Daten entwickeln sich im Laufe der Zeit weiter, was zu einer Veränderung der Verteilungen und Interpretation der Daten und einer entsprechenden Verschlechterung der Modellleistung führt. Der Drift-Detektor verwendet eine inkrementelle Lernmethode, bei der jede eingehende Instanz das Modell neu trainiert. Die Lösung erkennt Drifts im Modellausgang und liefert nützliche Einblicke in Bezug auf das Daten- und Modellverhalten. Dies hilft Unternehmen, eine Verschlechterung der Modellleistung und den Bedarf an Neutrainierung zu identifizieren.