Machine Learning ist eine Unterkategorie der KI. Maschinelles Lernen beschreibt mathematische Verfahren, die es Maschinen ermöglichen, selbstständig Wissen aus Erfahrungswerten zu generieren. Oder um es ganz deutlich zu sagen: Maschinelles Lernen ermöglicht es Computern, nützliche Dinge zu tun, ohne sie vorher programmieren zu müssen.
Aus technischer Sicht nutzt Machine Learning Programme, die dank selbstlernender Algorithmen bestimmte Regelmässigkeiten und Muster in Daten selbstständig erkennen können.
Hierfür muss die Software zunächst mit umfangreichen Daten versorgt werden. In der Entwicklungsphase sorgt ein Programmierer dafür, dass das Machine-Learning-Modell fortlaufend angepasst und optimiert wird. So wird der Algorithmus von Datensatz zu Datensatz "intelligenter", bis er seine Aufgabe schliesslich eigenständig wahrnehmen kann.
Das Hauptziel des maschinellen Lernens ist es, Zusammenhänge zu erkennen, Daten intelligent zu verknüpfen, Rückschlüsse zu ziehen und präzise Vorhersagen zu treffen. Im Business-Umfeld besitzen Maschine-Learning-Anwendungen das Potenzial, Mitarbeiter von langwierigen, unproduktiven Tätigkeiten zu entlasten. Das schafft Ressourcen für neue Felder und macht die Arbeit effizienter und wirtschaftlicher.
So kann lernende Software zum Beispiel Papierdokumente eigenständig scannen, den Text erkennen, weitere Schritte veranlassen und die Archivierung organisieren. Ein komplexeres Szenario, in dem Machine Learning bereits heute zum Einsatz kommt, ist Predictive Maintenance.
Hier sind die Algorithmen in der Lage, mögliche Schäden an technischen Anlagen und Fehlermuster zu erkennen, um bei Bedarf eine Wartung anzufordern.
Die Spracherkennung auf Mobiltelefonen, Spamfilter in E-Mail-Postfächern und Gesichtserkennung in der Fotoverwaltung werden massgeblich von Machine-Learning-Algorithmen gesteuert. Wir begegnen maschinellem Lernen oft, ohne es zu wissen. Dies ist beispielsweise der Fall, wenn uns personalisierte Werbung angezeigt wird.
Machine learning bietet ganz praktische Vorteile:
- Intelligentes Big Data-Management - Die riesigen ung vielfältigen Daten, die generiert werden, wenn Menschen oder andere umgebungsbedingte Faktoren mit Technologie interagieren, könnte man ohne das schnelle und ausgefeilte Konzept des maschinellen Lernens weder verarbeiten noch Erkenntnisse aus diesen ziehen.
- Intelligente Geräte - Angefangen von tragbaren Geräten, die Gesundheits- und Fitnessziele verfolgen, über selbstfahrende Autos bis hin zu "intelligenten Städten", die mit einer Infrastruktur ausgestattet sind, die automatisch Zeit- und Energieverschwendung reduziert, verspricht das Internet der Dinge enorme Vorteile. Maschinelles Lernen kann helfen, diese ständig wachsende Menge an Daten sinnvoll zu nutzen.
- Optimierte Kundenerfahrungen - Maschinelles Lernen ermöglicht Suchmaschinen, Apps und anderen Technologien, Ergebnisse zu personalisieren und Vorschläge basierend auf Benutzerpräferenzen zu machen, um eine hochgradig personalisierte Benutzererfahrung zu schaffen.