MS DuplexHerkunftsnachweis, Prüfung und VerlernenAlle anzeigenWeniger anzeigen
Herkunftsnachweis, Prüfung und Verlernen.
Jede Lektion behält ihre Quelle und lässt sich korrigieren oder entfernen.
In MS Duplex zeigt jedes Stück Erfahrung seine Quelle und worauf es beruht, in einer einzigen Historie, die dein Team prüfen und exportieren kann.
Erinnern und steuern · eine der vierzehn Fähigkeiten von MS Duplex


Dein Team bekommt
- Entscheidungen, die andere Forschende reproduzieren können
- Fehler präzise behoben, ohne Nebenwirkungen
- Eine vollständige, exportierbare Historie der Arbeit
Was Herkunftsnachweis, Prüfung und Verlernen für dein Team bedeuten.
Herkunftsnachweis bedeutet, dass jedes Stück Erfahrung in MS Duplex zeigt, woher es stammt: das Ergebnis, die Messung oder das Expertenurteil dahinter und die Bedingungen, unter denen es bestätigt wurde. Wenn ein Agent einen Schritt empfiehlt, kann dein Team sehen, worauf sich diese Empfehlung stützt.
Prüfung bedeutet, dass das gesamte Protokoll in einer einzigen Historie liegt, die dein Team lesen und exportieren kann. Sie umfasst, was gelernt, was genutzt und was freigegeben wurde, und sie ist signiert. Andere Forschende können eine Entscheidung daraus rekonstruieren und selbst überprüfen.
Verlernen bedeutet, dass sich ein Fehler gezielt beheben lässt. Korrigiere eine Lektion, und nur diese Lektion ändert sich. Entferne sie, und die Empfehlungen, die von ihr abhingen, verschwinden mit ihr, während alles andere bleibt, wie es war. Eine entfernte Lektion lässt sich wiederherstellen, wenn dein Team seine Meinung ändert.
Warum Forschung KI braucht, die ihre Quellen zeigt.
Eine Schlussfolgerung ist nur so nützlich wie die Belege dahinter. KI, die ihre Quellen nicht zeigen kann, verlangt, dass dein Team sich auf ihr Wort verlässt.
In der Forschung muss jedes Ergebnis nachvollziehbar sein. Ein Gutachter fragt, woher eine Zahl stammt, eine Kollegin will eine Entscheidung prüfen, bevor sie darauf aufbaut, und ein späteres Projekt muss wissen, welche Annahmen damals galten. Wenn die Begründung der KI auf Lektionen ohne Quelle beruht, hat keine dieser Fragen eine Antwort.
Auch Fehler passieren. Eine Messung erweist sich als falsch, oder die Korrektur eines Experten galt nur unter Bedingungen, die niemand aufgeschrieben hat. Wenn Wissen in die Gewichte eines Modells eingebrannt ist, bedeutet die Korrektur einer Sache einen weiteren Trainingslauf, und anderes Wissen kann sich dabei verschlechtern. In MS Duplex steht jede Lektion für sich, sodass dein Team die Lektion korrigiert oder entfernt, die falsch ist.
Nachvollziehbare Belege
Jede Erkenntnis verweist auf das Ergebnis, die Messung oder das Expertenurteil, aus dem sie stammt.
Reproduzierbare Entscheidungen
Andere Forschende können eine Entscheidung anhand des Protokolls rekonstruieren und selbst überprüfen.
Gezielte Korrekturen
Eine einzelne falsche Lektion lässt sich beheben, ohne den Rest dessen anzutasten, was das Team aufgebaut hat.
Wissen, das sich weiterentwickelt
Eine neue Messung ersetzt die alte, und die Historie dessen, was sich geändert hat, bleibt erhalten.


Wie Herkunftsnachweis, Prüfung und Verlernen im Arbeitsalltag deines Teams funktionieren.
Dein Team arbeitet weiter wie heute. MS Duplex führt das Protokoll, während die Arbeit läuft, und gibt deinem Team die Kontrollmöglichkeiten, um danach zu handeln.
- 1
Eine Lektion wird mit ihrer Quelle festgehalten
Wenn ein Ergebnis bestätigt wird oder ein Experte den Agenten korrigiert, hält MS Duplex die Lektion mit ihren Belegen und den Bedingungen fest, unter denen sie gilt.
- 2
Empfehlungen zeigen ihre Grundlage
Wenn ein Agent einen Schritt vorschlägt, kann dein Team sehen, auf welche Lektionen er sich stützt und woher jede stammt.
- 3
Das Protokoll wird geprüft
Personen in ihrem Bereich können die Historie dessen, was gelernt, genutzt und freigegeben wurde, prüfen und exportieren.
- 4
Eine Lektion wird korrigiert oder entfernt
Wenn eine Lektion falsch ist, korrigiert dein Team sie, und nur diese Lektion ändert sich, oder es entfernt sie, und die Empfehlungen, die auf ihr beruhten, verschwinden ebenfalls. Sie lässt sich später wiederherstellen.
Ein Beispiel für jedes Fachgebiet, in dem ein Agent Kandidaten rankt.
Der Agent eines Teams rankt Kandidatendesigns zur Prüfung. Im Lauf einer Woche stellt sich heraus, dass ein Referenzwert hinter mehreren Empfehlungen falsch ist.
- 1
Eine Frage zu einem Ranking
Am Montag fragt ein Prüfer, warum ein Kandidat auf Platz eins steht. Das Protokoll zeigt die Lektionen hinter dem Ranking, jede mit dem Ergebnis oder dem Expertenurteil, aus dem sie stammt.
- 2
Eine Quelle erweist sich als falsch
Am Dienstag stellt das Team fest, dass eine dieser Lektionen auf einer Messung mit einem fehlerhaften Aufbau beruht. Es entfernt sie. Die Empfehlungen, die von ihr abhingen, verschwinden mit ihr, und jede andere Lektion bleibt.
- 3
Eine Korrektur
Am Mittwoch korrigiert ein Experte eine zweite Lektion, die unter engeren Bedingungen galt als protokolliert. Nur diese Lektion ändert sich, und das nächste Ranking des Agenten nutzt die korrigierte Fassung.
- 4
Die Entscheidung rekonstruiert
Am Freitag rekonstruiert eine Kollegin oder ein Kollege das neue Ranking anhand des Protokolls, sieht jede Quelle und die Historie beider Änderungen und exportiert es für das Projektreview.
Der Herkunftsnachweis macht die anderen Fähigkeiten vertrauenswürdig.
Alles, was MS Duplex lernt, plant und entscheidet, beruht auf einem Protokoll, das dein Team prüfen kann.
Kontinuierliches Lernen
Jede kontinuierlich gelernte Lektion kommt mit ihrer Quelle an, sodass das Protokoll wächst, während die KI lernt.
Ursache und Wirkung lernen
Die Verbindung zwischen einer Handlung, ihren Bedingungen und ihrem Ergebnis bleibt im Protokoll, sodass dein Team einen Befund von einer Vermutung unterscheiden kann.
Regeln und Freigaben
Freigaben stehen in derselben Historie wie die Lektionen, mit der Angabe, wer was freigegeben hat.
Freiheit, das Modell zu wechseln
Die Historie und ihre Quellen bleiben bei deinem Team, wenn du das Modell, den Agenten oder den Anbieter wechselst.
Was dein Team bekommt.
KI, bei der dein Team jede Lektion nachverfolgen, prüfen und korrigieren kann.
Eine Quelle für jede Lektion
Jedes Stück Erfahrung zeigt, woher es stammt und worauf es beruht.
Entscheidungen, die andere Forschende reproduzieren können
Eine Entscheidung lässt sich anhand des Protokolls rekonstruieren und von jemandem prüfen, der nicht dabei war.
Gezielte Korrekturen
Korrigiere eine Lektion, und nur diese Lektion ändert sich, ohne Nebenwirkungen auf den Rest.
Sauberes Entfernen
Entferne eine Lektion, und die Empfehlungen, die von ihr abhingen, verschwinden mit ihr, während alles andere bleibt.
Wiederherstellen bei Bedarf
Eine entfernte Lektion lässt sich wiederherstellen, wenn dein Team entscheidet, dass sie doch richtig war.
Eine exportierbare Historie
Eine vollständige, signierte Historie dessen, was gelernt, genutzt und freigegeben wurde, bereit zum Prüfen und Exportieren.
Häufige Fragen.
Damit der nächste Lauf vom letzten profitiert.
Bring uns die Forschung, in der deine KI besser werden soll. Wir planen ein Pilotprojekt an deinen eigenen Workflows, mit deinen Experten als Jury.

