Kaggle ist eine Plattform für Data-Science-Wettbewerbe und eine Online-Community für Datenwissenschaftler und Praktiker des maschinellen Lernens unter Google LLC. Sie ermöglicht es Nutzern, Datensätze zu finden und zu veröffentlichen, Modelle in einer webbasierten Data-Science-Umgebung zu erkunden und zu erstellen, mit anderen Datenwissenschaftlern und Machine-Learning-Ingenieuren zusammenzuarbeiten und an Wettbewerben zur Lösung von Data-Science-Herausforderungen teilzunehmen. Die Plattform hat sich zu einem zentralen Knotenpunkt für die Forschung im Bereich künstlicher Intelligenz und die praktische Modellentwicklung entwickelt.
Geschichte
Kaggle wurde im April 2010 von Anthony Goldbloom gegründet. Jeremy Howard, einer der ersten Kaggle-Nutzer, trat im November 2010 bei und war als Präsident und Chefwissenschaftler tätig. Nicholas Gruen war der Gründungsvorsitzende. Im Jahr 2011 sammelte das Unternehmen 12,5 Millionen US-Dollar ein, und Max Levchin wurde Vorsitzender. Am 8. März 2017 gab Fei-Fei Li, Chefwissenschaftlerin bei Google, bekannt, dass Google Kaggle übernimmt.
Im Juni 2017 überschritt Kaggle die Marke von 1 Million registrierten Nutzern. Bis Oktober 2023 hatte die Plattform über 15 Millionen Nutzer in 194 Ländern. Im Jahr 2022 traten die Gründer Goldbloom und Ben Hamner von ihren Positionen zurück, und D. Sculley wurde CEO. Im Februar 2023 führte Kaggle Models ein, das es Nutzern ermöglicht, vortrainierte Modelle zu entdecken und zu verwenden, mit tiefen Integrationen in den Rest der Plattform. Im April 2025 ging Kaggle eine Partnerschaft mit der Wikimedia Foundation ein.
Wettbewerbe
Seit der Gründung wurden viele Machine-Learning-Wettbewerbe auf Kaggle durchgeführt. Zu den bemerkenswerten Wettbewerben gehören die Gestenerkennung für Microsoft Kinect, die Erstellung einer Fußball-KI für Manchester City, die Programmierung eines Handelsalgorithmus für Two Sigma Investments und die Verbesserung der Suche nach dem Higgs-Boson am CERN.
Der Wettbewerbsveranstalter bereitet die Daten und eine Beschreibung des Problems vor und kann wählen, ob er einen Geldpreis anbietet oder den Wettbewerb unbezahlt durchführt. Die Teilnehmer experimentieren mit verschiedenen Techniken und konkurrieren darum, die besten Modelle zu erstellen. Die Arbeiten werden öffentlich über Kaggle Kernels geteilt, um bessere Benchmarks zu erzielen und neue Ideen anzuregen. Einreichungen können über Kaggle Kernels, manuellen Upload oder die Kaggle-API erfolgen. Bei den meisten Wettbewerben werden Einreichungen sofort anhand der Vorhersagegenauigkeit relativ zu einer versteckten Lösungsdatei bewertet, und die Ergebnisse werden auf einer Live-Rangliste zusammengefasst. Nach Ablauf der Frist zahlt der Veranstalter das Preisgeld im Austausch für eine weltweite, unbefristete, unwiderrufliche und lizenzgebührenfreie Lizenz zur Nutzung des Gewinnerbeitrags, die, sofern nicht anders angegeben, nicht exklusiv ist.
Neben öffentlichen Wettbewerben bietet Kaggle private Wettbewerbe an, die auf die besten Teilnehmer beschränkt sind. Außerdem stellt die Plattform ein kostenloses Werkzeug für Data-Science-Lehrer bereit, um akademische Machine-Learning-Wettbewerbe durchzuführen, und veranstaltet Rekrutierungswettbewerbe, bei denen Datenwissenschaftler um Vorstellungsgespräche bei Unternehmen wie Facebook, Winton Capital und Walmart konkurrieren.
Kaggle-Wettbewerbe haben zu erfolgreichen Projekten in der HIV-Forschung, bei Schachbewertungen und in der Verkehrsprognose geführt. Geoffrey Hinton und George Dahl nutzten tiefe neuronale Netze, um einen von Merck veranstalteten Wettbewerb zu gewinnen. Vlad Mnih, einer von Hintons Studenten, nutzte tiefe neuronale Netze, um einen von Adzuna veranstalteten Wettbewerb zu gewinnen, und die Technik wurde anschließend von anderen in der Community übernommen. Tianqi Chen von der University of Washington nutzte Kaggle, um die Leistungsfähigkeit von XGBoost zu demonstrieren, das seitdem Random Forest als primäre Methode zum Gewinnen von Wettbewerben abgelöst hat. Mehrere wissenschaftliche Arbeiten wurden auf Grundlage von Erkenntnissen aus Kaggle-Wettbewerben veröffentlicht, unterstützt durch die Live-Rangliste, die kontinuierliche Innovation fördert. Gewinnmethoden werden häufig im Kaggle Winner's Blog dokumentiert.
Fortschrittssystem
Kaggle hat ein Fortschrittssystem implementiert, um Nutzer auf der Grundlage von Beiträgen und Errungenschaften anzuerkennen und zu belohnen. Das System besteht aus fünf Stufen: Novize, Mitwirkender, Experte, Meister und Großmeister. Jede Stufe wird durch das Erfüllen spezifischer Kriterien in Wettbewerben, Datensätzen, Kernels (Code-Sharing) und Diskussionen erreicht.
Die höchste Stufe, Kaggle-Großmeister, wird an Nutzer vergeben, die in mehreren Wettbewerben, einschließlich einer hohen Platzierung in einem Solo-Team, an der Spitze rangiert haben. Bis zum 2. April 2025 hatten von 23,29 Millionen Kaggle-Konten 2.973 den Status des Kaggle-Meisters und 612 den Status des Kaggle-Großmeisters erreicht.
Kaggle Notebooks
Kaggle umfasst eine kostenlose, browserbasierte Online-Entwicklungsumgebung namens Kaggle Notebooks, die für Data Science und maschinelles Lernen entwickelt wurde. Nutzer können Code in Python oder R schreiben und ausführen, Datensätze importieren, gängige Bibliotheken verwenden und Modelle direkt in der Cloud auf CPUs, GPUs oder TPUs trainieren. Diese Umgebung wird häufig für Wettbewerbseinreichungen, Tutorials, Bildung und explorative Datenanalyse genutzt.
Medizinische Forschungsprobleme
Im Dezember 2025 berichtete ein Artikel in The Transmitter, dass Springer Nature fast 40 Veröffentlichungen zurückgezogen und entfernt hat, die neuronale Netze auf einem 'absurden' Datensatz trainiert hatten. Der auf Kaggle hochgeladene Datensatz enthielt Fotografien von Gesichtern autistischer und nicht-autistischer Kinder mit mehr als 2.900 Bildern. Es ist unwahrscheinlich, dass die Kinder oder ihre Familien der Verwendung in der medizinischen Forschung zugestimmt haben, und es wurde auch keine ethische Genehmigung eingeholt. Die Artikel, die den Datensatz verwendeten, wurden aus der wissenschaftlichen Literatur zurückgezogen, und mindestens 90 weitere Veröffentlichungen zitieren eine Version des Datensatzes.
Im April 2026 wurden zwei weitere Datensätze ohne Datenherkunft auf Kaggle identifiziert und in Nature unter dem Titel 'Dutzende KI-Krankheitsvorhersagemodelle wurden mit zweifelhaften Daten trainiert' veröffentlicht. Diese Datensätze wurden in 125 klinischen Vorhersagemodellen verwendet, von denen mindestens zwei in Krankenhäusern in Indonesien und Spanien eingesetzt wurden, während ein Artikel, der den Datensatz verwendete, in einem Medizinproduktepatent referenziert wurde. Bis zum 5. Juni 2026 waren fünf der Artikel, die diese Datensätze verwendeten, zurückgezogen worden.
Im Mai 2026 geriet eine weitere Forschungsveröffentlichung, die zwei Bilddatensätze von Kaggle verwendete, in Scientific Reports unter Untersuchung. Ein Artikel in Retraction Watch mit dem Titel 'Komisch schlechte Datensätze, die zum Trainieren klinischer Modelle für Schlaganfall und Diabetes verwendet wurden', hob hervor, dass die Bilder berühmte Schauspieler wie Sylvester Stallone als Rambo, George Clooney, Angelina Jolie und Daniel Craig sowie Kinder enthielten. Die Verwendung von Kinderbildern in der medizinischen Forschung ohne Zustimmung wäre unethisch. Eine Rückwärtsbildersuche ergab, dass einige Bilder nicht für Schlaganfall, sondern für Bell'sche Lähmung bestimmt waren. Einer der Datensätze ist nicht mehr auf Kaggle verfügbar, während der andere weiterhin verfügbar ist und das Problem der Bildherkunft erwähnt.