Daten & Analytics
Data Drift
Aktualisiert: 12.2.2026
Die Veränderung der statistischen Eigenschaften von Eingabedaten über die Zeit, die die Modellleistung beeinträchtigen kann.
Kurz erklärt
Data Drift Monitoring ist essenziell für die Wartung von ML-Modellen in Produktion.
Erklärung
Drift kann durch Saisonalität, Verhaltensänderungen oder technische Probleme entstehen und erfordert Monitoring.
Relevanz für Marketing
Data Drift Monitoring ist essenziell für die Wartung von ML-Modellen in Produktion.
Häufige Fallstricke
Drift-Detection erst nach Produktion-Problemen einrichten. Alarmschwellen nicht kalibrieren. Drift mit Modellfehlern verwechseln.
Entstehung & Geschichte
Data Drift ist ein etablierter Begriff im Bereich Daten & Analytics. Das Konzept hat sich mit der zunehmenden Bedeutung von KI und datengetriebenen Methoden weiterentwickelt.