Ins Gespräch kommen
Einführung & Qualität

Model Drift

Model Drift beschreibt nachlassende Eignung eines Modells, wenn sich Daten oder Zusammenhänge im Einsatz verändern. Ein ursprünglich gutes Modell kann dadurch mit der Zeit schlechtere Ergebnisse liefern.

Verständlich erklärt von Stein & Partner · Stand: 16. September 2026

So funktioniert es

Ursachen können neue Produkte, verändertes Kundenverhalten oder andere Messbedingungen sein. Deshalb sollte Qualität auch nach dem Start überwacht und nicht nur einmalig abgenommen werden.

Beispiel aus dem Arbeitsalltag

Ein Modell zur Lieferzeitprognose wurde vor einer Umstellung der Fertigung trainiert. Danach passen die alten Zusammenhänge nicht mehr zuverlässig zu den neuen Abläufen.

Worauf es ankommt

Nicht jede Schwankung erfordert sofort neues Training. Zuerst sollten Datenfehler, Prozessänderungen und die Auswirkung auf den tatsächlichen Nutzen untersucht werden. Verantwortliche und Prüfintervalle müssen feststehen.

Vom Begriff zur Anwendung.

In unserer KI-Werkstatt finden wir gemeinsam heraus, was Ihrem Unternehmen hilft.

Die KI-Werkstatt kennenlernen