KI-Glossar › Grundlagen
Deep Learning
Kurz gesagt: Maschinelles Lernen mit sehr tiefen neuronalen Netzen – der Ansatz hinter Sprach-, Bild- und Stimm-KI.
Stand: 08.11.2026 · Redaktion KI News Kompakt
Deep Learning ist der Teil des maschinellen Lernens, der mit neuronalen Netzen aus vielen Schichten arbeitet. „Tief“ bezieht sich auf diese Schichtenzahl, nicht auf tiefes Verständnis.
Was das Besondere ist
Frühere Verfahren brauchten Menschen, die vorab festlegten, worauf das System achten soll – Kanten im Bild, bestimmte Wörter im Text. Tiefe Netze finden solche Merkmale selbst: Die ersten Schichten erkennen Einfaches, spätere setzen daraus immer abstraktere Muster zusammen.
Warum es erst spät durchstartete
- Daten: Das Internet lieferte genug Text und Bilder zum Lernen.
- Rechenleistung: Grafikchips können die nötigen Rechnungen massiv parallel ausführen (KI-Chips).
- Bessere Bauarten: allen voran der Transformer.
Fast alles, was heute als KI-Durchbruch gilt – Sprachmodelle, Bildgeneratoren, Spracherkennung –, ist Deep Learning.
Hängt zusammen mit
Neuronales Netz
Ein Rechenmodell aus vielen verknüpften Knoten, lose vom Gehirn inspiriert – das Grundgerüst moderner KI.
Maschinelles Lernen
Computer lernen Regeln aus Beispielen, statt dass Menschen sie Zeile für Zeile programmieren.
Transformer
Die Bauart fast aller heutigen Sprachmodelle – ihr Kern ist ein Mechanismus namens „Aufmerksamkeit“.