# Daten mit dem Tagger labeln > Manuelles Labeln, Co-Pilot und Autopilot, Prüfrunden und Export. Der Tagger fügt den Zeilen eines Datensatzes Labels hinzu. Sie können jede Zeile selbst labeln oder ein KI-Modell Zeilen labeln lassen, während Sie seine Arbeit prüfen. Das Ergebnis ist ein gelabelter Datensatz, den Sie in einem Durchlauf verwenden können. ## Eine Sitzung starten Öffnen Sie den Tagger auf eine dieser Arten: - Öffnen Sie den Tagger über das Dashboard. - Wählen Sie unter **Datensätze** einen Datensatz aus und klicken Sie auf **Diesen Datensatz taggen**. - Klicken Sie im Datensatz-Editor auf **Mit KI taggen**. ### Die Daten wählen Die Einrichtung fragt nach den Daten, die gelabelt werden sollen: - **Aus deiner Bibliothek wählen** verwendet einen Datensatz, den Sie hochgeladen haben. Um eine neue Datei hochzuladen, verwenden Sie zuerst [Datensätze](/docs/de/guides/datasets). - **Synthetischen Datensatz erzeugen** erstellt Zeilen für Sie. Diese Option benötigt den Assistenten. ### Den Aufgabentyp wählen | Aufgabentyp | Was Sie jeder Zeile geben | | ---------------------------- | ----------------------------------------------------------------------------------------------- | | **Ja / Nein-Frage** | Eine Antwort mit Ja oder Nein. | | **Aus Kategorien wählen** | Eine oder mehrere Kategorien aus einer Liste, die Sie festlegen. Fügen Sie mindestens zwei Kategorien hinzu. | | **Schriftliche Antworten** | Eine Antwort als freier Text. | ### Einen Modus wählen Die Einrichtung fragt „Wie möchtest du taggen?“. Es gibt drei Modi: | Modus | Was passiert | | ------------- | ----------------------------------------------------------------------------------------------------------------------------- | | **Manuell** | Sie labeln jede Zeile selbst. Es ist keine KI beteiligt. | | **Co-Pilot** | Nach einem kurzen Interview taggt die KI einen ersten Stapel. In Prüfrunden behalten oder korrigieren Sie jedes Label. | | **Autopilot** | Nach einem kurzen Interview taggt die KI alle Zeilen und markiert die Zeilen, bei denen sie unsicher ist. | Die Einrichtung kennzeichnet einen Modus als **Empfohlen**. Die Einrichtung bietet außerdem die Auswahl **Tagging-Modell**. Der Standard eignet sich für die meisten Datensätze. > [!NOTE] > In der Mac-App benötigt das Taggen mit KI Ihren eigenen Anbieterschlüssel. Wählen Sie ein Modell unter **Dein eigener Schlüssel**. Siehe [Mac-App](/docs/de/guides/mac-app). ## Das Datensatz-Interview Co-Pilot und Autopilot beginnen mit einem **Datensatz-Interview**. Die KI stellt Fragen zu Ihren Daten und Ihren Labels. Sie können auf **Interview überspringen** klicken. Das Interview erstellt einen **Labeling-Leitfaden**. Der Leitfaden enthält die Regeln, denen die KI folgt. Mit **Regel hinzufügen** fügen Sie eine eigene Regel hinzu. Am Ende zeigt die KI **Das ist der Plan**. Dann starten Sie die Arbeit: - Klicken Sie in Co-Pilot auf **Die ersten {rows} Zeilen für meine Prüfung taggen**. - Klicken Sie in Autopilot auf **Alle {rows} Zeilen taggen**. ## Prüfrunden in Co-Pilot In Co-Pilot taggt die KI zuerst einen Kalibrierungsstapel. Die Größe des Stapels hängt vom Aufgabentyp ab: | Aufgabentyp | Erster Stapel | | ------------------------ | ---------------------------------------------------------- | | Ja / Nein-Frage | 24 Zeilen | | Aus Kategorien wählen | 6 Zeilen pro Kategorie, mindestens 30 und höchstens 60 | | Schriftliche Antworten | 30 Zeilen | Hat der Datensatz weniger Zeilen, taggt die KI alle. ### Jedes Label prüfen Für jede Zeile zeigt die Seitenleiste das Label der KI: 1. Lesen Sie die Zeile und das Label. 2. Um das Label zu behalten, klicken Sie auf **Bestätigen (Enter)** oder drücken Sie die Eingabetaste. 3. Um das Label zu ändern, korrigieren Sie es. Die Seitenleiste zeigt „Korrigiert – die KI lernt daraus“. 4. Wenn Sie fertig sind, klicken Sie auf **Diese Runde abschließen**. Die Seitenleiste zeigt das Ziel: „Sobald wir uns zu {gate}% einig sind, tagge ich den Rest selbst.“ ### Die Übereinstimmungsschwelle Nach jeder Runde misst Skynet, wie oft Sie mit der KI übereingestimmt haben. Die Schwelle liegt bei 92 % für Ja/Nein- und Kategorieaufgaben. Bei schriftlichen Antworten liegt sie bei 85 %. Die Zusammenfassung der Runde zeigt „Du warst bei {agreement}% dieses Stapels mit der KI einig“. Dann wählen Sie: - **Noch eine Prüfrunde** gibt Ihnen einen weiteren Stapel zum Prüfen. - **Die restlichen {rows} Zeilen taggen** lässt die KI den Rest taggen. ## Autopilot und automatisches Taggen Wenn die KI die restlichen Zeilen taggt, läuft die Arbeit auf dem Server. Sie können die Seite gefahrlos verlassen und später zurückkehren. - **Taggen fortsetzen** setzt einen gestoppten Job fort. - **Abbrechen – bereits Getaggtes behalten** stoppt den Job und behält die vorhandenen Labels. ### Unsichere Zeilen prüfen Die KI gibt jedem automatischen Label eine Konfidenz. Skynet markiert eine Zeile, wenn die Konfidenz unter 0,75 liegt. Klicken Sie nach dem Job auf **{count} Zeilen prüfen, bei denen sich die KI unsicher war**, um sie zu prüfen. > [!TIP] > Prüfen Sie die markierten Zeilen, bevor Sie die Daten in einem Durchlauf verwenden. Falsche Labels senken die Qualität der Optimierung. ## Manueller Modus Im manuellen Modus labeln Sie jede Zeile selbst. Die folgenden Tastenkürzel helfen Ihnen, schnell zu arbeiten. ### Tastenkürzel | Taste | Aktion | | ------------------- | --------------------------------------------------------------- | | Strg+H oder Cmd+H | Die Tastenkürzel anzeigen. | | Y / N | In einer Ja/Nein-Zeile mit Ja oder Nein antworten. | | 1 bis 9 | In einer Kategoriezeile diese Kategorie auswählen oder abwählen. | | U | Zur nächsten ungetaggten Zeile wechseln. | | Pos1 | Zur ersten Zeile wechseln. | | E | Als CSV exportieren. | ## Ergebnisse Die Ergebnisse zeigen, woher jedes Label stammt: | Anzahl | Bedeutung | | ----------------------------------- | ------------------------------------------------- | | **Von Ihnen gelabelt** | Labels, die Sie geschrieben haben. | | **Von Ihnen bestätigte KI-Labels** | KI-Labels, die Sie in der Prüfung behalten haben. | | **Automatisch gelabelt** | KI-Labels ohne Prüfung. | | **Kosten** | Die Kosten der KI-Arbeit in dieser Sitzung. | Die Spalte **Quelle** zeigt für jede Zeile dieselben Werte: **Du**, **KI bestätigt** oder **KI**. ## Speichern und exportieren ### In der Bibliothek speichern Klicken Sie auf **In Bibliothek speichern** oder **Zu Datensätzen verschieben**, um die gelabelten Daten als Datensatz zu behalten. Dann können Sie sie in einem [Durchlauf](/docs/de/guides/submit) verwenden. ### Eine Datei exportieren Klicken Sie auf **Tags exportieren** und wählen Sie ein Format: - CSV - JSON - Excel (`.xlsx`) - Parquet - Feather Haben einige Zeilen kein Label, bittet Skynet Sie, den Export zu bestätigen. Der Export fügt eine Label-Spalte hinzu. Ihr Name hängt vom Aufgabentyp ab: | Aufgabentyp | Spalte | | ------------------------ | --------------------- | | Ja / Nein-Frage | `binary_label` | | Aus Kategorien wählen | `selected_categories` | | Schriftliche Antworten | `extracted_text` | Eine Spalte `label_source` hält fest, woher jedes Label stammt. ## Sitzungen Jeder Tagging-Job ist eine Sitzung. Eine Sitzung hat einen dieser Status: **In Bearbeitung**, **In Prüfung**, **Automatisches Taggen** oder **Fertig**. Klicken Sie auf **Neue Sitzung starten**, um mit neuen Einstellungen neu zu beginnen. Sie können eine Sitzung über ihren Freigabedialog mit anderen Personen teilen. Die Regeln für das Teilen finden Sie unter [Teilen und veröffentlichen](/docs/de/guides/sharing). ## Nächste Schritte - [Bereiten Sie einen Datensatz vor](/docs/de/guides/datasets), bevor Sie taggen. - [Starten Sie einen Durchlauf](/docs/de/guides/submit) mit den gelabelten Daten. - Fragen Sie den [Agentenbereich](/docs/de/guides/agent-panel) nach Ihren Tagging-Sitzungen. --- Source: https://staging.skynetml.com/docs/de/guides/tagger