Was ist Modellversionierung?
Modellversionierung ist die Praxis, jede Iteration eines ML-Modells zusammen mit ihren Metadaten systematisch zu verfolgen und zu verwalten. Ähnlich wie Softwareversionierung mit Git ermöglicht Modellversionierung Reproduzierbarkeit, Rollbacks und klare Nachverfolgbarkeit von Experimenten und Produktionsmodellen.
Was wird versioniert
Vollständige Modellversionierung erfasst: Modellgewichte und -architektur, Hyperparameter und Trainingskonfiguration, verwendete Trainings- und Validierungsdatensätze (mit Versionsnummern), Leistungsmetriken (Accuracy, F1, BLEU etc.), Dependencies und Umgebungskonfiguration, Deployment-Status und -geschichte sowie Genehmigungsstatus und Reviewer. Tools wie MLflow, DVC und Weights & Biases bieten umfassende Versionierungsfunktionen.
Unternehmensanforderungen
In regulierten Branchen (Finanzwesen, Gesundheit) ist lückenlose Modellversionierung oft regulatorisch erforderlich. Sie ermöglicht: schnelle Rollbacks bei Performance-Degradation, Audit Trails für Compliance, wissenschaftliche Reproduzierbarkeit und klares Change Management bei Modell-Updates in der Produktion.