Der Prozess der Aktualisierung eines KI-Modells mit neuen oder aktualisierten Daten, um die Leistung und die Einhaltung der Vorschriften aufrechtzuerhalten, während sich die Datenverteilung weiterentwickelt.
Eine zeitgesteuerte oder ereignisbasierte Pipeline, die neue gelabelte Daten (z. B. aktuelle Transaktionen) aufnimmt, das Modell mit aktualisierten Parametern neu trainiert, anhand aktueller Benchmarks validiert und die neue Version bereitstellt. Die Governance definiert die Frequenz des Retrainings, Freigabe-Gates (automatisierte Tests, Validierungsprüfungen), Rollback-Protokolle sowie Dokumentationsanforderungen, um kontrollierte Aktualisierungen sicherzustellen.
Das Nachfrageprognosemodell eines Logistikunternehmens wird monatlich auf Basis der vergangenen 90 Tage an Sendungsdaten neu trainiert, führt automatisierte Validierungen (Genauigkeit, Drift, Fairness) durch und stellt das aktualisierte Modell außerhalb der Spitzenzeiten bereit. Wenn die Kennzahlen nach der Bereitstellung sinken, setzt das System auf die vorherige Version zurück.
