Was ist maschinelles Lernen?
Begriffe vorab
- Algorithmus: eine Schritt-für-Schritt-Vorschrift zur Lösung einer Aufgabe.
- Modell: das Ergebnis des Lernens – eine Funktion mit angepassten Parametern.
- Training: das Anpassen der Parameter anhand von Daten.
- Inferenz: das Anwenden des fertigen Modells auf neue Daten.
Eine klassische Definition
Der Informatiker Tom M. Mitchell definierte 1997 maschinelles Lernen so: Ein Programm lernt aus Erfahrung E in Bezug auf eine Aufgabe T und ein Leistungsmaß P, wenn sich seine Leistung bei T, gemessen mit P, durch E verbessert. Praktisch bedeutet das: Statt Regeln von Hand zu programmieren, zeigt man dem System viele Beispiele, und es leitet die Regeln selbst aus Mustern in den Daten ab.
Die Bausteine
- Daten: die Beispiele, aus denen gelernt wird, z. B. E-Mails, Bilder oder Sensormesswerte.
- Features (Merkmale): die Eigenschaften, die aus den Rohdaten extrahiert oder berechnet werden, etwa die Wortanzahl einer E-Mail oder die Durchschnittshelligkeit eines Bildes.
- Labels (Beschriftungen): die gewünschte Antwort zu einem Beispiel, etwa „Spam“ oder „kein Spam“. Nicht jedes Verfahren braucht Labels (siehe Lernparadigmen).
- Modell: die mathematische Funktion, die aus Features eine Vorhersage berechnet, und deren Parameter während des Trainings angepasst werden.
Training und Test trennen
Ein Modell, das nur an den Daten geprüft wird, an denen es auch trainiert wurde, kann seine Trainingsdaten schlicht auswendig lernen, ohne wirklich zu verallgemeinern. Deshalb teilt man den Datensatz üblicherweise auf: Ein Trainingsdatensatz dient zum Anpassen der Modellparameter, ein davon getrennter Testdatensatz zur ehrlichen Prüfung, wie gut das Modell auf neuen, ungesehenen Daten funktioniert. Eine gängige Faustregel teilt 70–80 % der Daten zum Training und 20–30 % zum Testen ab, oft ergänzt durch einen weiteren, dritten Validierungsdatensatz zur Modellauswahl während der Entwicklung.
Warum das gerade jetzt relevant ist
Drei Faktoren treiben den aktuellen Aufschwung: verfügbare große Datenmengen, günstigere Rechenleistung (insbesondere Grafikprozessoren, GPUs) und algorithmische Fortschritte, vor allem im Deep Learning. Zusammen erlauben sie Modelle, die vor zwei Jahrzehnten unpraktikabel gewesen wären.
Merksatz: Kein Feature, kein Lernen. Ein Modell kann nur Muster erkennen, die sich irgendwie aus den Eingabedaten ablesen lassen – fehlt die relevante Information komplett in den Daten, hilft kein noch so großes Modell.
Ein durchgespieltes Beispiel: Spam-Filter
Klassisch programmiert, schriebe man Regeln wie „enthält das Wort ‚Gewinn‘ → Spam“. Diese Regeln veralten schnell. Beim maschinellen Lernen zeigt man stattdessen tausende bereits sortierte E-Mails. Das Modell findet selbst Muster – Wortkombinationen, Absender, Linkanzahl – und bewertet damit neue Mails. Wenn sich Spam verändert, trainiert man mit neuen Beispielen nach, statt Regeln umzuschreiben.
Wann maschinelles Lernen sinnvoll ist
- Regeln lassen sich schwer von Hand formulieren (Bilder, Sprache).
- Es gibt viele Beispieldaten.
- Die Umgebung ändert sich, und das Verfahren soll mitlernen können.
Umgekehrt lohnt es sich nicht, wenn die Regeln einfach und eindeutig sind – dann ist normaler Code robuster, billiger und nachvollziehbar.
Training und Inferenz
Training ist aufwendig und passiert meist einmalig oder in Abständen; Inferenz ist das alltägliche Anwenden und meist deutlich günstiger. Beides verbraucht Rechenzeit, aber in sehr unterschiedlichem Umfang.
Prüfstatus: Belegt (Stand 1. Oktober 2026): Jahreszahlen, Zahlen, Namen und Quellenangaben dieser Lektion, soweit die Quellenliste sie nennt, wurden gegen Primärquellen geprüft. Nicht einzeln belegt: erklärende Darstellung nach Lehrbuchstand und Quellen, die in der Liste als „allgemeine Referenz“ markiert sind.
Quellen
- Tom M. Mitchell – „Machine Learning“ (McGraw-Hill, 1997), Kapitel 1
- Ian Goodfellow, Yoshua Bengio, Aaron Courville – „Deep Learning“ (MIT Press, 2016), Kapitel 1–5 (allgemeine Referenz, nicht Zeile für Zeile geprüft)
- Google – „Machine Learning Crash Course“ (Grundbegriffe) (allgemeine Referenz, nicht Zeile für Zeile geprüft)