Eine clevere Methode im Maschinellen Lernen. Statt ein KI-Modell für jede neue Aufgabe komplett von Null auf zu trainieren (was oft sehr viele Daten und Rechenleistung erfordert), nutzt man beim Transfer Learning ein bereits für eine ähnliche Aufgabe vortrainiertes Modell und passt es an die neue, spezifische Aufgabe an. Man überträgt also das „Wissen“ von einem Bereich auf einen anderen. Das spart Zeit, Daten und Ressourcen.