Was ist ein Federated Learning?
Federated Learning („föderiertes Lernen“) ist eine Methode des maschinellen Lernens, bei der ein zentrales KI-Modell dezentral auf vielen unterschiedlichen Geräten (wie Smartphones oder Computern) weiterentwickelt wird, ohne dass die Rohdaten die Geräte verlassen.
Anstatt alle Daten auf einen zentralen Server zu übertragen, werden Modelle lokal trainiert und nur die gelernten Modell-Updates, nicht aber die Originaldaten, zentral gesammelt und zusammengeführt.
Der große Vorteil ist: Datenschutz und Privatsphäre der Nutzer werden gestärkt, weil persönliche Daten das Gerät nicht verlassen müssen.
Federated Learning kommt zum Beispiel bei Tastaturvorschlägen auf dem Handy oder in medizinischen Anwendungen zum Einsatz, bei denen sensible Daten geschützt werden sollen.
