Testen der Diversität und Repräsentativität von Datensätzen, die zum Training von Machine-Learning- und KI-Modellen verwendet werden: Überprüfung der Abdeckung von Anwendungsfällen, Populationen, Szenarien und Betriebsbedingungen, Identifizierung systematischer Verzerrungen, Lücken in der Datenverteilung, Unterrepräsentation von Gruppen oder Kontexten sowie Validierung der Modellrobustheit bei diversifizierten Eingaben und Edge Cases.