Der Begriff Dataset Shift stammt aus den Bereichen K\u00fcnstliche Intelligenz, Big Data und Smart Data sowie Digitale Transformation. Dataset Shift beschreibt eine Ver\u00e4nderung in den Daten, mit denen beispielsweise K\u00fcnstliche Intelligenzen oder Algorithmen arbeiten. Das bedeutet: Die Daten, die zur Entwicklung und zum Training von Modellen verwendet wurden, unterscheiden sich pl\u00f6tzlich von den Daten, die das System sp\u00e4ter im Einsatz erh\u00e4lt.<\/p>\n
Ein einfaches Beispiel aus der Praxis: Eine Firma entwickelt ein System zur Erkennung von Betrugstransaktionen im Onlinehandel. Das System wird mit Daten aus den letzten Jahren trainiert. Doch pl\u00f6tzlich \u00e4ndert sich das Kundenverhalten, etwa weil viele Menschen wegen eines neuen Trends auf eine bestimmte Zahlungsmethode umsteigen. Die bisherigen Daten beschreiben dieses neue Verhalten aber nicht. Das Modell trifft dadurch h\u00e4ufiger falsche Entscheidungen.<\/p>\n
Dataset Shift kann dazu f\u00fchren, dass KI-Modelle oder Datenanalysen weniger zuverl\u00e4ssig werden oder sogar v\u00f6llig falsche Ergebnisse liefern. Unternehmen m\u00fcssen deshalb regelm\u00e4\u00dfig \u00fcberpr\u00fcfen, ob ihre Modelle auch mit neuen, ver\u00e4nderten Daten noch richtig arbeiten. Nur so nutzen sie das volle Potenzial von K\u00fcnstlicher Intelligenz und Big Data und vermeiden teure Fehlentscheidungen.<\/p>\n","protected":false},"excerpt":{"rendered":"