Prozessorliste
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Diese Seite enthält detaillierte Informationen zu allen von Document AI angebotenen Prozessoren. Sie können eine Liste aller Auftragsverarbeiter nach Lösungstyp aufrufen.
Erkennt und extrahiert Text in verschiedenen Arten von Dokumenten
Mit diesem Prozessor können Sie Text, einschließlich handschriftlichem Text, in Dokumenten in über 200 Sprachen erkennen und extrahieren. Der Prozessor verwendet außerdem maschinelles Lernen, um die Qualität eines Dokuments anhand der Lesbarkeit seines Inhalts zu bewerten.
Eingefrorene Modellversion von v1.0: Modell-Dateien, -Konfigurationen und -Binärdateien eines Versions-Snapshots, die bis zu 18 Monate lang in einem Container-Image eingefroren sind.
pretrained-ocr-v2.0-2023-06-02
Stabil
GA
Produktionsreifes Modell, das für Dokumentanwendungsfälle spezialisiert ist. Umfasst den Zugriff auf alle OCR-Add-ons.
pretrained-ocr-v2.1-2024-08-07
Stabil
GA
Die wichtigsten Verbesserungen in Version 2.1 sind: bessere Erkennung von gedrucktem Text, präzisere Erkennung von Kästchen und genauere Lesereihenfolge.
pretrained-ocr-v2.1.1-2025-01-31
Releasekandidat
Öffentliche Vorschau
v2.1.1 ähnelt v2.1 und ist in allen Regionen außer US, EU und asia-southeast1 verfügbar.
Unter Beispiel-Datasets finden Sie Beispiele für Datasets mit und ohne Label, die Sie für das Training verwenden können.
Benutzerdefinierter Extrahierer
Beschreibung
Extrahieren Sie Felder aus Dokumenten mithilfe von generativer KI oder benutzerdefinierten Modellen. Optimieren Sie Modelle, um Daten aus Ihren Dokumenten genau zu extrahieren.
Wenn Sie generative KI für die Extraktion verwenden, gilt Folgendes:
Nur die englische Sprache wird offiziell unterstützt.
Die regionale Verfügbarkeit ist in US, EU, northamerica-northeast1 und asia-southeast1 gegeben.
Unterstützte Sprachen
Vollständige Liste der Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Afrikaans
af
Latn
Arabisch
ar
Arab
Aserbaidschanisch
az
Latn
Aserbaidschanisch (Kyrillisch)
az-Cyrl
Cyrl
Belarussisch
be
Cyrl
Bulgarisch
bg
Cyrl
Bosnisch
bs
Latn
Katalanisch
ca
Latn
Cebuano
ceb
Latn
Tschechisch
cs
Latn
Walisisch
cy
Latn
Dänisch
da
Latn
Deutsch
de
Latn
Griechisch
el
Grek
Englisch
en
Latn
Esperanto
eo
Latn
Spanisch
es
Latn
Estnisch
et
Latn
Baskisch
eu
Latn
Persisch
fa
Arab
Finnisch
fi
Latn
Filipino
fil
Latn
Französisch
fr
Latn
Irisch
ga
Latn
Galizisch
gl
Latn
Hindi
hi
Deva
Kroatisch
hr
Latn
Haitianisch
ht
Latn
Ungarisch
hu
Latn
Indonesisch
id
Latn
Isländisch
is
Latn
Italienisch
it
Latn
Hebräisch
iw
Hebr
Japanisch
ja
Jpan
Javanisch
jv
Latn
Kasachisch
kk
Cyrl
Koreanisch
ko
Kore
Kirgisisch
ky
Cyrl
Latein
la
Latn
Litauisch
lt
Latn
Lettisch
lv
Latn
Mazedonisch
mk
Cyrl
Mongolisch
mn
Cyrl
Marathi
mr
Deva
Malaiisch
ms
Latn
Maltesisch
mt
Latn
Nepalesisch
ne
Deva
Niederländisch
nl
Latn
Norwegisch
no
Latn
Polnisch
pl
Latn
Paschtu
ps
Arab
Portugiesisch (Portugal und Brasilien)
pt
Latn
Rumänisch
ro
Latn
Russisch
ru
Cyrl
Russisch (Petrinische Rechtschreibung)
ru-PETR1708
Cyrl
Sanskrit
sa
Deva
Slowakisch
sk
Latn
Slowenisch
sl
Latn
Albanisch
sq
Latn
Serbisch
sr
Cyrl
Schwedisch
sv
Latn
Suaheli
sw
Latn
Tagalog
tl
Latn
Türkisch
tr
Latn
Ukrainisch
uk
Cyrl
Urdu
ur
Arab
Usbekisch
uz
Latn
Usbekisch (Kyrillisch)
uz-Cyrl
Cyrl
Vietnamesisch
vi
Latn
Jiddisch
yi
Hebr
Chinesisch (vereinfacht)
zh-Hans
Hani
Chinesisch (traditionell)
zh-Hant
Hani
Zulu
zu
Latn
Prozessorversionen
Versions-ID
Release-Version
Reifegrad des Release
Beschreibung
pretrained-foundation-model-v1.5-2025-05-05
Stabil
GA
Produktionsreifer Kandidat, der auf dem Gemini 2.5 Flash-LLM basiert. Empfohlen für alle, die mit neueren Modellen experimentieren möchten.
pretrained-foundation-model-v1.5-pro-2025-06-20
Stabil
GA
Produktionsreifes Modell, das auf dem Gemini 2.5 Pro-LLM basiert. Unterstützt ein Kontingent von bis zu 30 Seiten pro Minute für Onlineverarbeitungsanfragen. Dieses Modell bietet eine bessere Qualität als v1.5, kann aber eine höhere Latenz haben.
pretrained-foundation-model-v1.5.1-2025-08-07
Releasekandidat
Öffentliche Vorschau
Öffentliches Vorschaumodell, das auf dem Gemini 2.5 Flash-LLM basiert. Dieses Modell bietet dieselben Funktionen wie v1.5 und ein verbessertes adaptives Few-Shot-Lernen.
pretrained-foundation-model-v1.6-pro-2025-12-01
Releasekandidat
Öffentliche Vorschau
Vorschaumodell, das auf dem Gemini 3 Pro-LLM basiert.
pretrained-foundation-model-v1.6-2026-01-13
Releasekandidat
Öffentliche Vorschau
Vorabversion des Modells, das auf dem LLM Gemini 3 Flash basiert.
pretrained-foundation-model-v3.1-lite-2026-07-15
Releasekandidat
Öffentliche Vorschau
Vorschaumodell, das auf dem LLM Gemini 3.1 Lite basiert. Unterstützt multiregionale Endpunkte (mREPs) in den USA und der EU.
pretrained-foundation-model-v3.5-2026-05-26
Releasekandidat
Öffentliche Vorschau
Vorabversion des Modells, das auf dem LLM Gemini 3.5 Flash basiert.
Extrahiert neben OCR-Text auch allgemeine Schlüssel/Wert-Paare (Entität und Kästchen), Tabellen und allgemeine Entitäten aus Dokumenten.
Dieser Prozessor verwendet fortschrittliche Technologien für maschinelles Lernen, um Schlüssel/Wert-Paare, Kästchen und Tabellen aus Dokumenten in mehr als 200 Sprachen zu extrahieren. Dieser Prozessor nutzt auch Deep-Learning-Modelle, um 11 generische Entitäten zu extrahieren, die in verschiedenen Dokumenttypen vorkommen.
Extrahiert Dokumentinhaltselemente (Text, Tabellen und Listen) und erstellt kontextsensitive Blöcke.
Der Layoutparser extrahiert Dokumentinhaltselemente wie Text, Tabellen und Listen und erstellt kontextsensitive Blöcke, die den Informationsabruf in Anwendungen für generative KI und Discovery erleichtern.
Dieser Parser unterstützt PDF-, HTML-, DOCX-, PPTX- und XLSX-/XLSM-Dateien.
Unterstützte Sprachen
Vollständige Liste der Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Afrikaans
af
Latn
Albanisch
sq
Latn
Arabisch
ar
Arab
Armenisch
hy
Armn
Belarussisch
be
Cyrl
Bengalisch
bn
Beng
Bengalisch
bn
Beng
Bulgarisch
bg
Cyrl
Katalanisch
ca
Latn
Chinesisch
zh
Hani
Kroatisch
hr
Latn
Tschechisch
cs
Latn
Dänisch
da
Latn
Niederländisch
nl
Latn
Englisch
en
Latn
Estnisch
et
Latn
Filipino
fil
Latn
Finnisch
fi
Latn
Französisch
fr
Latn
Deutsch
de
Latn
Griechisch
el
Grek
Gujarati
gu
Gujr
Hebräisch
iw
Hebr
Hindi
hi
Deva
Ungarisch
hu
Latn
Isländisch
is
Latn
Indonesisch
id
Latn
Italienisch
it
Latn
Japanisch
ja
Jpan
Kannada
kn
Knda
Khmer
km
Khmr
Koreanisch
ko
Kore
Lao
lo
Laoo
Lettisch
lv
Latn
Litauisch
lt
Latn
Mazedonisch
mk
Cyrl
Malaiisch
ms
Latn
Malayalam
ml
Mlym
Marathi
mr
Deva
Nepalesisch
ne
Deva
Norwegisch
no
Latn
Persisch
fa
Arab
Polnisch
pl
Latn
Portugiesisch (Portugal und Brasilien)
pt
Latn
Punjabi
pa
Guru
Rumänisch
ro
Latn
Russisch
ru
Cyrl
Serbisch
sr
Cyrl
Slowakisch
sk
Latn
Slowenisch
sl
Latn
Spanisch
es
Latn
Schwedisch
sv
Latn
Tagalog
tl
Latn
Tamil
ta
Taml
Telugu
te
Telu
Thailändisch
th
Thai
Türkisch
tr
Latn
Ukrainisch
uk
Cyrl
Vietnamesisch
vi
Latn
Jiddisch
yi
Hebr
Prozessorversionen
Versions-ID
Release-Version
Reifegrad des Release
Beschreibung
pretrained-layout-parser-v1.0-2024-06-03
Stabil
GA
Allgemein verfügbare Version für die Analyse des Dokumentenlayouts. Dies ist die standardmäßige vortrainierte Prozessorversion.
pretrained-layout-parser-v1.5-2025-08-25
Releasekandidat
Öffentliche Vorschau
Vorabversion mit Gemini 2.5 Flash LLM für eine bessere Layoutanalyse von PDF-Dateien. Empfohlen für alle, die mit neuen Versionen experimentieren möchten.
pretrained-layout-parser-v1.5-pro-2025-08-25
Releasekandidat
Öffentliche Vorschau
Vorabversion, die auf dem LLM Gemini 2.5 Pro basiert und eine bessere Layoutanalyse von PDF-Dateien ermöglicht. v1.5-pro hat eine höhere Latenz als v1.5.
pretrained-layout-parser-v1.6-pro-2025-12-01
Releasekandidat
Öffentliche Vorschau
Vorabversion, die auf dem LLM Gemini 3.0 Pro basiert.
pretrained-layout-parser-v1.6-2026-01-13
Releasekandidat
Öffentliche Vorschau
Vorabversion, die auf dem LLM Gemini 3.0 Flash basiert.
pretrained-layout-parser-v3.1-lite-2026-08-11
Releasekandidat
Öffentliche Vorschau
Vorabversion, die auf dem LLM Gemini 3.1 Flash Lite basiert.
Wenn eine Seite einer mehrseitigen Eingabedatei den richtigen Dokumenttyp und eine der unterstützten Versionen hat, führt der Prozessor die Entitätsextraktion für das erste unterstützte Dokument durch. Wenn der Prozessor keine entsprechenden Dokumente in der Eingabedatei findet, gibt er eine Fehlermeldung zurück.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Prozessorversionen
Versions-ID
Release-Version
Reifegrad des Release
Beschreibung
pretrained-bankstatement-v1.0-2021-08-08
Stabil
GA
pretrained-bankstatement-v1.1-2021-08-13
Stabil
GA
pretrained-bankstatement-v2.0-2021-12-10
Stabil
GA
pretrained-bankstatement-v3.0-2022-05-16
Stabil
GA
Bei dieser Version wird davon ausgegangen, dass die Eingabedatei einen einzelnen Kontoauszug enthält. Im Gegensatz zur Standardversion wird bei dieser Version die Eingabedatei nicht auf Kontoauszüge geprüft und es wird kein Fehler zurückgegeben, wenn keine Kontoauszüge gefunden werden.
Wenn eine Seite einer mehrseitigen Eingabedatei den richtigen Dokumenttyp und eine der unterstützten Versionen hat, führt der Prozessor die Entitätsextraktion für das erste unterstützte Dokument durch. Wenn der Prozessor keine entsprechenden Dokumente in der Eingabedatei findet, gibt er eine Fehlermeldung zurück.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Unterstützte Formulare/Versionen
2020 (Standard- und benutzerdefinierte Versionen)
2019 (Standard- und benutzerdefinierte Versionen)
2018 (Standard- und benutzerdefinierte Versionen)
Prozessorversionen
Versions-ID
Release-Version
Reifegrad des Release
Zusätzliche Felder erkannt
Beschreibung
pretrained-w2-v1.0-2020-10-01
Stabil
GA
Keine
pretrained-w2-v1.1-2022-01-27
Stabil
GA
Keine
pretrained-w2-v1.2-2022-01-28
Stabil
GA
Felder anzeigen
AllocatedTips
ControlNumber
DependentCareBenefits
EIN
EmployeeAddress
EmployeeName
EmployerNameAndAddress
EmployerStateIdNumber_Line1
FederalIncomeTaxWithheld
FormYear
LocalIncomeTax_Line1
LocalityName_Line1
LocalWagesTipsEtc_Line1
MedicareTaxWithheld
MedicareWagesAndTips
NonqualifiedPlans
SocialSecurityTaxWithheld
SocialSecurityTips
SocialSecurityWages
SSN
State_Line1
StateIncomeTax_Line1
StateWagesTipsEtc_Line1
WagesTipsOtherCompensation
Qualitätsverbesserungen und Unterstützung neuer Felder; ohne Splitter.
Qualitätsverbesserungen und Unterstützung für Felder in Feld 12 sowie detaillierte Vorhersagen für EmployeeName, EmployeeAddress und EmployerNameAndAddress, die nicht mehr Teil der Ausgabe sind und durch zusätzliche Felder ersetzt werden.
Gültigkeit von ID-Dokumenten anhand mehrerer Signale vorhersagen
Der Identity Document Proofing-Prozessor wurde entwickelt, um die Gültigkeit von Ausweisdokumenten anhand von vier verschiedenen Signalen vorherzusagen.
Der Prozessor gibt derzeit Informationen aus den folgenden Signalen zurück:
fraud_signals_is_identity_document-Erkennung: Prognostiziert, ob ein Bild ein erkanntes Ausweisdokument enthält.
fraud_signals_suspicious_words-Erkennung: Es wird vorhergesagt, ob Wörter vorhanden sind, die auf Ausweisen nicht üblich sind.
fraud_signals_image_manipulation-Erkennung: Prognostiziert, ob das Bild mit einem Bildbearbeitungstool verändert oder manipuliert wurde.
fraud_signals_online_duplicate-Erkennung: Sagt voraus, ob das Bild online gefunden werden kann (nur USA).
Die Funktion „Online-Duplikaterkennung“ wird derzeit in US-Rechenzentren verarbeitet. Die regionale und multiregionale Unterstützung ist für diese Funktion außerhalb der USA nicht verfügbar.
Dieser Prozessor wird von Algorithmen unterstützt, die häufiger aktualisiert werden, als neue Prozessorversionen veröffentlicht werden. Aus diesem Grund kann der Prozessor im Laufe der Zeit unterschiedliche Ausgaben zurückgeben, auch wenn dieselbe Prozessorversion verwendet wird. Das System zur Online-Duplikaterkennung überwacht beispielsweise Bilder im Web. Das Verhalten des Systems kann sich dann schneller ändern, als es in Prozessorversionen nachverfolgt werden kann.
Weitere Informationen finden Sie in den Hinweisen zu verantwortungsbewusster KI[†] und zur manuellen Überprüfung.[‡]
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Unterstützte Formulare/Versionen
Unterstützung für US-amerikanische Reisepässe, Passport Cards und Führerscheine.
Wenn das mehrseitige Eingabedokument mehr als eine gültige Gehaltsabrechnung enthält, extrahiert der Prozessor nur Entitäten aus der ersten gültigen Gehaltsabrechnung. Wenn in der Eingabedatei keine Gehaltsabrechnungen gefunden werden, gibt der Prozessor eine Fehlermeldung zurück.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Prozessorversionen
Versions-ID
Release-Version
Reifegrad des Release
Zusätzliche Felder erkannt
Beschreibung
pretrained-paystub-v1.0-2021-03-19
Stabil
GA
Keine
pretrained-paystub-v1.1-2021-08-13
Stabil
GA
Felder anzeigen
net_pay
net_pay_ytd
employee_account_number
Qualitätsverbesserung und Unterstützung neuer Felder
pretrained-paystub-v1.2-2021-12-10
Stabil
GA
Keine
pretrained-paystub-v2.0-2022-05-17
Releasekandidat
Öffentliche Vorschau
Felder anzeigen
deduction_item
deduction_item/deduction_type
deduction_item/deduction_this_period
deduction_item/deduction_ytd
direct_deposit_item
direct_deposit_item/direct_deposit
direct_deposit_item/employee_account_number
earning_item
earning_item/earning_type
earning_item/earning_rate
earning_item/earning_hours
earning_item/earning_this_period
earning_item/earning_ytd
page_number
tax_item
tax_item/tax_type
tax_item/tax_this_period
tax_item/tax_ytd
federal_additional_tax
federal_allowance
federal_marital_status
state_additional_tax
state_allowance
state_marital_status
In dieser Version wird davon ausgegangen, dass die Eingabedatei eine einzelne Lohnabrechnung enthält. Im Gegensatz zur Standardversion wird in dieser Version die Eingabedatei nicht auf Gehaltsabrechnungen geprüft und es wird kein Fehler zurückgegeben, wenn keine Gehaltsabrechnungen gefunden werden.
Qualitätsverbesserung, Unterstützung neuer Felder und neues Schema. Bonus, Provisionen, Feiertage, Überstunden, reguläre Bezahlung und Urlaub sind jetzt Teil von „earning_item/earning_this_period“ und die entsprechenden Versionen seit Jahresbeginn sind in „earning_item/earning_ytd“. „Direct Deposit“ (Direkteinzahlung) und „Employee Account Number“ (Kontonummer des Mitarbeiters) sind jetzt unter „direct_deposit_item“ verschachtelt.
Das Limit für asynchrone Seiten beträgt 10.
pretrained-paystub-v2.0-2022-07-22
Stabil
GA
Keine
Verbesserungen bei der Qualität und beim Aufbautraining.
Abgestimmte Version des v1.0-Prozessors. Einführung im April 2021.
pretrained-expense-v1.3.2-2024-09-11
Releasekandidat
Öffentliche Vorschau
Felder anzeigen
credit_card_last_four_digits
line_item/quantity
payment_type
ja: Japanisch
Ein optimiertes Upgrade auf Version 1.3 mit einem verbesserten zugrunde liegenden Vision-Modell.
pretrained-expense-v1.4-2022-11-18
Stabil
GA
Felder anzeigen
traveler_name
reservation_id
line_item/transaction_date
ja: Japanisch
it: Italienisch
pt: Portugiesisch (Portugal und Brasilien)
Leistungsverbesserungen und Unterstützung für Aufbautraining. Das Limit für die maximale Anzahl von Seiten (Online-/synchrone Anfragen) wurde auf 15 erhöht.
pretrained-expense-v1.4.2-2024-09-12
Stabil
GA
Felder anzeigen
traveler_name
reservation_id
line_item/transaction_date
ja: Japanisch
it: Italienisch
pt: Portugiesisch (Portugal und Brasilien)
Ein Upgrade auf Version 1.4 mit einem verbesserten zugrunde liegenden Vision-Modell.
Extrahiert Text und Werte aus Rechnungen, z. B. Rechnungsnummer, Lieferantenname, Rechnungsbetrag, Steuerbetrag, Rechnungsdatum, Fälligkeitsdatum.
Der Rechnungsparser extrahiert sowohl Kopf- als auch Positionsfelder, z. B. Rechnungsnummer, Lieferantenname, Rechnungsbetrag, Steuerbetrag, Rechnungsdatum, Fälligkeitsdatum und Positionsbeträge.
Produktionsreifes Modell, das auf dem LLM Gemini 2.5 Flash basiert. Enthält auch erweiterte OCR-Funktionen. Dieses vortrainierte Modell kann ohne vorheriges Training verwendet werden. Es unterstützt die Zero-Shot-Klassifizierung und bietet eine bessere Unterstützung für die Catch-All-Klasse.
pretrained-classifier-v1.6-2026-03-09
Releasekandidat
Öffentliche Vorschau
Releasekandidat, der auf dem Gemini 3.1 Flash-LLM basiert.
pretrained-classifier-v1.6-pro-2026-03-09
Releasekandidat
Öffentliche Vorschau
Releasekandidat, der auf dem LLM Gemini 3.1 Pro basiert.
i18n kann nur über benutzerdefinierte Trainingsoptionen unterstützt werden.
Unterstützte Sprachen
Sprache
BCP 47-Tag
Skript
Handschrift wird unterstützt
Englisch
en
Latn
Prozessorversionen
Versions-ID
Release-Version
Reifegrad des Release
Beschreibung
pretrained-splitter-v1.5-2025-07-14
Stabil
GA
Allgemein verfügbares Modell, das auf dem Gemini 2.5 Flash-LLM basiert. Dieses vortrainierte Modell kann ohne vorheriges Training verwendet werden. Es unterstützt Zero-Shot-Aufteilung und ‑Klassifizierung.
pretrained-splitter-v1.6-2026-03-09
Releasekandidat
Öffentliche Vorschau
Releasekandidat, der auf dem Gemini 3.1 Flash-LLM basiert.
pretrained-splitter-v1.6-pro-2026-03-09
Releasekandidat
Öffentliche Vorschau
Releasekandidat, der auf dem LLM Gemini 3.1 Pro basiert.
[†]
Bei der Identitätsprüfung werden Informationen aus Ausweisdokumenten extrahiert und ausgewertet, um festzustellen, ob das Eingabebild einen authentischen Ausweis darstellt.
Bei Google Cloudhelfen wir Kunden bei der Entwicklung und Implementierung von KI-Lösungen. Die Identitätsprüfung wurde in Übereinstimmung mit den KI-Grundsätzen von Google entwickelt.
Basierend auf den KI-Grundsätzen von Google und dem aktuellen Produktdesign empfehlen wir dringend, die potenziellen Vorteile und Risiken der Verwendung der Identitätsprüfung für die folgenden Zwecke sorgfältig abzuwägen:
Entscheidungsfindung ohne Human-in-the-Loop für Vorhersagen, die sich auf Menschenrechte auswirken können.
In sensiblen Bereichen, einschließlich, aber nicht beschränkt auf Beschäftigung, Zugang zu öffentlichen Diensten, Gesundheitswesen und sicherheitskritische Kontexte.
[‡] Verwenden Sie die Identitätsprüfung immer als Teil Ihres umfassenderen Prozesses und Workflows zur Identitätserkennung.
Es ist wichtig, dass Sie in Ihrem Workflow einen Prüfer haben, der die Richtigkeit der vorhergesagten Signale überprüft. Der Prozessor für die Identitätsprüfung ist nicht dazu gedacht, die manuelle Überprüfung von Ausweisen in einem Workflow zu ersetzen, sondern soll Prüfer bei der Validierung von Ausweisdokumenten unterstützen. Der Prozessor für die Identitätsprüfung sollte nicht als automatisiertes Entscheidungstool verwendet werden, um festzustellen, ob ein Ausweis gültig ist. Mit der manuellen Überprüfung können Kunden eine höhere Genauigkeit bei der Dokumentenverarbeitung erreichen und Unternehmen bei der Bewertung von Vorhersagen helfen, indem sie speziell entwickelte Tools verwenden, die diese Bewertungen ermöglichen.
Prüfen Sie die rechtlichen Vorgaben in der Region, in der Sie diese Technologie implementieren, und informieren Sie sich über vorhandene Branchenrichtlinien, um mehr über Richtlinien und häufige Fairness-Probleme zu erfahren. Lesen Sie mehr über Fairness beim maschinellen Lernen, einschließlich Möglichkeiten, Verzerrungen in Trainings-Datasets zu minimieren, Ihre benutzerdefinierten Modelle auf Leistungsunterschiede zu bewerten und andere Überlegungen bei der Verwendung Ihres benutzerdefinierten Modells anzustellen.
Wir empfehlen unseren Kunden, bei der Implementierung der Identitätsprüfung die Best Practices für Fairness, Interpretierbarkeit, Datenschutz und Sicherheit zu beachten. Weitere Informationen zur Implementierung von verantwortungsbewusster KI finden Sie in den Empfehlungen von Google für die verantwortungsbewusste Anwendung von KI.
