Machine Learning

Was ist Machine Learning?

Machine Learning (ML) -- auf Deutsch maschinelles Lernen -- ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer aus Daten lernen, ohne für jede Aufgabe explizit programmiert zu werden. Statt feste Regeln vorzugeben, zeigt man einem ML-Algorithmus Beispiele, und er erkennt selbständig Muster und Gesetzmäßigkeiten darin. Machine Learning ist heute die am weitesten verbreitete Form von KI in Unternehmen und steckt in Anwendungen von der Spam-Erkennung bis zur Umsatzprognose.

Wie funktioniert Machine Learning?

Der Machine-Learning-Prozess beginnt mit Daten -- je mehr und je qualitativ hochwertiger, desto besser die Ergebnisse. Ein Algorithmus analysiert diese Daten und erstellt daraus ein mathematisches Modell, das Vorhersagen treffen kann. Es gibt drei grundlegende Lernansätze: Beim Supervised Learning lernt das Modell anhand von Beispielen mit bekannten Ergebnissen, beim Unsupervised Learning findet es selbständig Muster in ungelabelten Daten, und beim Reinforcement Learning lernt es durch Ausprobieren und Feedback. Nach dem Training wird das Modell an neuen, unbekannten Daten getestet, um seine Zuverlässigkeit zu überprüfen, bevor es produktiv eingesetzt wird.

Warum ist Machine Learning wichtig?

Machine Learning ermöglicht es Unternehmen, aus ihren vorhandenen Daten Erkenntnisse zu gewinnen und Prozesse zu automatisieren, die bisher manuelle Arbeit erforderten. Typische Anwendungsfälle sind Nachfrageprognosen, Betrugserkennung, Kundensegmentierung, vorausschauende Wartung und Empfehlungssysteme. Der große Vorteil gegenüber klassischer Programmierung: ML-Modelle verbessern sich mit mehr Daten und passen sich an veränderte Bedingungen an, ohne dass ein Entwickler den Code umschreiben muss.

Verwandte Begriffe

Deep Learning · Supervised Learning · Unsupervised Learning · Reinforcement Learning · Neural Network · Feature

Mehr dazu in unserem Blogartikel: Was ist Machine Learning?

← Zurück zum Glossar