KI News KI-Glossar › Grundlagen
Maschinelles Lernen
Kurz gesagt: Computer lernen Regeln aus Beispielen, statt dass Menschen sie Zeile für Zeile programmieren.
Stand: 08.11.2026 · Redaktion KI News Kompakt
Beim maschinellen Lernen (Machine Learning) schreibt niemand die Regeln vor. Stattdessen bekommt ein Programm viele Beispiele – etwa Mails mit dem Etikett „Spam“ oder „kein Spam“ – und sucht selbst die Muster, die beides unterscheiden. Das Ergebnis ist ein Modell, das auch neue, nie gesehene Fälle einordnen kann.
Die drei Grundformen
- Überwachtes Lernen: Beispiele mit richtiger Antwort – etwa Fotos mit Beschriftung.
- Unüberwachtes Lernen: Daten ohne Etikett, das System findet selbst Gruppen und Auffälligkeiten.
- Bestärkendes Lernen: Das System probiert aus und bekommt Belohnung oder Strafe – so lernen etwa Spiel-KIs oder Marketing-Agenten.
Wo es überall steckt
Lange vor ChatGPT: Spamfilter, Betrugserkennung bei Kartenzahlungen, Produktempfehlungen, Navigations-Apps. Heutige Sprachmodelle sind eine besonders große Spielart davon (Deep Learning).
Merksatz: Ein Modell ist nur so gut wie seine Beispiele. Einseitige Daten führen zu einseitigen Entscheidungen.
Hängt zusammen mit
Deep Learning
Maschinelles Lernen mit sehr tiefen neuronalen Netzen – der Ansatz hinter Sprach-, Bild- und Stimm-KI.
Neuronales Netz
Ein Rechenmodell aus vielen verknüpften Knoten, lose vom Gehirn inspiriert – das Grundgerüst moderner KI.
Training & Inferenz
Einmal lernen, millionenfach anwenden – die zwei Phasen im Leben eines KI-Modells.