{"id":42591,"date":"2026-02-19T12:16:43","date_gmt":"2026-02-19T11:16:43","guid":{"rendered":"https:\/\/www.l3s.de\/?p=42591"},"modified":"2026-03-25T16:34:33","modified_gmt":"2026-03-25T15:34:33","slug":"hypershap","status":"publish","type":"post","link":"https:\/\/www.l3s.de\/de\/hypershap\/","title":{"rendered":"HyperSHAP: Blick in die Black Box der KI-Optimierung"},"content":{"rendered":"

L3S Beste Ver\u00f6ffentlichung des Quartals (Q3+Q4\/2025)<\/strong> 
Kategorie: Explainable AI and AutoML<\/strong><\/strong><\/p>\n\n\n\n

HyperSHAP: Shapley Values and Interactions for Explaining Hyperparameter Optimization<\/strong><\/p>\n\n\n\n

Authors: Marcel Wever, Maximilian Muschalik, Fabian Fumagalli, Marius Lindauer <\/p>\n\n\n\n

Presented at AAAI 2026<\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

Welches Problem l\u00f6sen Sie mit Ihrer Forschung?<\/strong><\/p>\n\n\n\n

Moderne KI-Systeme sind stark von sogenannten Hyperparametern abh\u00e4ngig: Einstellungen, die einen gro\u00dfen Einfluss auf die Leistungsf\u00e4higkeit eines Modells haben. Die beste Kombination dieser Einstellungen zu finden (ein Prozess, der als Hyperparameteroptimierung bekannt ist), ist f\u00fcr die Entwicklung genauer und zuverl\u00e4ssiger KI-Systeme unerl\u00e4sslich. Dieser Prozess ist jedoch oft eine Black Box: Wir wissen, dass das Endergebnis gut funktioniert, verstehen aber nicht, warum.<\/p>\n\n\n\n

Was ist neu an Ihrer Forschung?<\/strong><\/p>\n\n\n\n

Mit HyperSHAP stellen wir eine Methode vor, die diesen Prozess transparenter und erkl\u00e4rbarer macht. Unser Ansatz zeigt, welche Hyperparameter wirklich wichtig sind, wie sie miteinander interagieren und wie viel Verbesserung sie tats\u00e4chlich bringen. Mit anderen Worten: Wir optimieren nicht nur KI-Systeme, sondern erkl\u00e4ren auch die Optimierung selbst. HyperSHAP basiert auf sogenannten Shapley-Werten und erm\u00f6glicht es, den Optimierungsprozess aus verschiedenen Blickwinkeln zu erkl\u00e4ren. Im Gegensatz zu fr\u00fcheren Ans\u00e4tzen zeigt HyperSHAP, wie viel tats\u00e4chlicher Leistungsgewinn durch Feinabstimmung m\u00f6glich ist, anstatt nur zu messen, wie stark die Leistung variiert.<\/p>\n\n\n\n

What is the potential impact?<\/strong><\/p>\n\n\n\n

Diese erh\u00f6hte Transparenz hat wichtige Auswirkungen. Sie hilft Forschern und Unternehmen, KI-Systeme effizienter zu entwickeln, reduziert kostspielige Trial-and-Error-Experimente und st\u00e4rkt das Vertrauen in automatisierte Entscheidungsprozesse. In Bereichen mit hohem Risiko wie dem Gesundheitswesen, dem Finanzwesen oder der \u00f6ffentlichen Verwaltung ist es genauso wichtig zu verstehen, warum ein KI-System gut funktioniert, wie eine gute Leistung zu erzielen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Link zum vollst\u00e4ndigen Artikel:<\/strong> https:\/\/arxiv.org\/pdf\/2502.01276<\/a><\/p>","protected":false},"excerpt":{"rendered":"

Mit HyperSHAP wird erstmals sichtbar, welche Hyperparameter ein KI-Modell wirklich voranbringen \u2013 und wie sie miteinander interagieren. Die Methode macht Hyperparameteroptimierung transparenter, effizienter und besser nachvollziehbar.<\/p>","protected":false},"author":13,"featured_media":42599,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[161],"tags":[],"class_list":["post-42591","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-best-publications"],"acf":[],"aioseo_notices":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts\/42591","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/13"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=42591"}],"version-history":[{"count":5,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts\/42591\/revisions"}],"predecessor-version":[{"id":42975,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts\/42591\/revisions\/42975"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/42599"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=42591"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=42591"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=42591"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}