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.

Freigegeben

Erzeugt von: scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
Erzeugt am: 2026-09-21T00:11:29.079655+00:00
Norm: Einfache Sprache ~B1 — nicht Leichte Sprache (DIN SPEC 33429)
Geprüft von: 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.

Freigegeben

Erzeugt von: scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
Erzeugt am: 2026-09-21T00:11:29.079655+00:00
Norm: Einfache Sprache ~B1 — nicht Leichte Sprache (DIN SPEC 33429)
Geprüft von: zolo · 2026-09-21T00:30:10.463422+00:00

Zitierung

"Model Drift." Open Cognition Commons Foundation. https://opencognitioncommons.org/glossar/model-drift. CC-BY 4.0.

Maschinenlesbare Metadaten

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