Machine Learning (ML)

Machine Learning (ML) Machine Learning ist ein Teilgebiet der Informatik, bei dem Systeme aus Daten lernen, statt für jede Aufgabe feste Regeln zu bekommen. Ein Algorithmus bekommt Beispiele, findet darin Muster und leitet daraus ein Modell ab, das er anschließend auf neue, unbekannte Fälle anwendet. Je nachdem, ob die Trainingsdaten mit der richtigen Antwort versehen sind oder nicht, unterscheidet man überwachtes, unüberwachtes und bestärkendes Lernen. Große Sprachmodelle wie Claude oder GPT-5 sind eine Anwendung von Machine Learning, keine eigene Kategorie daneben.

Was maschinelles Lernen bedeutet

Machine Learning wird in vielen Gesprächen einfach mit Künstlicher Intelligenz gleichgesetzt. Das verwischt einen wichtigen Unterschied: KI ist das große Feld, Machine Learning ist die Methode, mit der die meisten heutigen KI-Systeme überhaupt funktionieren.

Bei klassischer Programmierung schreibt ein Mensch Regeln: Wenn X eintritt, passiert Y. Machine Learning dreht diesen Ablauf um. Ein Algorithmus bekommt keine fertigen Regeln, sondern Beispiele, und leitet die Regeln selbst daraus ab. Trainiert wird er, indem er tausende Beispiele sieht und lernt, welches Muster zu welchem Ergebnis gehört.

Ein einfacher Vergleich macht das greifbar. Bring einem Kind bei, einen Hund von einer Katze zu unterscheiden, und du zählst ihm keine Merkmalsliste auf. Du zeigst ihm Bilder und sagst: Hund, Katze, Hund. Irgendwann erkennt es die Muster selbst. Machine Learning funktioniert nach demselben Prinzip, nur mit mathematischen Funktionen statt einem Gehirn.

KI, Machine Learning und Deep Learning: wie die Begriffe zusammenhängen

Die drei Begriffe werden oft durcheinandergeworfen, dabei stehen sie in einer klaren Hierarchie. Künstliche Intelligenz ist der Oberbegriff für jede Maschine, die intelligentes Verhalten nachahmt, unabhängig davon, wie sie das tut. Machine Learning ist ein Teilbereich davon: Algorithmen, die aus Daten lernen, statt fest programmiert zu werden. Deep Learning wiederum ist eine spezialisierte Form von Machine Learning. Es arbeitet mit künstlichen neuronalen Netzen, lose an das menschliche Gehirn angelehnt, und verarbeitet riesige Datenmengen.

Nicht jede KI nutzt Machine Learning. Ein einfaches Regelwerk zählt schon als KI. Aber fast jede leistungsfähige KI, die heute im Einsatz ist, basiert darauf. Large Language Models sind so ein Fall: Sie nutzen die Transformer-Architektur, ein bestimmtes neuronales Netz, das auf Text trainiert wurde. Wie das im Detail funktioniert, gehört in den eigenen Eintrag zu Large Language Models. Hier reicht die Einordnung: Machine Learning ist die Methode. LLMs sind nur ein Beispiel dafür, keine eigene Sache daneben.

Was beim Training eines Modells tatsächlich passiert

Der Kernprozess von Machine Learning ist Mustererkennung. Ein Algorithmus ist dabei nur das Werkzeug, vergleichbar mit einem Ofen. Die Trainingsdaten sind die Zutaten. Das Ergebnis hängt vor allem von deren Qualität ab, ein sehr guter Algorithmus mit schlechten Daten liefert trotzdem ein schlechtes Modell. In der Praxis gilt deshalb: Garbage in, garbage out. Sind die Daten unvollständig, verzerrt oder fehlerhaft, übernimmt das Modell diese Fehler und reproduziert sie bei jeder Vorhersage.

Trainiert wird ein Modell in zwei Phasen. In der Trainingsphase bekommt der Algorithmus den größten Teil der verfügbaren Daten und leitet daraus seine internen Regeln ab, die eigentlichen Gewichte des Modells. Ein kleinerer Teil der Daten wird dabei bewusst zurückgehalten, die sogenannten Testdaten. Nach dem Training prüft man das Modell an diesen unbekannten Testdaten. Erkennt es Muster, die es nie gesehen hat? Oder hat es nur die Trainingsdaten auswendig gelernt? Letzteres heißt Overfitting: ein Modell, das an alten Daten glänzt und an neuen versagt.

Ist das Training abgeschlossen, beginnt die Inferenz. Das fertige Modell wird auf neue, unbekannte Daten angewendet und trifft darauf Vorhersagen oder Entscheidungen. Ein Spam-Filter etwa lernt in der Trainingsphase an tausenden bereits markierten E-Mails, was Spam von normaler Post unterscheidet. In der Inferenzphase wendet er dieses gelernte Muster auf jede neue E-Mail an, die im Postfach ankommt.

Die drei Lernverfahren

Nicht jedes Problem wird auf die gleiche Weise gelöst. Je nachdem, welche Daten verfügbar sind und was am Ende herauskommen soll, unterscheidet man drei Hauptparadigmen.

Überwachtes Lernen

Beim überwachten Lernen übernimmt der Datensatz die Rolle des Lehrers. Jedem Trainingsbeispiel ist bereits die richtige Antwort zugeordnet. Man sagt, die Daten sind gelabelt. Eine E-Mail ist als Spam oder Kein Spam markiert, ein Röntgenbild als gesund oder auffällig. Das Modell lernt, den Input auf den passenden Output abzubilden. Dieses Muster wendet es danach auf neue, ungelabelte Fälle an.

Zwei Aufgabentypen dominieren hier. Klassifikation ordnet einer festen Kategorie zu, etwa Spam oder kein Spam. Regression sagt einen konkreten Zahlenwert vorher, etwa den Preis einer Immobilie anhand von Lage, Größe und Baujahr. Überwachtes Lernen ist heute das am weitesten verbreitete Verfahren. Gelabelte Daten liegen in vielen Unternehmen schon vor, etwa in Support-Tickets oder Verkaufszahlen.

Unüberwachtes Lernen

Beim unüberwachten Lernen gibt es keine vorgegebenen Antworten und keinen Lehrer. Der Algorithmus bekommt rohe, ungelabelte Daten und muss selbst Strukturen darin finden: Ähnlichkeiten, Gruppen, Auffälligkeiten. Weil niemand vorher sagt, was richtig ist, sucht das Modell selbst nach Mustern. Die bleiben für das menschliche Auge oft unsichtbar.

Ein typischer Anwendungsfall ist Clustering. Ein Marketing-Team lässt Kundendaten gruppieren und bekommt Segmente, die niemand vorher definiert hat. Die sind trotzdem trennscharf genug, um sie unterschiedlich anzusprechen. Ein zweiter Anwendungsfall ist Anomalieerkennung, etwa in der IT-Sicherheit. Dort lernt ein Modell, wie normaler Netzwerkverkehr aussieht, und meldet jede Abweichung davon.

Bestärkendes Lernen

Bestärkendes Lernen funktioniert nach dem Prinzip von Versuch und Irrtum. Ein Agent handelt in einer Umgebung, bekommt für jede Aktion eine Belohnung oder eine Bestrafung und passt sein Verhalten danach an. Anders als bei den ersten beiden Verfahren gibt es hier keinen fertigen Datensatz, aus dem gelernt wird. Stattdessen läuft eine Rückkopplungsschleife: handeln, Ergebnis beobachten, Strategie anpassen, wieder handeln.

Ziel des Agenten ist nicht die einzelne richtige Antwort, sondern die langfristig höchste Belohnung über viele Schritte hinweg. Das macht bestärkendes Lernen zur Basis für Systeme, die eine Abfolge von Entscheidungen treffen müssen. Ein Beispiel sind selbstfahrende Autos, die auf jede neue Verkehrssituation reagieren. Ein anderes sind Agentic-AI-Systeme, die mehrere Schritte eigenständig planen und ausführen, bevor sie zu einem Ergebnis kommen.

Womit Machine Learning trainiert und gebaut wird

Wer selbst Modelle bauen oder ein Team dabei steuern will, kommt am gängigen Tech-Stack nicht vorbei. Python hat sich als Standardsprache für Machine Learning durchgesetzt, aus pragmatischen Gründen. Die Syntax ist klar, und eine Community hat komplexe Mathematik in wenige Codezeilen verpackt.

Für klassische Algorithmen wie Regression oder Clustering ist scikit-learn die Standardbibliothek, mit ausführlicher Dokumentation direkt auf der Projektseite. Für Deep Learning mit neuronalen Netzen dominieren zwei größere Frameworks: TensorFlow von Google und PyTorch von Meta. Beide übernehmen die aufwendige Mathematik im Hintergrund, sodass niemand mehr ein neuronales Netz von Hand programmiert.

Wo Machine Learning im Alltag arbeitet

Machine Learning ist längst kein reines Forschungsthema mehr, sondern läuft im Hintergrund vieler Geschäftsprozesse. Predictive Analytics sagt in der Industrie den Ausfall von Maschinen voraus, bevor er passiert. Das nennt sich Predictive Maintenance. Im Vertrieb verbessert Machine Learning Absatzprognosen und senkt dadurch Lagerhaltungskosten.

Bevor ein Unternehmen Machine Learning einführt, lohnt sich ein Blick auf die eigenen Prozesse: Sind sie wiederholbar, und stehen genug Daten dafür bereit? Am meisten bringt Machine Learning dort, wo hohe Volumen an Entscheidungen anfallen. Die sind für Menschen oft zu zeitaufwendig, lassen sich aber logisch ableiten.

Zwei Felder prägen die aktuelle Wahrnehmung besonders stark. Natural Language Processing ist die Fähigkeit von Maschinen, Sprache zu verstehen und zu generieren. Darauf baut auch Prompt Engineering auf. Computer Vision bringt Maschinen das Sehen bei, von der Qualitätskontrolle in der Fertigung bis zur Auswertung von Röntgenbildern in der Medizin.

Vorteile und Grenzen

Der Nutzen von Machine Learning liegt vor allem in der Automatisierung komplexer Aufgaben. Dazu kommt das Erkennen von Zusammenhängen in großen Datenmengen, die einem Menschen entgehen würden. Grundsätzlich gilt: Je mehr passende Daten ein Modell bekommt, desto besser wird die Vorhersage, zumindest bis zu einem gewissen Punkt.

Die Grenzen liegen genau dort, wo die Daten selbst Schwächen haben. Fehlerhafte Daten führen zu fehlerhaften Modellen. Das lässt sich durch keinen noch so cleveren Algorithmus reparieren. Enthalten die Trainingsdaten Vorurteile, etwa weil eine bestimmte Gruppe historisch benachteiligt wurde, übernimmt das Modell diese Verzerrung. Es trifft in der Praxis diskriminierende Entscheidungen, ohne dass das im Code sichtbar wäre. Wie Trainingsdaten überhaupt zu ihrer Qualität und ihren Fehlern kommen, steht im Eintrag zu Trainingsdaten.

Dazu kommt das Black-Box-Problem. Bei komplexen neuronalen Netzen mit Millionen Parametern lässt sich oft nicht mehr nachvollziehen, warum ein Modell zu einer bestimmten Entscheidung gekommen ist. Man sieht nur, dass es sie getroffen hat. Für Bereiche wie Kreditvergabe oder medizinische Diagnosen ist das kein theoretisches Problem, sondern ein sehr praktisches.

Wohin sich Machine Learning entwickelt

Ein Trend der letzten Jahre ist AutoML, automatisiertes Machine Learning, das den Prozess der Modellauswahl und Optimierung selbst übernimmt. Dadurch können auch Teams ohne tiefes Data-Science-Wissen brauchbare Modelle trainieren, was den Zugang zur Technologie deutlich breiter macht.

Der größere Umbruch ist aber der Wechsel von analysierenden zu erzeugenden Systemen, von klassischem Machine Learning zu generativer KI. Während frühere Modelle vor allem klassifiziert und vorhergesagt haben, erzeugen heutige Systeme neue Inhalte: Text, Bilder, Code. Ob solche Systeme irgendwann Aufgaben über ein enges Feld hinaus lösen können, führt in eine ganz eigene Debatte. Sie kreist um Artificial General Intelligence, also um die Frage, ob eine KI menschenähnliche, breite Intelligenz erreichen kann statt nur einer engen Aufgabe zu dienen. Das bleibt bislang Zukunftsmusik und ist etwas grundlegend anderes als das Machine Learning, das heute produktiv im Einsatz ist.

Wer selbst damit anfängt, sollte trotzdem nicht gleich das komplexeste Problem angehen. Ein einfacher, naheliegender Anwendungsfall reicht völlig, um erste Erfahrung mit der eigenen Datenpipeline zu sammeln. Wichtiger als das einzelne Tool ist ohnehin die Architektur dahinter. Wer die sauber aufbaut, ist auch für künftige Standards gerüstet.

Diese und weitere Begriffe rund um KI und Automatisierung stehen gesammelt im Glossar.

Zurück zum AI und Automation Glossar.