Overfitting

Overfitting ist ein häufiges Problem beim Training von KI-Modellen. Es passiert, wenn ein Modell die Trainingsdaten zu gut "auswendig lernt" – und dadurch bei neuen, unbekannten Daten versagt.

Stell dir vor, ein Schüler lernt alle Prüfungsfragen auswendig, versteht aber das Thema nicht wirklich. Bei einer neuen Frage scheitert er. Genau das passiert einem KI-Modell beim Overfitting.

Das Ziel ist immer ein Modell, das verallgemeinern kann – nicht nur auswendig lernt.

💡 Merksatz: Overfitting = KI lernt Trainingsdaten auswendig, statt zu verstehen.