CI/CD (Continuous Integration / Continuous Deployment)

Einfach erklärt

CI/CD (Continuous Integration / Continuous Deployment) ist die Praxis, Software-Änderungen automatisch zu testen und in Produktion zu bringen. Jeder Commit löst eine Pipeline aus: Tests laufen automatisch, und wenn alles grün ist, wird die neue Version deployed – ohne manuelle Eingriffe. Für KI-Projekte bedeutet das: Auch Modell-Updates, Daten-Pipelines und Prompt-Änderungen werden automatisch getestet und ausgerollt. ML-CI/CD erweitert klassisches CI/CD um Modell-Evaluation: Ein neues Modell wird nur deployed, wenn es auf dem Holdout-Testset besser ist als das aktuelle Produktionsmodell. Tools wie GitHub Actions, GitLab CI und Jenkins bilden die Basis, ergänzt durch MLflow oder W&B für Modell-Tracking.

CI/CD automatisiert den Weg von einer Code-Änderung bis zur Produktion.

Die Pipeline:

Code Push → Build → Test → (Review) → Deploy → Monitor
    CI ─────────────────┘        CD ──────────────────┘

Typische CI/CD-Pipeline:

Schritt	Was passiert	Bei Fehler
Lint	Code-Stil prüfen	Pipeline stoppt
Unit Tests	Einzelne Funktionen testen	Pipeline stoppt
Build	Anwendung bauen	Pipeline stoppt
Integration Tests	Zusammenspiel testen	Pipeline stoppt
Deploy Staging	Auf Testumgebung deployen	Pipeline stoppt
Deploy Production	Live schalten	Rollback

Technischer Deep Dive

GitHub Actions Beispiel

name: CI/CD
on: [push]
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: npm install
      - run: npm test
  deploy:
    needs: test
    runs-on: ubuntu-latest
    steps:
      - run: npm run build
      - run: npm run deploy

CI/CD für ML (CT - Continuous Training)

• Data Validation: Neue Daten auf Schema und Qualität prüfen
• Model Training: Automatisches Training bei neuen Daten
• Model Evaluation: Performance gegen Baseline vergleichen
• Model Registry: Neue Version registrieren
• Deployment: Bei besserer Performance automatisch deployen