Technique Aktualisiert 2026-04
Overfitting
Definition
Overfitting tritt auf, wenn ein KI-Modell die Trainingsdaten zu stark auswendig gelernt hat und nicht in der Lage ist, auf neue Daten zu generalisieren.
Siehe auch im Glossar
M
Machine Learning
Machine Learning ist ein Teilgebiet der KI, bei dem Systeme aus Daten lernen, um ihre Leistung zu verbessern – ohne für jede Aufgabe explizit programmiert zu werden.
F
Fine-tuning
Fine-tuning bezeichnet den Prozess, ein bestehendes KI-Modell auf einem spezifischen Datensatz weiterzutrainieren, um es an eine bestimmte Domäne oder Aufgabe anzupassen.
D
Deep Learning
Deep Learning ist ein Teilbereich des Machine Learning, der mehrschichtige neuronale Netze verwendet, um komplexe Muster direkt aus Rohdaten zu erlernen.
K
KI-Benchmark
Ein KI-Benchmark ist ein standardisierter Test, der die Leistung von KI-Modellen bei bestimmten Aufgaben misst und vergleicht.
Tools, die overfitting verwenden
Häufig gestellte Fragen
Wie erkennt man Overfitting?
Wenn das Modell auf den Trainingsdaten gut abschneidet, auf neuen Daten jedoch schlecht. Die Lücke zwischen beiden Scores ist das klassische Warnsignal.
Wie verhindert man Overfitting?
Mehr Trainingsdaten, Regularisierung, Early Stopping, Data Augmentation und Cross-Validation.
