Ein Generative Adversarial Network, bekannt als GAN, ist ein Machine-Learning-Modell, das die Fähigkeit besitzt, Daten zu generieren. Es besteht aus zwei konkurrierenden künstlichen neuronalen Netzwerken (KNN). Das eine Netzwerk ist dafür verantwortlich, echt wirkende Daten zu erzeugen, während das andere Netzwerk die Aufgabe hat, diese Daten als echt oder künstlich zu klassifizieren. Durch wiederholtes Lernen und viele Iterationsschritte verbessert das GAN kontinuierlich die Qualität der generierten Daten. Ein typischer Anwendungsfall ist die Erzeugung von überzeugend echtaussehenden künstlichen Bildern.