Modelldrift (englisch Model Drift) beschreibt, dass ein KI-Modell im Betrieb schlechter wird, obwohl niemand es verändert hat. Die Ursache: Die Wirklichkeit entfernt sich vom Stand der Trainingsdaten. Bei der Datendrift ändern sich die Eingaben, etwa durch neue Produkte, Kundengruppen oder Sensoren. Bei der Konzeptdrift ändert sich der Zusammenhang selbst, etwa wenn sich Betrugsmuster wandeln oder ein neues Gesetz die Grundlage einer Bewertung verschiebt.
Drift fällt selten von allein auf, weil das Modell weiter plausible Ergebnisse liefert. Dagegen helfen laufende Leistungsmessung gegen eine Referenz, Schwellenwerte, die ein erneutes Training auslösen, und dokumentierte Freigaben nach jeder Anpassung. Anbieter von Hochrisiko-KI-Systemen erfassen solche Beobachtungen in ihrem Beobachtungsplan (Art. 72). Die Gefährdung T07 Unausgereifte Technologie / Modelldrift ordnet das Thema ein.