Maschinelles Lernen (ML)

Maschinelles Lernen (Machine Learning) ist der Ansatz der künstlichen Intelligenz, bei dem ein System aus Beispielen lernt, statt dass jemand jede Regel von Hand schreibt. Man zeigt ihm viele Daten – Bilder, Texte, Zahlen –, und das Modell passt seine Parameter an, bis es Muster erkennt, die es dann auf neue Fälle anwendet. Etwa lernt es, nachdem es Tausende als Spam ✕ Spam sind unerwünschte Massen-Nachrichten, meist per E-Mail – oft Werbung, manchmal aber auch Träger von Phishing oder Schadsoftware. Mehr im Glossar → markierte E-Mails gesehen hat, eine bisher unbekannte als Spam zu erkennen. Man unterscheidet überwachtes Lernen (mit gelabelten Beispielen), unüberwachtes (findet selbst Struktur) und bestärkendes Lernen (lernt durch Versuch und Belohnung). Fast die gesamte moderne KI ✕ Künstliche Intelligenz ist die Fähigkeit eines Computersystems, Aufgaben zu erledigen, die wir mit menschlicher Intelligenz verbinden – etwa Sprache verstehen, Bilder erkennen oder Entscheidungen treffen. Mehr im Glossar → , auch große Sprachmodelle ✕ Ein LLM ist ein KI-Modell, das mit riesigen Textmengen trainiert wurde, um Sprache zu verstehen und zu erzeugen. Es ist der Motor hinter Assistenten wie ChatGPT. Mehr im Glossar → , baut auf diesem Prinzip auf. Ihre Qualität hängt unmittelbar von Menge und Güte der Trainingsdaten ✕ Trainingsdaten sind die Beispiele, aus denen ein KI-Modell lernt. Ihre Menge und Qualität bestimmen, wie gut – und wie verzerrt – das Modell wird. Mehr im Glossar → ab.