Plattform
Plattform-ÜbersichtAI Adoption & Multi-ModellSelbstbefüllendes KI-CRMSales & Branchen CRMSales CRM Use CasesRecruiting CRM Use CasesB2B Kontakt-SucheMulti-Channel-KampagnenProjekte & AufgabenTeam-MessengerSocial Media StudioFunnel & NewsletterMeetings & Terminbuchung
Beratung, Preise & Ressourcen
KI-Transformation & StrategieManaged ServicesAlexander Weltzsch · Executive AdvisoryDennis Hilger · B2B Growth AdvisoryPreise & LizenzrechnerÜber unsKI im UnternehmenTech und KI GlossarLeitfaden für erfolgreiche LandingpagesGeschäftsbedingungen und RichtlinienKontakt & Live-Demo
← Zurück zum Tech und KI Glossar (A–Z)
Tech und KI Glossar · Buchstabe · Buchstabe D

Data Augmentation (Datenerweiterung)

Data Augmentation (Datenerweiterung)

Definition

Data Augmentation (Datenerweiterung) umfasst Verfahren, die vorhandene Trainingsdaten durch gezielte Abwandlungen oder synthetische Beispiele vergrößern, damit Machine-Learning-Modelle robuster auf Abweichungen reagieren und weniger zu Overfitting neigen.

Erklärung

Die eingesetzten Transformationen richten sich nach dem Datentyp, ohne die fachliche Zielklasse (Label) zu verändern. In der Bildverarbeitung werden Aufnahmen gedreht, beschnitten, gespiegelt oder in Helligkeit und Kontrast variiert, etwa für die optische Qualitätskontrolle in der Fertigung. Bei Textdaten im Support oder Vertrieb entstehen zusätzliche Trainingsbeispiele durch Paraphrasierung, Rückübersetzung (Back-Translation) oder kontrollierten Worttausch, während bei unausgewogenen Tabellendaten Verfahren wie SMOTE neue Datenpunkte für seltene Klassen interpolieren. Entscheidend für valide Ergebnisse ist die strikte Trennung der Datensätze: Augmentiert wird ausschließlich der Trainingsdatensatz und niemals das Validierungs- oder Testset, da sonst Datenlecks (Data Leakage) die gemessene Modellgüte künstlich schönen.