Overfitting
Overfitting heißt, dass ein KI-Modell seine Trainingsdaten so genau nachbildet, dass es bei neuen Daten schlechte Ergebnisse liefert.
Definition
Overfitting passiert, wenn eine KI ihre Trainingsdaten auswendig lernt, statt allgemeine Muster zu erkennen. Das führt dazu, dass sie bei neuen, unbekannten Daten schlecht abschneidet. Stell dir vor, ein Kind lernt nur die Antworten eines Tests auswendig, kann das Wissen aber nicht auf neue Aufgaben übertragen. Erkennen lässt sich Overfitting, wenn ein Modell im Training sehr gut und mit einem separaten Testdatensatz deutlich schlechter abschneidet. Das Gegenstück ist Underfitting: Dann hat das Modell selbst die Trainingsdaten nicht ausreichend erfasst.
Beispiel
Eine Lern-KI löst alle Trainingsaufgaben fehlerfrei, scheitert aber an neuen Aufgaben mit leicht anderem Wortlaut.
Verwandte Begriffe
Weiterführend
Zuletzt aktualisiert: 18. Oktober 2026