Zuletzt aktualisiert am:
Der Prozess der Aktualisierung eines KI-Modells mit neuen oder aktualisierten Daten, um die Leistung und Compliance bei sich verändernden Datenverteilungen aufrechtzuerhalten.
Eine zeitgesteuerte oder Trigger-basierte Pipeline, die neue klassifizierte Daten (z. B. jüngste Transaktionen) erfasst, das Modell mit aktualisierten Parametern neu trainiert, es mit aktuellen Benchmarks abgleicht und die neue Version bereitstellt. Die Governance definiert die Häufigkeit des erneuten Trainings, Freigabestufen (automatisierte Tests, Validierungsprüfungen), Rollback-Protokolle und Dokumentationsanforderungen, um kontrollierte Updates zu gewährleisten.
Praxisbeispiel:
Das Nachfrageprognosemodell eines Logistikunternehmens wird monatlich auf Basis der Sendungsdaten der letzten 90 Tage neu trainiert, führt automatisierte Validierungen (Genauigkeit, Drift, Fairness) durch und stellt das aktualisierte Modell außerhalb der Hauptverkehrszeiten bereit. Sollten die Metriken nach der Bereitstellung abfallen, führt das System einen Rollback auf die vorherige Version durch.
