Was ist Machine Learning?

Maschinelles Lernen (englisch Machine Learning, kurz ML) ist ein Teilbereich der künstlichen Intelligenz, bei dem Computersysteme aus Daten lernen, statt für jede Aufgabe explizit programmiert zu werden. Ein Lernalgorithmus analysiert Beispieldaten, erkennt darin Muster und Zusammenhänge und baut daraus ein statistisches Modell auf. Dieses Modell kann anschließend auf neue, unbekannte Daten angewendet werden – um Vorhersagen zu treffen, Objekte zu klassifizieren oder Entscheidungen abzuleiten.

Der entscheidende Unterschied zu klassischer Software: Regelbasierte Programme und Expertensysteme folgen starren Wenn-dann-Anweisungen, die Menschen zuvor definiert haben. Ein maschinell lernendes System leitet seine Regeln dagegen selbstständig aus den Trainingsdaten ab – und wird mit mehr und besseren Daten kontinuierlich genauer. Genau das macht maschinelles Lernen zur Schlüsseltechnik der modernen künstlichen Intelligenz: vom Spamfilter über die Produktempfehlung im Onlineshop bis zu den großen Sprachmodellen, die hinter Anwendungen wie ChatGPT stehen.

To top

Am Anfang jedes ML-Projekts stehen Daten. In der Trainingsphase verarbeitet der Lernalgorithmus einen Trainingsdatensatz – etwa tausende Bilder, Sensormesswerte oder Texte – und passt die internen Parameter seines Modells schrittweise so an, dass die Abweichung zwischen Vorhersage und tatsächlichem Ergebnis immer kleiner wird. Nicht gelernt, sondern vorab festgelegt werden dagegen die Hyperparameter - Einstellungen des Lernverfahrens selbst, etwa die Lernrate oder die Zahl der Schichten eines neuronalen Netzes. Das Modell lernt also, welche Merkmale in den Eingaben mit welchen Ausgabewerten zusammenhängen: Welche Pixelmuster zeigen ein defektes Bauteil? Welche Transaktionsmerkmale deuten auf Betrug hin?

Ob das Gelernte trägt, zeigt sich erst an Daten, die das Modell noch nie gesehen hat. Deshalb wird der Datensatz üblicherweise dreigeteilt: Auf dem größten Teil wird trainiert, an den Validierungsdaten werden Modellvarianten und Hyperparameter verglichen, und die Testdaten dienen der abschließenden, unverfälschten Bewertung.  Erst wenn das Testergebnis überzeugt, geht das Modell in den produktiven Einsatz – die sogenannte Inferenz, bei der es laufend neue Datenpunkte bewertet und daraus Schlussfolgerungen zieht.

Die Qualität eines ML-Modells hängt dabei weniger vom Algorithmus ab als von den Daten: Sind die Trainingsdaten lückenhaft, veraltet oder einseitig, übernimmt das Modell diese Schwächen. „Garbage in, garbage out“ gilt im maschinellen Lernen uneingeschränkt, weshalb Datenaufbereitung und Feature Engineering in der Praxis oft mehr Zeit beanspruchen als das eigentliche Training.

Klassischerweise werden drei Arten des maschinellen Lernens unterschieden – nach der Frage, welche Art von Rückmeldung der Lernalgorithmus während des Trainings erhält.

Überwachtes Lernen (Supervised Learning): Das Modell lernt aus gelabelten Beispieldaten, bei denen die richtige Antwort bereits bekannt ist – etwa E-Mails, die als „Spam“ oder „kein Spam“ markiert sind. Aus diesen Paaren von Eingabe und gewünschter Ausgabe lernt das System den Zusammenhang und kann ihn auf neue Fälle übertragen. Typische Aufgaben sind die Klassifikation (Zuordnung zu Kategorien) und die Regression (Vorhersage von Zahlenwerten wie Preisen oder Auslastung). Überwachtes Lernen ist die in der Praxis am häufigsten eingesetzte Lernmethode.

Unüberwachtes Lernen (Unsupervised Learning): Hier erhält der Algorithmus ungelabelte Daten und muss eigenständig Strukturen darin entdecken. Verfahren wie das Clustering gruppieren ähnliche Datenpunkte – etwa Kunden mit vergleichbarem Kaufverhalten –, ohne dass die Gruppen vorher definiert wurden. Auch die Anomalieerkennung, etwa bei ungewöhnlichen Netzwerkzugriffen oder Maschinenmesswerten, arbeitet meist unüberwacht.

Bestärkendes Lernen (Reinforcement Learning): Ein Agent lernt durch Versuch und Irrtum in einer Umgebung: Für zielführende Aktionen erhält er eine Belohnung, für Fehler eine Bestrafung. Über viele Iterationen entwickelt er so eine Strategie, die die Belohnung maximiert. Bekannt wurde das Verfahren durch Systeme wie AlphaGo; heute wird es unter anderem in der Robotik, bei der Steuerung autonomer Fahrzeuge und beim Feinabstimmen großer Sprachmodelle eingesetzt.

Neben diesen drei Grundformen haben sich zwei weitere Varianten etabliert. Beim teilüberwachten Lernen (Semi-Supervised Learning) werden wenige gelabelte mit vielen ungelabelten Daten kombiniert - nützlich, wenn das Labeln durch Fachleute teuer ist, etwa bei medizinischen Aufnahmen. Praktisch noch bedeutsamer ist das Selbstüberwachte Lernen (Self-Supervised Learning).

Selbstüberwachte Lernen (Self-Supervised Learning): Hier erzeugt der Algorithmus die Zielwerte selbst aus den Rohdaten, indem er etwa Teile eines Textes ausblendet und das fehlende Wort vorhersagt. Das Verfahren braucht keine manuell gelabelten Daten und macht so gewaltige Textmengen aus dem Internet nutzbar - es ist die Grundlage, auf der große Sprachmodelle vortrainiert werden.

To top

Die drei Begriffe verhalten sich wie ineinanderliegende Kreise. Künstliche Intelligenz ist der Oberbegriff für alle Systeme, die Aufgaben lösen, für die man üblicherweise menschliche Intelligenz voraussetzt. Maschinelles Lernen ist der wichtigste Teilbereich der KI - der datengetriebene Ansatz, mit dem die meisten modernen KI-Systeme ihr Verhalten erlernen. Deep Learning wiederum ist eine Teilmenge des maschinellen Lernens, die auf künstlichen neuronalen Netzen mit vielen Verarbeitungsschichten basiert.

Der praktische Unterschied liegt im Umgang mit Merkmalen: Beim klassischen maschinellen Lernen definieren Fachleute die relevanten Merkmale der Daten weitgehend selbst, der Algorithmus lernt „nur“ deren Zusammenhang mit dem Ergebnis. Deep-Learning-Modelle extrahieren die Merkmale dagegen automatisch aus Rohdaten wie Bildern, Audio oder Text – dafür benötigen sie deutlich größere Datenmengen und ein Vielfaches an Rechenleistung.

Auch generative KI-Systeme wie ChatGPT sind angewandtes maschinelles Lernen: Große Sprachmodelle werden per Deep Learning selbstüberwacht auf riesigen Textmengen trainiert und anschließend mit bestärkendem Lernen aus menschlichem Feedback verfeinert. Die Begriffskette schließt sich also – LLMs sind Deep Learning, Deep Learning ist maschinelles Lernen, und maschinelles Lernen ist künstliche Intelligenz.

Für unterschiedliche Aufgaben haben sich unterschiedliche ML-Algorithmen etabliert. Zu den wichtigsten zählen:

Entscheidungsbäume und Random Forest: Entscheidungsbäume zerlegen eine Entscheidung in eine Folge einfacher Ja-Nein-Fragen und sind dadurch gut nachvollziehbar. Ein Random Forest kombiniert viele solcher Bäume zu einem Ensemble, das deutlich robuster ist als ein einzelner Baum. Verwandt ist das Gradient Boosting, das Bäume nacheinander trainiert und dabei jeweils die Fehler der Vorgänger korrigiert – bei strukturierten Daten oft die genaueste Methode.

Lineare und logistische Regression: Die Klassiker der Statistik sagen Zahlenwerte vorher beziehungsweise schätzen Wahrscheinlichkeiten für Kategorien. Sie sind schnell, sparsam und gut interpretierbar – und deshalb trotz aller Fortschritte weiterhin im produktiven Einsatz, etwa bei Risikobewertungen.

Support Vector Machines (SVM): SVMs trennen Datenklassen durch eine Grenze mit größtmöglichem Abstand zu den nächstgelegenen Datenpunkten. Sie liefern auch bei kleineren Datensätzen präzise Klassifikatoren und waren vor dem Aufstieg des Deep Learning der Standard in der Mustererkennung.

k-Means-Clustering: Der bekannteste Algorithmus des unüberwachten Lernens teilt Datenpunkte in eine vorgegebene Zahl von Gruppen ein – Grundlage vieler Kundensegmentierungen und Anomalieanalysen.

Künstliche neuronale Netze: Von der Funktionsweise des Gehirns inspiriert, verarbeiten sie Eingaben über Schichten verbundener Recheneinheiten, deren Gewichte im Training angepasst werden. Mit vielen Schichten werden daraus tiefe neuronale Netze – die Grundlage des Deep Learning und damit von Bild-, Sprach- und Textverarbeitung auf heutigem Niveau.

In der Industrie ist maschinelles Lernen längst Alltag. Predictive Maintenance sagt aus Sensordaten voraus, wann eine Maschine gewartet werden muss , bevor sie ausfällt. Kamerabasierte Qualitätskontrolle erkennt Fertigungsfehler zuverlässiger als das menschliche Auge, und in der Logistik optimieren ML-Modelle Routen, Lagerbestände und Bedarfsprognosen.

Auch im Alltag begegnet maschinelles Lernen jedem: Spamfilter klassifizieren E-Mails, Streaming-Dienste und Onlineshops berechnen Empfehlungen, Sprachassistenten wandeln Sprache in Text um, Navigationssysteme prognostizieren Staus und Banken erkennen betrügerische Kartenzahlungen in Echtzeit. In der Medizin unterstützen ML-Modelle die Bildauswertung in der Radiologie und die Suche nach neuen Wirkstoffen.

Einen besonderen Stellenwert hat maschinelles Lernen in der Wissenschaft: Klimaforschung, Materialentwicklung, Genomanalyse oder Teilchenphysik erzeugen Datenmengen, die ohne lernende Systeme nicht mehr auswertbar wären. Trainiert werden solche Modelle auf Supercomputern – hier verschmelzen maschinelles Lernen und klassische Simulation zu einem neuen Forschungswerkzeug.

Die größte Hürde im maschinellen Lernen sind selten die Algorithmen, sondern die Daten: Sie müssen in ausreichender Menge, Qualität und Repräsentativität vorliegen. Verzerrte Trainingsdaten führen zu verzerrten Modellen – ein Problem, das von der Kreditvergabe bis zur Personalauswahl reale Konsequenzen hat und durch sorgfältige Datenauswahl und Validierung adressiert werden muss.

Ein zweites Kernproblem ist das Overfitting: Ein überangepasstes Modell lernt die Trainingsdaten praktisch auswendig – inklusive ihrer Zufälligkeiten – und versagt dann bei neuen Daten. Das Gegenstück, Underfitting, beschreibt ein zu simples Modell, das die relevanten Zusammenhänge gar nicht erst erfasst. Beide Effekte lassen sich durch die konsequente Trennung von Trainings-, Validierungs- und Testdaten sichtbar machen; gegen Overfitting helfen zusätzlich Kreuzvalidierung und Regularisierung, gegen Underfitting ein leistungsfähigeres Modell oder aussagekräftigere Merkmale.

Hinzu kommt die Frage der Interpretierbarkeit: Je komplexer ein Modell, desto schwerer lässt sich nachvollziehen, warum es eine bestimmte Entscheidung trifft. In regulierten Bereichen – etwa Medizin, Finanzwesen oder unter dem EU AI Act – ist Erklärbarkeit jedoch Pflicht. Und schließlich wächst mit der Modellgröße der Bedarf an Rechenleistung: Moderne ML-Verfahren, allen voran Deep Learning, sind ohne spezialisierte Hardware nicht mehr sinnvoll trainierbar.

Das Training moderner ML-Modelle ist im Kern ein Problem des High Performance Computing: Millionen bis Milliarden von Parametern werden in unzähligen Iterationen an riesigen Datensätzen angepasst. Diese massiv parallelen Matrix-Berechnungen sind die Domäne der GPU – und sobald ein Modell nicht mehr auf einen einzelnen Server passt, die Domäne von GPU-Clustern mit schnellem Interconnect, parallelem Dateisystem und effizienter Kühlung.

Training ist dabei nur die eine Hälfte der Rechnung. Es läuft als Kampagne über Tage oder Wochen und braucht maximale Skalierung; die Inferenz dagegen läuft dauerhaft, muss auf Latenz und Durchsatz pro Anfrage optimiert sein und verursacht über die Lebensdauer eines Modells oft die höheren Gesamtkosten. Entsprechend unterschiedlich sehen die Systeme aus: Für das Training zählen Interconnect-Bandbreite und Speicherkapazität pro GPU, für den produktiven Betrieb eher Energieeffizienz, Auslastung und die Frage, wie viele Modelle sich ein Knoten teilen kann. Wer Sprachmodelle im eigenen Haus betreibt - aus Datenschutzgründen oder wegen laufender Token-Kosten -, dimensioniert deshalb anders als für eine reine Trainingsumgebung.

Wie solche ML-Infrastruktur in der Praxis aussieht, zeigen die von MEGWARE gebauten Forschungssysteme: das GPU-Cluster Helma an der Universität Erlangen, mit dem unter anderem KI-Modelle trainiert werden, oder Capella an der TU Dresden, eines der energieeffizientesten Systeme der Green500-Liste. Mit der direkten Warmwasserkühlung der EUREKA-Plattform lässt sich dabei auch die Leistungsdichte moderner GPU-Generationen wirtschaftlich beherrschen – die Abwärme kann sogar zur Gebäudeheizung genutzt werden.

Für Unternehmen und Forschungseinrichtungen, die maschinelles Lernen produktiv einsetzen wollen, ist die Infrastrukturfrage damit strategisch: Cloud, eigenes Cluster oder hybrider Betrieb – entscheidend sind Auslastung, Datenschutz und Gesamtkosten. MEGWARE begleitet diese Projekte von der Bedarfsanalyse über die Systemarchitektur bis zum Betrieb; im Benchmark Center lassen sich eigene ML-Workloads vor der Investition auf realer Hardware testen. Einen Überblick bieten die MEGWARE-Lösungen für künstliche Intelligenz.

Was ist maschinelles Lernen einfach erklärt?

Maschinelles Lernen bedeutet, dass ein Computer aus Beispielen lernt statt aus fest programmierten Regeln. Er bekommt viele Daten, erkennt darin Muster und wendet das Gelernte anschließend auf neue Fälle an – so wie ein Spamfilter lernt, unerwünschte E-Mails an ihren typischen Merkmalen zu erkennen.

Welche drei Arten des maschinellen Lernens gibt es?

Überwachtes Lernen (Lernen aus gelabelten Beispielen), unüberwachtes Lernen (eigenständiges Entdecken von Strukturen in ungelabelten Daten) und bestärkendes Lernen (Lernen durch Belohnung und Bestrafung). Als vierte Art wird oft das teilüberwachte Lernen ergänzt, das beide Datenarten kombiniert.

Was ist der Unterschied zwischen KI und maschinellem Lernen?

Künstliche Intelligenz ist der Oberbegriff für alle Systeme mit „intelligentem“ Verhalten – dazu zählen auch regelbasierte Programme. Maschinelles Lernen ist der Teilbereich der KI, in dem Systeme ihr Verhalten aus Daten lernen. Praktisch jede moderne KI-Anwendung basiert heute auf maschinellem Lernen.

Was ist der Unterschied zwischen maschinellem Lernen und Deep Learning?

Deep Learning ist eine Unterkategorie des maschinellen Lernens, die tiefe neuronale Netze mit vielen Schichten nutzt. Sie extrahiert Merkmale automatisch aus Rohdaten und ist besonders stark bei Bildern, Sprache und Text – benötigt dafür aber deutlich mehr Daten und Rechenleistung als klassische ML-Verfahren.

Ist ChatGPT maschinelles Lernen?

Ja. ChatGPT basiert auf einem großen Sprachmodell (LLM), das per Deep Learning auf selbstüberwacht riesigen Textmengen trainiert und anschließend mit bestärkendem Lernen aus menschlichem Feedback verfeinert wurde – eine Kombination mehrerer Methoden des maschinellen Lernens.

Was versteht man unter Overfitting?

Overfitting (Überanpassung) bedeutet, dass ein Modell die Trainingsdaten zu genau lernt – inklusive Rauschen und Zufallsmustern – und deshalb bei neuen Daten schlechte Vorhersagen liefert. Gegenmittel sind mehr beziehungsweise vielfältigere Trainingsdaten, Regularisierung und die Validierung an separaten Testdaten.

Welche Beispiele für maschinelles Lernen gibt es im Alltag?

Spamfilter, Produkt- und Filmempfehlungen, Sprachassistenten, Gesichtserkennung im Smartphone, Stauprognosen in Navigations-Apps, Betrugserkennung bei Kartenzahlungen und die automatische Sortierung von Fotos – hinter all dem stehen trainierte ML-Modelle.

Welche Hardware braucht maschinelles Lernen?

Klassische ML-Verfahren wie Entscheidungsbäume laufen auf gewöhnlichen CPU-Servern. Deep Learning dagegen erfordert GPUs mit spezialisierten Recheneinheiten; große Modelle werden auf GPU-Clustern mit Hochgeschwindigkeits-Interconnect trainiert – also auf HPC-Infrastruktur, wie sie MEGWARE für Forschung und Industrie entwickelt und baut.