Microsoft hat am 2. Juni 2026 das Open-Source-Framework ASSERT (Adaptive Spec-driven Scoring for Evaluation and Regression Testing) vorgestellt. Es richtet sich an Entwickler, die KI-Systeme nicht nur anhand generischer Benchmarks, sondern anhand ihrer eigenen, produktspezifischen Anforderungen testen wollen. ASSERT nimmt natürlichsprachliche Beschreibungen erwünschter und unerwünschter Verhaltensweisen entgegen, wandelt sie in strukturierte Testszenarien um, führt diese gegen das Zielsystem aus und bewertet die Ergebnisse automatisch. Zusätzlich zeichnet das Framework die Entscheidungspfade des KI-Systems auf – inklusive Zwischenschritte und Tool-Aufrufe – damit Entwickler Fehlerquellen präzise lokalisieren können. Sarah Bird, Chief Product Officer für Responsible AI bei Microsoft, betonte, dass anwendungsspezifische Evaluierungen entscheidend für vertrauenswürdige Systeme seien. ASSERT soll sowohl während der Entwicklung als auch nach dem Deployment und für kontinuierliches Monitoring eingesetzt werden. Die Veröffentlichung fällt in einen breiteren Branchentrend hin zu wiederholbaren Regressionstests, den auch Stanford HELM, MLCommons AILuminate und die Evaluierungsgruppe METR vorantreiben.