{"id":4505,"date":"2018-11-16T10:37:21","date_gmt":"2018-11-16T09:37:21","guid":{"rendered":"https:\/\/www.sage.com\/de-de\/blog\/?post_type=sage_glossary&p=4505"},"modified":"2026-01-23T11:17:13","modified_gmt":"2026-01-23T10:17:13","slug":"maschinelles-lernen","status":"publish","type":"sage_glossary","link":"https:\/\/www.sage.com\/de-de\/blog\/lexikon\/maschinelles-lernen\/","title":{"rendered":"Maschinelles Lernen"},"content":{"rendered":"
\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\tBeschreibung im Lexikon<\/a>\t\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t
\n\t\t\t\t\t

\n\t\t\t\t\t\tMaschinelles Lernen\t\t\t\t\t<\/h1>\n\t\t\t\t<\/div>\n\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div>\n\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t<\/div>\n\t\t
\n\t\t
\n\t\t\t Minuten zu lesen<\/span>\n\t\t\n\t\t\t
\n\n\n\n

Maschinelles Lernen ist eine zentrale Funktion der K\u00fcnstlichen Intelligenz. Der Begriff beschreibt die Erzeugung von neuen Erkenntnissen aus Erfahrung. Indem eine KI ihre Algorithmen auf immer neue F\u00e4lle im Rahmen ihres Regelwerkes anwendet, sammelt es Erfahrungen. Es erkennt neue Muster in riesigen Datenmengen und ordnet diese in seinen Wissensbestand ein.<\/p>\n

Maschinelles Lernen: \u00dcbung macht den Meister<\/h2>\n

Ein KI-System muss allerdings zun\u00e4chst angelernt werden. \u00c4hnlich wie ein Kind muss es seine Regeln anwenden, die seine Programmierer zur Auswertung seiner Lerndaten mit den Algorithmen vorschreiben. F\u00fcr Maschinelles Lernen  f\u00fcttert ein Programmierer zun\u00e4chst die KI mit Modellen, in der Regel Frage-Antwortpaaren. Der \u201eLehrer\u201c erkl\u00e4rt also, welche Antwort auf eine Frage richtig ist. Nach einer Vielzahl von Lernvorg\u00e4ngen mit unterschiedlichen Frage-Antwortpaarungen wird das KI-System f\u00e4hig, mit Hilfe seiner Algorithmen eigene logische R\u00fcckschl\u00fcsse zu ziehen. Es bekommt also die F\u00e4higkeit, sein Regelwerk automatisch auch bei Abweichungen anzuwenden. Er erweitert praktisch seine \u201eBibliothek\u201c, in die er neben den angelernten Mustern neue einordnet und k\u00fcnftig anwendet. Macht der Algorithmus dabei Fehler, greift der \u201eLehrer\u201c beziehungsweise Programmierer der KI ein und korrigiert eine Fehlinterpretation. So arbeitet beispielsweise die Handschriftenerkennung auf mobilen Endger\u00e4ten, die heute bereits verbl\u00fcffend gut funktioniert. Auch bei der Spracherkennung von Chatbots lernt die KI, mit Abweichungen umzugehen. Trotz unterschiedlicher Aussprache wie bei einem Dialekt kann ein \u201eerfahrener\u201c Chatbot die Worte richtig verstehen. Diese Anpassungsf\u00e4higkeit der Algorithmen reicht aber bei manchen hochkomplexen Aufgaben nicht mehr aus.<\/p>\n

\n

Tipp:<\/h2>\n

Wussten Sie, dass \u00fcber 50% der mittelst\u00e4ndischen Unternehmen ihre Ausgaben f\u00fcr HR-Technologie erh\u00f6hen? Finden Sie die richtige Human Resources Software<\/a><\/span><\/p>\n<\/blockquote>\n

Neuronale Netze beherrschen Deep Learning<\/h2>\n

Neben dem \u00fcberwachten Lernen bestehen weitere Modelle, wie KI-Systeme lernen. Beim un\u00fcberwachten Lernen bilden Algorithmen Frage-Antwortgruppen automatisiert aufgrund selbst erkannter Muster in den Lerndaten. Das teil\u00fcberwachte Lernen ist eine Mischform. In allen drei F\u00e4llen lernt die KI durch Best\u00e4tigung oder Korrektur durch den Programmierer und wird immer \u201ekompetenter\u201c in ihrem angelernten Fachgebet. Mittlerweile arbeiten die Entwickler von KI an k\u00fcnstlichen neuronalen Netzen (knN), die \u00e4hnlich wie das menschliche Gehirn funktionieren. Bei ihren Prozessen kn\u00fcpft eine KI wie das Gehirn aus neuen Erfahrungen neue Knotenpunkte und schafft passende Verbindungen zwischen den bestehenden Knoten. Dadurch erweitert die KI ihre Wissensbasis und lernt immer schneller. Sie bildet R\u00fcckschl\u00fcsse aus dem gesamten Wissensbestand und verfeinert ihre kognitiven F\u00e4higkeiten. Diese Form des maschinellen Lernens wird auch als Deep Learning bezeichnet, weil Das System immer schneller und ab einem bestimmten Punkt auch v\u00f6llig autonom lernen kann. Solche KI-Systeme sind leistungsf\u00e4higer; sie k\u00f6nnten kontextbezogen und sehr schnell Musterabweichungen erkennen und angemessen reagieren.<\/p>\n

Pers\u00f6nlichkeits- und Sentiment-Analysen<\/h2>\n

Gesichter zu unterscheiden, f\u00e4llt schon einigen Menschen schwer. KI-Systeme erkennen dank ihrer Deep Learning-F\u00e4higkeit an Flugh\u00e4fen mittlerweile in k\u00fcrzester Zeit aus Tausenden Menschen die Gesichter gesuchter Personen. Sie sind in der Lage, selbst\u00e4ndig Telefonate zu f\u00fchren, um beispielsweise einen Friseurtermin zu vereinbaren. Solche Chatbots unterscheiden sich auch in ihrer nat\u00fcrlichen Sprache kaum mehr von Menschen. Einige KI-Systeme k\u00f6nnen sogar die Stimmungslage ihrer Gespr\u00e4chspartner erkennen. Oder sie identifizieren aus Hunderten Bewerbungen den Kandidaten, der von seiner Pers\u00f6nlichkeit am besten in ein bestehendes Team passt.<\/p>\n

Sp\u00e4testens bei solchen Aufgaben m\u00fcssen sich die Entwickler eines KI-Systems aber an ethischen Grunds\u00e4tzen orientieren. Die Grenzen, was technisch machbar und was moralisch vertretbar oder mit der Menschenw\u00fcrde noch vereinbar ist, m\u00fcssen beachtet werden.<\/p>\n<\/div>\n

\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t\t

2026: Alle neuen Gesetze immer im Blick<\/h2>\n\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t

<\/p>\n

Bleiben Sie informiert – mit unserem Newsletter<\/strong> 1x im Monat<\/p>\n

<\/p>\n

<\/p>\n