Der Beitrag stammt aus einem Abschlussprojekt und beschreibt den vollständigen Entwicklungszyklus von sechs Modellen zur Betrugserkennung – von der Datenvorbereitung über das Training bis zur Auswahl eines Produktionskandidaten. Der Autor stellt fest, dass das Modell mit dem besten F1-Score oder AUC-ROC nicht automatisch das geeignetste für den Einsatz im echten System ist. Kriterien wie Erklärbarkeit (etwa für regulatorische Anforderungen), Inferenzlatenz und Robustheit gegenüber verschobenen Datenverteilungen spielten bei der finalen Entscheidung eine entscheidende Rolle. Typische Modelle in solchen Vergleichen umfassen Logistische Regression, Entscheidungsbäume, Random Forest, Gradient Boosting (z. B. XGBoost), neuronale Netze und regelbasierte Systeme – der Beitrag testet genau sechs solcher Ansätze. Betrugsdatensätze sind strukturell stark unbalanciert, was Metriken wie Accuracy irreführend macht und Techniken wie SMOTE oder class-weight-Anpassungen nötig macht. Das Projekt verdeutlicht, dass Produktionsentscheidungen in der Regel ein multidimensionales Abwägen erfordern: Ein schwächeres Modell kann bevorzugt werden, wenn es einfacher zu überwachen, schneller zu erklären oder robuster gegenüber Datendrift ist. Der Beitrag richtet sich damit gegen eine verbreitete Praxis in Studien- und Junior-Projekten, bei der der höchste Metrik-Score unreflektiert als Siegkriterium gilt.