Ground Truth

Grundprinzip und Bedeutung

Ground Truth, ungefähr „Bodenwirklichkeit“, „Grundwahrheit“ oder „Feldvergleich“, bezeichnet ein Konzept oder Verfahren, bei dem gemessene oder erfasste Daten mit realen Gegebenheiten oder bekannten Referenzwerten abgeglichen werden. Dadurch lässt sich prüfen, ob Messungen, Modelle oder Klassifikationen die Wirklichkeit korrekt wiedergeben. Ground Truth gehört zur Verifikation (V&V) und steht in engem Zusammenhang mit Messtechnik und Testverfahren.

Je nach Fachgebiet besteht die Referenz beispielsweise aus Beobachtungen im Gelände, manuell bewerteten Datensätzen oder einer festgelegten Einteilung in relevante und irrelevante Dokumente.

Maschinelles Lernen und Computer Vision

Im Maschinellen Lernen und in der Computer Vision sind Ground-Truth-Daten Daten, deren korrektes Ergebnis bereits bekannt ist. Sie dienen dazu, die Qualität der Ergebnisse eines KI-Modells zu überprüfen. Dafür werden die Daten vorher manuell bewertet und gegebenenfalls mit Annotationen, also Kennzeichnungen, versehen.

Beim überwachten Lernen wird ein KI-Modell mit einem annotierten Datensatz trainiert. Die Beispiele enthalten sowohl Eingabevariablen als auch die dazugehörigen korrekten Ausgabewerte. Das Modell lernt daraus Muster und Zusammenhänge, um für neue Eingabedaten Vorhersagen oder Klassifizierungen zu erzeugen. Es heißt „überwacht“, weil ein „Aufseher“ oder „Lehrer“ durch die bekannten Lösungen vorgibt, welche Ergebnisse korrekt sind.

Beim unüberwachten Lernen werden dagegen unbeschriftete Daten verwendet. Das Modell erkennt ähnliche Muster und trifft auf dieser Grundlage Vorhersagen, ohne dass vorab bekannte Ausgabewerte als Ground Truth bereitgestellt werden.

Informationssuche und Sprachverarbeitung

Beim Information Retrieval, also dem gezielten Abruf von Informationen, bezeichnet Ground Truth die Klassifikation einer Testdatenbank zusammen mit einer Menge von Anfragen. Für jedes Dokument ist festgelegt, ob es in Bezug auf jede einzelne Anfrage relevant oder irrelevant ist.

Diese bekannte Zuordnung ermöglicht die Bewertung von Informationssystemen. Insbesondere die Qualitätsmaße „Precision und Recall“ verwenden sie als Referenz. Eine der bedeutendsten Testkollektionen für das Text-Retrieval wird von der „Text REtrieval Conference“ (TREC) des National Institute of Standards and Technology (NIST) gepflegt.

Fernerkundung und Kartografie

In der Fernerkundung und Kartografie umfasst Ground Truth Informationen, die durch Geländeerkundungen unmittelbar am Boden erhoben werden, etwa Bodenproben, Fotos oder Vegetationsbestimmungen. Sie helfen bei der Analyse von Fernerkundungsdaten wie Luftaufnahmen und Satellitenbildern. So lassen sich diese Daten genauer klassifizieren und die Ergebnisse auf Korrektheit prüfen. Auch aus der Luft gewonnene Daten des U.S. Geological Survey (USGS) werden durch Bodenüberprüfungen, beispielsweise magnetometrische Vermessungen, verifiziert.

Fernerkundungsdaten allein sind häufig nicht eindeutig. Mais- und Sonnenblumenfelder können etwa ähnliche Merkmalsausprägungen beziehungsweise eine ähnliche Rückstreuung in verschiedenen Spektralbereichen zeigen. Erst exemplarische Felddaten von einigen Orten ermöglichen eine ausreichend zuverlässige Zuordnung.

Ground-Truth-Daten können vor, während oder nach einer Befliegungskampagne erhoben werden. Ersatzweise lassen sich auch Daten aus anderen Quellen verwenden, die nicht unmittelbar vor Ort bestimmt wurden.

Weitere technische Anwendungen

In der Astrogeologie ist Ground Truth notwendig, um planetare Umgebungen und Prozesse zu verstehen. Die Erde dient dabei als Schlüssel zum interplanetaren Aktualismus.

Bei unbemannten Systemen, beispielsweise autonomen Fahrzeugen als Teil der Automobilelektronik, bilden Ground-Truth-Messungen einen wichtigen Bestandteil der Entwicklung und der Tests. Sie liefern die Referenz, anhand derer das Verhalten und die erfassten Daten solcher Systeme geprüft werden können.