KI-Kompetenz / Glossar

Trainingsdaten

Trainingsdaten sind die Sammlung von Beispielen, etwa Texte, Bilder, Töne oder alte Datensätze, aus denen ein KI-Modell seine Muster lernt. Was darin steckt und was fehlt, bestimmt, was das Modell kann.

Für ein Modell, das Katzen- und Hundefotos sortiert, sind die Trainingsdaten viele beschriftete Fotos. Für einen Chatbot sind es riesige Mengen Text. Das Modell kann nur Muster lernen, die in seinen Beispielen vorkommen.

Sind bestimmte Gruppen, Situationen oder Sprachen in den Trainingsdaten selten, funktioniert das Modell für sie oft schlechter. Das ist einer der Hauptwege, wie Verzerrungen (Bias) in KI gelangen.

Trainingsdaten können auch personenbezogene Daten oder urheberrechtlich geschützte Werke enthalten. Darum gibt es rechtliche Debatten und Regeln, wie sie gesammelt und genutzt werden dürfen. Viele Chatdienste zeigen in den Einstellungen, ob deine Chats für das Training künftiger Modelle genutzt werden.