05.12.2017

Was versteht man unter Machine Learning

Maschinelles Lernen beschreibt den Prozess, dass ein Computer selbstständig neues Wissen erwirbt und eigenständig Lösungen für neue und unbekannte Probleme findet.Mit Hilfe einer Software analysiert der Computer Daten und versucht mit selbstlernenden Algorithmen Muster und Gesetze zu erkennen. Ziel ist es, die Daten intelligent miteinander zu verknüpfen, Rückschlüsse zu ziehen und Vorhersagen zu treffen.

So funktioniert Machine Learning

Ähnlich wie beim menschlichen Lernen kann der Computer auch lernen, Objekte zu identifizieren und diese zu unterscheiden. Programmierer trainieren dafür die selbstlernende Software mit Daten und bringen ihm bei, welches Objekt beispielsweise “ein Hund” ist und welches “kein Hund” ist. Die Software erhält dabei ständig Rückmeldung in Form von Daten und nutzt den Algorithmus um das Modell anzupassen und zu optimieren. Dieser Prozess läuft so lange, bis die Software eindeutig Hunde von Nicht-Hunden unterscheiden kann.

Vorteile von maschinellem Lernen

Machine Learning unterstützt den Menschen dabei effizienter, schneller und kreativer zu arbeiten. Die selbstlernende Software kann genutzt werden, um beispielsweise Papierdokumente wie Rechnungen selbstständig zu scannen, speichern und abzulegen. Sie kann sehr komplexe Aufgaben für den Menschen übernehmen, zum Beispiel Fehlermuster erkennen. Diese Fähigkeit, komplexe Zusammenhänge zwischen der Eingabe und der Ausgabe von großen Datenmengen zu verarbeiten, ist der Hauptvorteil von Machine Learning.

Gibt es einen Unterschied zwischen Machine Learning und künstlicher Intelligenz

Machine Learning ist ein Teilgebiet der künstlichen Intelligenz (KI). Künstliche Intelligenz selbst ist eine Teildisziplin der Informatik. Sie beschäftigt sich im Allgemeinen mit der Automatisierung von menschlichem und intelligentem Verhalten. Neben Machine Learning gehören beispielsweise auch wissensbasierte Systeme, Robotik und maschinelles Übersetzen zur künstlichen Intelligenz.

Populäre Anwendungen für Machine Learning

Bei den Empfehlungsdiensten von Amazon und Netflix oder bei der Gesichtserkennung von Facebook handelt es sich um Machine Learning. Durch das Markieren einzelner Mitglieder bei Facebook entsteht die zurzeit weltweit größte Datenbank mit Gesichtern. Facebook nutzt diese Daten um die Software gezielt für visuelle Erkennung zu trainieren.Ein maschinelles Lernverfahren steckt auch hinter E-Mail-Anwendungen, die automatisch Spam erkennen. Nach der Analyse der Daten kategorisiert der Computer die E-Mail in Spam und Nicht-Spam. Markiert ein Nutzer eine Nachricht als Junk-Mail, lernt die Software dadurch zukünftige Spam-Mails noch besser zu identifizieren. 

Wo maschinelles Lernen eingesetzt wird 

  • Kundenzufriedenheit: Maschinelles Lernen hilft dabei zu erkennen, ob Kunden in nächster Zeit möglicherweise abwandern. Dies geschieht durch die automatische Auswertung von Supportanfragen. Machine Learning kann auch Merkmale von bereits abgewanderten Kunden mit dem aktuellen Kundenbestand abgleichen und identifizieren, welche Kunden abwanderungsgefährdet sind. 
  • Kundensupport: In Form von Chatbots wird Machine Learning schon heute im Kundenservice eingesetzt. Sie kommunizieren automatisch mit den Kunden und können beispielsweise durch die Sammlung von Stimmdaten ihre kognitiven Fähigkeiten zur Interpretation des Umgangstons verbessern.
  • Recruiting-Prozess: Der automatische Abgleich von Lebensläufen kann die Personalabteilung dabei unterstützen schneller den passenden Kandidaten zu finden. 
  • Autonome Systeme: Zu diesen Systemen gehören kollaborative Roboter, die Hand in Hand mit dem Menschen arbeiten ebenso wie autonome Fahrzeuge.

Welchen Nutzen können Unternehmen aus maschinellem Lernen ziehen

Machine Learning gilt derzeit als die erfolgreichste Disziplin auf dem Gebiet der künstlichen Intelligenz und Unternehmen profitieren zunehmend, wenn sie die maschinellen Lernverfahren anwenden. Unternehmen verzeichnen einen gesteigerten Umsatz, hohe Kundenzufriedenheit und reduzierte Kosten. Mit Hilfe von Machine Learning können Bedürfnisse der Kunde noch genauer identifiziert und mit personalisierten Werbemaßnahmen angesprochen werden.