KI im Unternehmenseinsatz
MLOps
MLOps bezeichnet die Praktiken und Werkzeuge, mit denen KI-Modelle zuverlässig betrieben, überwacht und aktuell gehalten werden, ähnlich wie DevOps für klassische Software.
Für dein Unternehmen
Wer KI-Modelle nicht nur einmalig testet, sondern dauerhaft produktiv einsetzt, sollte von Anfang an klären, wer die Ergebnisse laufend überwacht und wann nachjustiert wird. Das ist ein oft unterschätzter Kostenfaktor jenseits der Einführung.
IT, F&E
Ausführliche Definition
MLOps (Machine Learning Operations) umfasst die Prozesse, mit denen KI-Modelle vom Training über die Bereitstellung bis zum laufenden Betrieb verwaltet werden: Versionierung, Qualitätsüberwachung, automatisches Nachtrainieren, wenn sich Daten ändern, und das rechtzeitige Erkennen, wenn ein Modell schlechter wird („Model Drift"). Ohne MLOps drohen KI-Systeme im Betrieb unbemerkt an Genauigkeit zu verlieren.
fine-tuning; trainingsdaten; modellkarte
Synergizing Reasoning and Acting in Language Models | Yao et al., Princeton/Google Research, ICLR, 2023 (arXiv:2210.03629)
← Alle Begriffe im KI-Glossar


