Maschinelles Lernen

Lernen statt explizite Programmierung – Algorithmen des maschinellen Lernens können aus Daten generalisierende Regeln erlernen und so Aufgaben bewältigen die bisher Menschen vorbehalten waren. Ob bei der Gesichts- oder Objekterkennung in Bilddaten, beim autonomen Fahren oder für Sprachassistenten wie Siri und Cortana – Maschinenlernverfahren ermöglichen in fast allen Branchen einen bis dato unerreichten Automatisierungsgrad.

Maschinenlernverfahren kommen bei uns zum Beispiel zum Einsatz wenn abweichendes Verhalten erkannt und klassifiziert sowie vorhergesagt werden soll. Das können etwa Störungen und Defekte technischer Anlagen unter Verwendung von Betriebssensordaten sein. Oder Transaktionsdaten in denen betrügerische Handlungen rechtzeitig gefunden und vorbeugend verhindert werden sollen.

Maschinelles Lernen ermöglicht es in komplexen Datensituationen subtile Zusammenhänge nutzbar zu machen. Dadurch kann für konkrete Aufgaben häufig ein besseres Ergebnis als mit klassischen Modellierungs-Methoden erreicht werden. Wo früher Details mühsam von Hand ausmodelliert werden mussten können Algorithmen heute vielfach von der Menge der vorhandenen Daten profitieren und so mit weniger Aufwand eine sehr hohe Präzision erreichen.

Zurück