Data Drift ist ein Begriff aus den Bereichen K\u00fcnstliche Intelligenz, Big Data und Smart Data sowie Digitale Transformation. Er beschreibt eine Ver\u00e4nderung der Daten, die f\u00fcr ein automatisches System oder eine K\u00fcnstliche Intelligenz genutzt werden.<\/p>\n
Stellen Sie sich vor, ein Unternehmen nutzt eine KI, um die Nachfrage nach Produkten vorherzusagen. Die KI hat das System auf vergangenen Daten trainiert, z. B. zu bestimmten Jahreszeiten kaufen Kunden mehr Regenschirme. Doch pl\u00f6tzlich \u00e4ndern sich die Einkaufsgewohnheiten der Kunden, etwa weil ein l\u00e4nger andauernder Sommer weniger Regen bringt. Die alten Daten stimmen nicht mehr mit den aktuellen Bedingungen \u00fcberein.<\/p>\n
Das ist Data Drift: Die Daten, mit denen das System urspr\u00fcnglich trainiert wurde, unterscheiden sich \u00fcber die Zeit hinweg von den aktuellen Daten. Folge: Die Vorhersagen oder Entscheidungen der KI werden unzuverl\u00e4ssig oder sogar falsch.<\/p>\n
Data Drift ist wichtig zu erkennen, da betroffene Unternehmen sonst auf Basis veralteter Informationen handeln. Das Monitoring und regelm\u00e4\u00dfige Anpassen von Algorithmen sorgt daf\u00fcr, dass K\u00fcnstliche Intelligenz und Big Data-L\u00f6sungen auch unter sich \u00e4ndernden Bedingungen korrekt arbeiten.<\/p>\n","protected":false},"excerpt":{"rendered":"