Glossar

Kubeflow

Was ist Kubeflow?

Kubeflow ist eine quelloffene Plattform, um Arbeitsabläufe des maschinellen Lernens auf Kubernetes zu betreiben – von Datenvorbereitung über Training und Hyperparameter-Suche bis zur Bereitstellung von Modellen. Das ursprünglich von Google initiierte Projekt gehört zur Cloud Native Computing Foundation und hat dort im August 2026 den Status „graduated“ erreicht (Stand: Oktober 2026). Es richtet sich vor allem an Teams, die eigene Modelle in großem Maßstab auf eigener oder Cloud-Infrastruktur trainieren.

Themen

MLOps
Kubernetes
Open Source

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Machine-Learning-Pipeline

Eine Machine-Learning-Pipeline ist eine festgelegte Abfolge von Arbeitsschritten, die Rohdaten in ein einsatzfähiges Modell überführt: Daten sammeln, bereinigen, Merkmale aufbereiten, trainieren, bewerten, bereitstellen und überwachen. Durch die Automatisierung werden Ergebnisse reproduzierbar, und neue Daten lassen sich mit wenig Aufwand verarbeiten. Ein Händler kann so etwa sein Absatzprognosemodell jede Woche automatisch mit aktuellen Verkaufszahlen neu trainieren und prüfen.

MLOps
Automatisierung
+1

MLflow

MLflow ist eine quelloffene Plattform zur Verwaltung des gesamten Lebenszyklus von Machine-Learning-Modellen, ursprünglich 2018 von Databricks vorgestellt. Sie protokolliert Experimente mit Parametern und Kennzahlen, verwaltet Modellversionen in einer Registry und erleichtert die Bereitstellung. Neuere Versionen unterstützen zudem das Nachverfolgen und Bewerten von Anwendungen mit Sprachmodellen. Teams können so nachvollziehen, welches Modell mit welchen Daten und Einstellungen entstanden ist.

MLOps
Open Source
+1

TensorFlow

TensorFlow ist ein von Google entwickeltes Open-Source-Framework für maschinelles Lernen, das 2015 veröffentlicht wurde. Es dient dazu, neuronale Netze zu bauen, zu trainieren und in Anwendungen, auf Servern oder mobilen Geräten einzusetzen. Mit Keras bietet es eine leicht zugängliche Programmierschnittstelle; typische Einsätze sind Bildklassifikation, Prognosen oder Empfehlungssysteme.

Framework
Deep Learning
+1

PyTorch

PyTorch ist ein quelloffenes Framework für maschinelles Lernen und Deep Learning in der Programmiersprache Python. Es wurde ursprünglich bei Meta (damals Facebook) entwickelt und wird seit 2022 von der PyTorch Foundation unter dem Dach der Linux Foundation betreut. PyTorch ist in Forschung und Industrie weit verbreitet, weil sich Modelle damit flexibel bauen, auf Grafikkarten trainieren und schrittweise testen lassen; viele bekannte Sprach- und Bildmodelle entstehen damit.

Framework
Deep Learning
+1