Ein Datensatz bündelt Informationen in einer einheitlichen Struktur, damit Menschen und Systeme sie zuverlässig verarbeiten können. Er kann aus wenigen hundert Einträgen oder aus Millionen von Beispielen bestehen, je nach Anwendungsfall. Wichtig ist eine klare Organisation, damit erkennbar ist, welche Elemente zusammengehören, etwa Eingaben, Zielwerte (Labels) und zusätzliche Merkmale.

In der KI-Entwicklung werden Datensätze meist für unterschiedliche Phasen genutzt: Beim Training lernt ein Modell aus Beispielen, bei der Validierung wird die Leistung während der Entwicklung überprüft, und beim Testen zeigt sich, wie gut es auf zuvor unbekannten Daten funktioniert. Diese Trennung reduziert das Risiko, dass ein Modell die Trainingsdaten nur „auswendig lernt“ und in der Praxis schlechter abschneidet.

Die Inhalte eines Datensatzes können sehr verschieden sein, etwa Messwerte, Textdokumente, Formulare, Bilder oder Audioaufnahmen – auch in Kombination. Häufig müssen Daten vor der Nutzung bereinigt, anonymisiert oder ergänzt werden. Eine gute Datenqualität und saubere Aufbereitung sind entscheidend, damit KI-Modelle verlässliche und robuste Ergebnisse liefern.

Hinweis: Dieses Eintrag dient als Orientierungshilfe. Bei KI handelt es sich um ein komplexes Fachgebiet, bei welchem kurze Erklärungen ggf. nicht vollständig ausreichend sind. Je nach Fachgebiet und dem Fortschritt im KI-Bereich können weitere Begriffe hinzukommen. Ein Anspruch auf Vollständigkeit oder absolute Richtigkeit besteht nicht