Neuronale Netze als universale Funktionsapproximatoren liefern zu jeder beliebigen Kombinationvon Eingangsgrößen stets ein Resultat, unabhängig davon, wie erfolgreich das Trainingwar. Auch wenn die aktuellen Eingangsgrößen in den vorhandenen Trainingsdaten überhauptkeine Repräsentation haben, wird das Netz ein beliebiges, bestenfalls zweifelhaftes Ergebnisanzeigen. Wir stellen einfache Methoden vor, die neben der Netzprognose eine parallele Ausgabevon zu erwartendem Fehler und der Vertrauenswürdigkeit liefern.