9. Diese erfundenen Zahlen sind kein gemessenes Ergebnis von GenderAPI.io und bedeuten nicht, dass sich 90 % der Personen mit diesem Namen als männlich identifizieren.

Gespeicherte Häufigkeiten werden hier nicht als unabhängige und repräsentative Beobachtungen dargestellt. Ein KI-Wert ist nicht an diesen Häufigkeiten kalibriert. Vergleichen Sie beide Arten nicht als austauschbare Wahrscheinlichkeiten und verwenden Sie keinen universellen Konfidenzschwellenwert ohne eine Bewertung für Ihren Anwendungsfall.

| Antwortfeld | Ergebnis aus dem Datensatz | KI-Ergebnis |
| --- | --- | --- |
| `source` | dataset | ai |
| `confidence_kind` | observed_frequency, wenn ein Geschlecht zurückgegeben wird | model_reported, wenn ein Geschlecht zurückgegeben wird |
| `confidence` | max(male, female) / total aus den gespeicherten Häufigkeiten, wenn ein Geschlecht zurückgegeben wird; null bei exakt gleichen Häufigkeiten | Vom Modell gemeldeter Wert größer als 0,5 und höchstens 1, wenn ein Geschlecht zurückgegeben wird; andernfalls null |
| `sample_count` | Im ausgewählten Eintrag gespeicherte Gesamtzahl; keine Stichprobengröße einer Bewertung | null; es wird keine Stichprobenzahl aus dem Datensatz angegeben |
| `match` | Ausgewählter Kandidat, Trefferverfahren sowie länderspezifischer oder globaler Umfang | method ist model_inference; name, scope und country sind null |

## Unbekannte und mehrdeutige Ergebnisse sowie Fehler

Für Ergebnisse aus dem Datensatz gibt es keinen universellen Schwellenwert, ab dem eine niedrige Konfidenz verworfen wird. Der Validator für KI-Antworten verlangt, dass ein Wert ungleich null größer als 0,5 ist; das ist eine Vertragsbedingung und kein Beleg für die Qualität der Vorhersage. Behalten Sie null bei, statt es in eine Konfidenz von null oder eine geratene Geschlechtskategorie umzuwandeln.

| Ergebnis | Verhalten von V2 | Berücksichtigung in der Bewertung |
| --- | --- | --- |
| Erkannt | result_status ist identified und gender ist male oder female | Mit dem Referenzlabel vergleichen und als beantworteten Fall zählen |
| Unbekannt | gender und confidence sind null; result_status ist unknown | In der Stichprobe der berechtigten Fälle behalten und getrennt von einer falschen Vorhersage zählen |
| Gleichstand im Datensatz | Gleiche Häufigkeiten für male und female ergeben im Modus nur mit dem Datensatz reason: ambiguous; der Fallback kann dieses Ergebnis durch ein KI-Ergebnis ersetzen | Endgültiges Ergebnis und gewählten KI-Modus festhalten; Mehrdeutigkeit nicht als zusätzliches Ergebnis zählen |
| Unzureichende Belege für KI | Ein unbekanntes KI-Ergebnis hat source: ai und reason: insufficient_evidence | Als unknown zählen; eine gültige JSON-Antwort belegt keine Richtigkeit |
| Fehler der Anfrage oder eines Eintrags | HTTP-Fehler und Fehler einzelner Batch-Einträge sind betriebliche Ergebnisse, keine Geschlechtslabels | Fehler getrennt ausweisen; ihre Anzahl und den Nenner veröffentlichen, statt sie stillschweigend auszulassen |

## Die Konfiguration bewerten, die Sie tatsächlich verwenden

- Trennen Sie Eingaben vom Typ Name, E-Mail-Adresse und Benutzername. Der Ablauf für E-Mail-Adressen und Benutzernamen umfasst die Extraktion von Kandidaten, daher misst eine Studie nur mit Namen nicht seine Leistung von Anfang bis Ende.
- Trennen Sie die Werte off, fallback und always von ai_mode. Ohne forceToGenderize verwenden Einzelanfragen standardmäßig fallback und Batches off. Der Fallback prüft zuerst den Datensatz und setzt KI ein, wenn dieser kein Geschlecht zurückgibt. Ein zusammengefasstes Ergebnis kann den Unterschied zwischen Ergebnissen aus dem Datensatz und aus KI verdecken.
- Bewerten Sie forceToGenderize getrennt für jeden unterstützten Eingabetyp. Es kann eine Zuordnung aus einem Spitznamen ableiten, auch wenn name null ist; ein Alias belegt nicht die Identität des Kontoinhabers.
- Halten Sie fest, ob country angegeben wurde. Für jeden Kandidaten hat der länderspezifische Eintrag Vorrang, sofern vorhanden, andernfalls wird die globale Suche verwendet; prüfen Sie match.scope und match.country, um zu sehen, welcher Eintrag ausgewählt wurde.
- Berichten Sie Ergebnisse nach Länderkontext, Schriftsystem und Eingabetyp und nennen Sie die Anzahl der Fälle in jedem Segment. Eine regionale Zuordnung bedeutet weder Nationalität noch Wohnort.
- Legen Sie einen etwaigen Konfidenzschwellenwert Ihrer Anwendung fest, bevor Sie eine zurückgehaltene Teststichprobe messen. Veröffentlichen Sie sowohl das unveränderte API-Ergebnis als auch die durch diesen Schwellenwert zurückgehaltenen Antworten, getrennt für jede confidence_kind.

- [KI-Modi und Spitznamen-Auswertung](https://www.genderapi.io/de/docs/v2/ai-options)
- [Anfrageparameter](https://www.genderapi.io/de/docs/v2/request-parameters)

## Definitionen der Kennzahlen und Nenner

In der geplanten Bewertung ist N die Anzahl der berechtigten Fälle mit Referenzlabel. A = C + W ist die Anzahl der Fälle, in denen ein Geschlecht zurückgegeben wurde: C richtige und W falsche. U steht für unbekannte Ergebnisse und E für betriebliche Fehler nach Anwendung einer vorab festgelegten Ausführungsrichtlinie. Bei einem endgültigen Ergebnis pro Fall gilt N = C + W + U + E. Veröffentlichen Sie diese Anzahlen vor den Prozentwerten.

Ist N = 0, sind diese auf die Grundgesamtheit bezogenen Kennzahlen nicht definiert. Veröffentlichen Sie eine nicht definierte Kennzahl nicht als 0 %. Geben Sie Unsicherheitsintervalle und ihre Berechnungsmethode an; kleine oder nicht repräsentative Segmente rechtfertigen keine allgemeinen Aussagen zur Genauigkeit.

| Kennzahl | Definition | Veröffentlichte Messung |
| --- | --- | --- |
| Antwortabdeckung | A / N | Nicht gemessen |
| Genauigkeit bei beantworteten Fällen | C / A; nicht definiert, wenn A = 0 | Nicht gemessen |
| Fehlerquote bei beantworteten Fällen | W / A; nicht definiert, wenn A = 0 | Nicht gemessen |
| Richtige Antworten unter allen berechtigten Fällen | C / N; nicht als Genauigkeit bei beantworteten Fällen darstellen | Nicht gemessen |
| Anteil unbekannter Ergebnisse | U / N; Mehrdeutigkeit kann als Teilmenge von U berichtet werden | Nicht gemessen |
| Anteil betrieblicher Fehler | E / N; Fehler zusätzlich nach stabilem Fehlercode aufschlüsseln | Nicht gemessen |
| Kalibrierung | Wertebereiche mit der beobachteten Richtigkeit vergleichen, getrennt für observed_frequency und model_reported; Bereichseinteilung, Fallzahlen und Unsicherheit angeben | Nicht gemessen |

## Was eine reproduzierbare Bewertung enthalten muss

Erstellen Sie keine Referenzlabels, indem Sie einen anderen Dienst zur Geschlechtsbestimmung aus Namen nach seiner Einschätzung fragen. Ohne geeigneten unabhängigen Bezugspunkt misst ein solcher Vergleich Übereinstimmung, keine geprüfte Genauigkeit. Entsprechen die Referenzlabels nicht dem binären Ergebnis der API, beschreiben Sie diese Einschränkung und den Umfang der Bewertung, statt die Labels von Personen an die API anzupassen.

| Bestandteil | Erforderliche Angabe | Aktuelle öffentliche Belege |
| --- | --- | --- |
| Referenzpopulation | Herkunft der Referenzlabels und das Recht zu ihrer Nutzung; Einschluss- und Ausschlusskriterien, Stichprobenziehung, Entfernung von Duplikaten und Segmentdefinitionen | Hier wurde kein geprüfter Referenzdatensatz veröffentlicht |
| Trennung von den Quelldaten | Prüfung auf Überschneidungen und Datenlecks; Unterscheidung zwischen Testdaten aus der Entwicklung und einer unabhängigen, zurückgehaltenen Bewertung | Hier wurde kein Bericht veröffentlicht, der die Trennung bestätigt |
| Version und Durchführung | Datum der Durchführung, genaue API-Version, Snapshot des Datensatzes, Modell- oder Anbieterversion bei KI-Einsatz, Prompts und Anfrageeinstellungen | Hier wurde keine Version einer durchgeführten Bewertung veröffentlicht |
| Ergebnisse | N, C, W, U, E, Fallzahlen je Segment, Konfidenzintervalle und Kalibrierungsanalyse | Hier wurden keine gemessenen Leistungswerte veröffentlicht |
| Reproduktion und Prüfung | Bewertungscode, reproduzierbare aggregierte Ergebnisse, bekannte Einschränkungen und eine benannte Person oder ein Team, das die Prüfung verantwortet | Nur Protokoll; keine abgeschlossene unabhängige Bewertung |

## Das Ergebnis unter Beachtung seiner Grenzen nutzen

Zuordnungen von Namen und Spitznamen zu einem Geschlecht unterscheiden sich je nach Sprache, Land und Population. Ein zurückgegebenes Label kann die Geschlechtsidentität einer Person nicht bestimmen. Behalten Sie unbekannte Ergebnisse bei und geben Sie Angaben der Person selbst Vorrang. Treffen Sie keine folgenreichen Entscheidungen über eine Person auf Grundlage eines abgeleiteten Geschlechts.

- [Datenquellen und Grenzen der Herkunftsangaben](https://www.genderapi.io/de/data-provenance)
- [GenderAPI.io zu Bewertungsbelegen kontaktieren](https://www.genderapi.io/de/contact)

## Änderungsverlauf

| Datum | Dokumentversion | Änderung |
| --- | --- | --- |
| 2026-09-28 | 1.0.0 | Deutsche Fassung der V2-Konfidenzarten, Ergebnisquellen, unbekannten Ergebnisse und Bewertungsnenner. Es wurde kein neuer Genauigkeitswert veröffentlicht. |