Modellverwaltung
Modellverwaltung bezeichnet alle organisatorischen und technischen Abläufe, mit denen ein Unternehmen den Überblick über seine KI-Modelle behält: welche Version wo läuft, wer sie freigegeben hat und wann sie ersetzt wird. Sie ist das Gegenstück zum Bau eines Modells — nicht die Entwicklung, sondern der geordnete Betrieb über Jahre.
Ein KI-Modell ist ein Computerprogramm, das aus vielen Beispielen gelernt hat, eine bestimmte Aufgabe zu erledigen. Ein Unternehmen betreibt selten nur eines davon. Eine Bank hat vielleicht ein Modell für Kreditentscheidungen, eines für die Erkennung von Betrug und mehrere für den Kundenservice. Von jedem existieren im Lauf der Zeit verschiedene Fassungen, weil man sie immer wieder verbessert. Modellverwaltung ist die geordnete Antwort auf die Frage, welche dieser Fassungen gerade wo im Einsatz ist. Sie hält fest, wer welches Modell erstellt hat, mit welchen Daten, und wer die Erlaubnis zum Betrieb gegeben hat.
Wenn niemand mehr weiß, welches Modell entscheidet
Ohne Verwaltung entsteht ein Zustand, den Fachleute Schatten-KI nennen. Einzelne Abteilungen bauen eigene Modelle, stellen sie live und dokumentieren nichts. Nach zwei Jahren weiß niemand mehr, welches Programm eine Kundenanfrage eigentlich beantwortet hat. Das ist nicht nur unordentlich, sondern gefährlich.
Der handfeste Grund heißt Haftung. Wenn ein Modell einen Kredit ablehnt, muss die Bank erklären können, warum. Dazu braucht sie die genaue Version, die damals lief, samt Trainingsdaten. Der AI Act der Europäischen Union verlangt für risikoreiche Anwendungen genau solche Nachweise. Ohne saubere Verwaltung sind sie schlicht nicht zu erbringen.
Dazu kommt ein wirtschaftlicher Punkt. Modelle kosten im Betrieb Geld, weil jede Anfrage Rechenzeit verbraucht. Firmen entdecken bei einer Inventur regelmäßig Modelle, die seit Monaten laufen, aber von niemandem mehr benutzt werden. Verwaltung macht solche Karteileichen sichtbar.
Registry, Versionsnummern und Freigaben
Das technische Herzstück ist die Model Registry, eine Art Katalog. Dort wird jedes fertige Modell eingetragen, bevor es überhaupt an Nutzer geht. Der Eintrag enthält eine Versionsnummer, das Datum, den Verantwortlichen und die Messwerte aus dem Test. Bekannte Werkzeuge dafür sind MLflow oder die Registries der großen Cloud-Anbieter.
Die Idee dahinter kennt man aus der Softwareentwicklung. Auch Programmcode wird versioniert, damit man jederzeit zu einer früheren Fassung zurückkehren kann. Bei Modellen reicht das aber nicht. Ein Modell hängt zusätzlich von den Daten ab, mit denen es gelernt hat. Deshalb muss die Verwaltung auch die Datensätze mitführen, sonst lässt sich ein Ergebnis später nicht mehr nachvollziehen.
Typisch ist ein Stufensystem. Ein neues Modell steht zuerst auf Stufe Test, dann auf Staging, erst danach auf Produktion. Für den Sprung auf Produktion braucht es eine ausdrückliche Freigabe durch einen Menschen. Läuft ein Modell später schlechter als erwartet, schaltet man per Knopfdruck auf die vorherige Version zurück. Dieser Rückweg ist der eigentliche Wert des ganzen Systems.
Vom Bankenaufsichtsrecht bis zum Hobbyprojekt
In Wirtschaftsnachrichten taucht der Begriff meist im Zusammenhang mit Regulierung auf. Banken und Versicherungen kennen ihn seit Langem unter dem Namen Model Risk Management, weil Aufsichtsbehörden das schon vor der KI-Welle verlangt haben. Mit dem AI Act betrifft diese Pflicht nun auch Industrie, Personalabteilungen und Medizintechnik.
Im Produktbereich verkaufen Anbieter wie Databricks, Amazon Web Services oder Google Cloud Modellverwaltung als Teil größerer Plattformen. Sie ist dort ein Baustein von MLOps, also dem Fach, das sich mit dem laufenden Betrieb von KI-Systemen beschäftigt. Wer Stellenanzeigen liest, findet den Begriff häufig in Ausschreibungen für Machine Learning Engineers.
Ein verbreiteter Irrtum ist, Modellverwaltung sei nur etwas für Großkonzerne. Schon bei drei Modellen und zwei Entwicklern entsteht Chaos, wenn Dateien mit Namen wie modell_final_neu_v2 herumliegen. Auch auf der Plattform Hugging Face, wo Entwickler Modelle öffentlich teilen, gibt es deshalb Versionierung und Modellkarten mit Beschreibungen. Die Grundidee bleibt dieselbe, egal ob ein Schulprojekt oder ein Konzern dahintersteht.
