Transfer Learning – was bedeutet das?

Transfer Learning bezeichnet eine Methode im Machine Learning, bei der ein bereits trainiertes KI-Modell für eine neue, ähnliche Aufgabe weiterverwendet wird.
Statt ein Modell von Grund auf neu zu trainieren, nutzt man vorhandenes Wissen („Knowledge Transfer“) und passt es mit neuen Daten an – das spart Zeit, Rechenleistung und Trainingsdaten.

Diese Technik ist besonders bei großen Sprach- oder Bildmodellen (LLMs, CNNs) verbreitet, weil sie ermöglicht, dass ein Modell, das z. B. Sprache oder Objekte versteht, dieses Wissen auf spezifische Anwendungen überträgt – etwa medizinische Texte, Produktbeschreibungen oder branchenspezifische Bilder.

Beispiel:

Ein Sprachmodell, das ursprünglich auf allgemeinen Texten trainiert wurde, kann mit Transfer Learning weitertrainiert werden, um juristische Dokumente besser zu verstehen.
Das Basismodell liefert das „Allgemeinwissen“, das Feintuning den spezifischen Fachkontext.

Transfer Learning gehört zum Themenfeld Künstliche Intelligenz
und wird häufig im Zusammenhang mit Generativer KI und Machine Learning genannt.

Mehr Definitionen diesbzgl. finden Sie im
AZ-COM Glossar zur KI & Generative AI.
Für interessante Anregungen, themenbezogene Beiträge und Aktuelles lesen Sie hier auf: AZ-COM Blog.