Phänomen bei dem sich die Leistung eines KI-Modells über Zeit verschlechtert.

Im Kontext von AI Governance ist Model Drift eng verknüpft mit: Post Market Monitoring, Ai Lifecycle, Model Governance, Ai Risk Management. Diese Konzepte bilden zusammen das Fundament einer verantwortungsvollen KI-Entwicklung und -Nutzung.

Wenn ein KI-Modell nicht regelmäßig aktualisiert wird, kann seine Genauigkeit mit der Zeit abnehmen.

Validé

Généré par: scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
Généré le: 2026-09-21T00:11:29.079655+00:00
Norme: Langage simple ~B1 — pas la norme allemande de lecture facile DIN SPEC 33429
Vérifié par: zolo · 2026-09-21T00:30:10.463422+00:00

Model Drift bezeichnet das Phänomen, bei dem sich die Leistung eines KI-Modells im Laufe der Zeit negativ verändert. Dies kann durch Änderungen in den Datensätzen oder Veränderungen in der Umgebung des Modells hervorgerufen werden und führt zu einer Abweichung zwischen dem trainierten Modell und den aktuellen Daten.

Validé

Généré par: scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
Généré le: 2026-09-21T00:11:29.079655+00:00
Norme: Langage simple ~B1 — pas la norme allemande de lecture facile DIN SPEC 33429
Vérifié par: zolo · 2026-09-21T00:30:10.463422+00:00

Citation

"Décalage du modèle." Open Cognition Commons Foundation. https://opencognitioncommons.org/fr/glossary/model-drift. CC-BY 4.0.

Métadonnées lisibles par machine

{
  "@context": "https://schema.org",
  "@type": "DefinedTerm",
  "name": "Décalage du modèle",
  "description": "Phänomen bei dem sich die Leistung eines KI-Modells über Zeit verschlechtert.\n",
  "url": "https://opencognitioncommons.org/fr/glossary/model-drift",
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "alternateName": [
    "Model Drift",
    "Modell-Drift",
    "Konzept-Drift"
  ]
}