1. Unterrichtsblock

Grundlagen maschinelles Lernen & Deep Learning

Maschinelles Lernen

• Maschinelles Lernen (ML) ist eine Teilmenge der KI. Es wird eingesetzt, damit die KI aus Beispielen lernt und sich verbessert – also beim Problemlösen dazulernt.

Nachdem du nun weißt, was maschinelles Lernen grundsätzlich bedeutet, schauen wir uns an, wie ein KI-Modell zeitlich arbeitet: Es durchläuft eine Lernphase, in der es trainiert wird, und eine Anwendungsphase, in der es sein Wissen einsetzt.

1. Lernphase (Training)

In der Lernphase wird das KI-Modell trainiert, also mit vielen Beispielen „gefüttert“. Das Ziel: Die KI soll Muster erkennen und daraus Regeln ableiten, um später neue Daten richtig zu beurteilen.

Merkmale:

• Die Daten sind meist gelabelt (z. B. „Katze“ oder „Hund“)
• Das Modell passt seine internen Parameter (z. B. Gewichte in einem neuronalen Netz) so an, dass es möglichst wenig Fehler macht
• Diese Phase braucht oft viel Rechenleistung und Zeit

Beispiel: Eine KI soll lernen, Fake News zu erkennen. → Sie bekommt tausende Artikel mit dem Label „vertrauenswürdig“ oder „Fake News“ → Sie lernt, welche sprachlichen Merkmale typisch sind

2. Anwendungsphase (Inference)

In der Anwendungsphase wird das fertig trainierte Modell eingesetzt, um neue, unbekannte Daten zu bewerten oder Entscheidungen zu treffen.

Merkmale:

• Die KI nutzt ihr gelerntes Wissen, um Vorhersagen zu machen
• Es werden keine Labels mehr benötigt
• Die Rechenlast ist meist geringer als beim Training

Beispiel: Die Fake-News-KI bekommt einen neuen Artikel, den sie noch nie gesehen hat. → Sie bewertet ihn als „wahrscheinlich glaubwürdig“ oder „verdächtig“ – basierend auf dem, was sie gelernt hat

Didaktischer Vergleich:

Die Lernphase ist wie das Üben für eine Prüfung – viele Beispiele, viel Wiederholung. Die Anwendungsphase ist wie das Schreiben der Prüfung – die KI muss zeigen, was sie gelernt hat.

Deep Learning

• Deep Learning (DL) ist eine spezielle Methode im maschinellen Lernen. Dabei nutzt die KI sogenannte „tiefe neuronale Netze“, um besonders komplexe Aufgaben zu bewältigen – z. B. Bilder erkennen oder Sprache verstehen.

Was ist ein KI-Modell?

In der letzten Einheit hast du gelernt, dass Deep Learning ein Teilbereich der künstlichen Intelligenz ist – und dass dabei sogenannte neuronale Netze zum Einsatz kommen. Jetzt geht es darum, was ein KI-Modell eigentlich ist und wie es entsteht.

Ein KI-Modell ist ein trainiertes neuronales Netz, das gelernt hat, bestimmte Aufgaben zu lösen – zum Beispiel Bilder erkennen, Texte schreiben oder Sprache verstehen. Es hilft dem Computer, neue Daten zu bewerten, zu entscheiden oder vorherzusagen. Damit das klappt, muss das Modell vorher „trainiert“ werden – also viele Beispiele sehen und daraus lernen.

Dabei ist wichtig zu unterscheiden: Die Modellarchitektur wird vorher festgelegt, je nachdem, welche Aufgabe die KI lösen soll. 👉 Das Modell selbst entsteht erst durch das Training: Es passt seine Einstellungen (z. B. Gewichte und Schwellenwerte) so an, dass es aus Beispielen lernt und später neue Daten richtig einschätzen kann.

Man kann sich das vorstellen wie ein leeres Gehirn, das erst durch Erfahrung „klug“ wird. Die Architektur ist der Bauplan – das trainierte Modell ist das fertige Werkzeug.

Alltagsvergleich: Burger-Erkennung

Stell dir vor, du arbeitest bei einem Lieferservice. Du bekommst viele Bilder von Gerichten – und zu jedem Bild steht dabei, ob es sich um einen Burger handelt oder nicht.

Beispiel:🍔 Burger mit Käse → ja 🌯 Wrap mit Salat → nein 🍔 Burger mit Bacon → ja 🥪 Sandwich → nein

Nach einer Weile erkennst du: Ein Burger hat meistens ein Brötchen oben und unten, Fleisch in der Mitte und sieht „gestapelt“ aus. Jetzt bekommst du ein neues Bild – du schaust drauf und sagst: „Ja, das ist ein Burger!“ → So funktioniert ein KI-Modell: Es sieht viele Beispiele, lernt daraus und kann neue Dinge einschätzen.

Modelltypen & Architektur

In der letzten Einheit hast du gelernt, was ein KI-Modell ist und wie es durch Training entsteht. Jetzt schauen wir uns an, welche Arten von Modellen es gibt – und wie sie aufgebaut sind. Denn nicht jede KI funktioniert gleich: Je nach Aufgabe braucht man eine andere Struktur – das nennt man Modellarchitektur.

Übersicht: Wichtige Modelltypen in der KI

1. Künstliche neuronale Netze (ANN) Einfache Netzwerke mit Eingabe-, versteckten und Ausgabeschichten. → Einsatz: Grundlagen, einfache Klassifikationen
2. Tiefe neuronale Netze (DNN) Erweiterte ANN mit mehreren Schichten, die komplexe Muster erkennen können. → Einsatz: Sprache, Bilder, Texte
3. Convolutional Neural Networks (CNN) Spezialisierte Netze für Bilddaten – erkennen Kanten, Farben, Formen. → Einsatz: Bilderkennung, z. B. Hautanalyse oder Verkehrszeichen
4. Recurrent Neural Networks (RNN) Netzwerke mit „Gedächtnis“, die sich vorherige Informationen merken. → Einsatz: Texte, Sprache, Zeitreihen (z. B. Wetterdaten)
5. Transformer-Modelle Verarbeiten alle Eingaben gleichzeitig und achten auf Zusammenhänge. → Einsatz: Übersetzungen, Textverständnis, Chatbots
6. LLM (Large Language Models) Sehr große Transformer-Modelle mit Milliarden Parametern. → Einsatz: Textgenerierung, Zusammenfassungen, KI-gestützte Dialogsysteme wie ChatGPT

Die besten offenen LLMs: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard

Was ist der Unterschied zwischen Modelltyp und Architektur?

Ein Modelltyp beschreibt die grundsätzliche Kategorie eines KI-Modells – also ob es sich zum Beispiel um ein Bildmodell (wie ein CNN), ein Textmodell (wie ein RNN oder Transformer) oder ein Sprachmodell handelt. Die Modellarchitektur hingegen legt fest, wie dieses Modell im Detail aufgebaut ist: wie viele Schichten es hat, wie die Daten verarbeitet werden und welche Funktionen verwendet werden. Man kann sich das vorstellen wie bei einem Auto: Der Modelltyp ist die Entscheidung für ein Fahrzeug – etwa ein Elektroauto, ein SUV oder ein Kleinwagen. Die Architektur ist dann der konkrete Bauplan dieses Fahrzeugs – also ob es zwei oder vier Türen hat, welche Motorleistung verbaut ist und ob ein Navigationssystem integriert ist.

Anwendungen für Maschinelles Lernen

Clustering

Clustering ist ein Verfahren des unüberwachten Lernens, bei dem Datenpunkte anhand ihrer Eigenschaften automatisch in Gruppen eingeteilt werden. Dabei kennt das Modell die Gruppen vorher nicht – es erkennt sie selbst durch Muster in den Daten.

Ein typischer Anwendungsfall ist die Erkennung von Spam-Bots in sozialen Medien. Diese Bots verhalten sich anders als echte Nutzer:innen: Sie posten extrem häufig, oft zu ungewöhnlichen Uhrzeiten (z. B. nachts um 3 Uhr) und verwenden wiederholt ähnliche Inhalte.

Wenn man diese Merkmale – z. B. „Posting-Häufigkeit“, „Uhrzeit“ und „Textlänge“ – als Zahlen darstellt, kann ein Clustering-Modell ähnliche Verhaltensmuster erkennen und die Bots von echten Nutzer:innen trennen.

In der Grafik sieht man drei Cluster: Jeder Punkt steht für ein Nutzerprofil, und die Farben zeigen, welche Gruppen das Modell erkannt hat. So lassen sich auffällige Muster sichtbar machen – ganz ohne vorherige Labels.

Klassifikation

Klassifikation ist ein Verfahren des überwachten maschinellen Lernens, bei dem Daten bestimmten, vorher bekannten Klassen zugeordnet werden. Ziel ist es, ein Modell zu trainieren, das anhand von Merkmalen erkennt, zu welcher Kategorie ein neuer Datenpunkt gehört. In der Bildanalyse wird Klassifikation häufig eingesetzt, um Objekte wie Pflanzen, Gebäude oder Landschaftsformen automatisch zu erkennen und zu unterscheiden.

Die gezeigten Bilder veranschaulichen diesen Prozess anhand von Baumarten. In den oberen Darstellungen sind abstrahierte Formen einzelner Bäume zu sehen, die typische Merkmale wie Kronenstruktur oder Umriss zeigen. Diese Merkmale dienen dem Modell als Grundlage, um Unterschiede zwischen Baumarten zu lernen. Die mittleren Bilder zeigen farbige Luftaufnahmen, in denen verschiedene Vegetationstypen sichtbar sind. Hier spielen Farbton, Textur und Flächenausdehnung eine Rolle bei der Unterscheidung.

Im unteren Bereich wird das Ergebnis der Klassifikation auf einer Karte dargestellt. Jeder Punkt steht für einen erkannten Baum, und die farblich markierten Flächen zeigen die Umgebung, etwa Wasserflächen oder bewachsene Gebiete. Die Zuordnung von Baumarten erfolgt auf Basis der zuvor gelernten Merkmale, sodass das Modell auch in neuen Gebieten automatisch erkennen kann, welche Baumart vorliegt.

Klassifikation ist besonders nützlich, wenn große Mengen an Bilddaten effizient ausgewertet werden sollen. In der Umweltforschung, Forstwirtschaft oder Stadtplanung hilft sie dabei, Informationen zu gewinnen, die sonst nur durch manuelle Analyse zugänglich wären.

Regression

Regression ist ein Verfahren des überwachten maschinellen Lernens, das verwendet wird, um kontinuierliche Werte vorherzusagen. Im Gegensatz zur Klassifikation, bei der Daten festen Kategorien zugeordnet werden, geht es bei der Regression darum, einen Zahlenwert zu schätzen – etwa die Temperatur am nächsten Tag, den Preis eines Produkts oder die Körpergröße einer Person.

Im gezeigten Diagramm ist Regression als Teilbereich des überwachten Lernens dargestellt, neben der Klassifikation. Die zugehörige Grafik zeigt eine Punktwolke, durch die eine Linie verläuft. Diese Linie – die sogenannte Regressionslinie – beschreibt den Zusammenhang zwischen zwei Variablen. Jeder Punkt steht für eine Beobachtung, und die Linie versucht, möglichst gut die Tendenz der Daten zu erfassen. Je näher die Punkte an der Linie liegen, desto besser passt das Modell.

Mathematisch betrachtet ist Regression oft gar nicht weit von der Klassifikation entfernt. Viele Algorithmen wie Entscheidungsbäume, künstliche neuronale Netze oder k-nächste-Nachbarn lassen sich mit kleinen Anpassungen sowohl für Klassifikation als auch für Regression einsetzen. Der Unterschied liegt vor allem im Ziel: Während Klassifikation eine Klasse vorhersagt, liefert Regression einen Zahlenwert.

Unterschiedlich ist jedoch der Zweck der Anwendung

In der Praxis ist Regression besonders nützlich, wenn man aus bekannten Daten neue Werte abschätzen möchte. Dabei ist wichtig zu verstehen, dass Regression keine Ursache-Wirkung-Beziehung beschreibt, sondern lediglich einen statistischen Zusammenhang. Sie zeigt, wie stark eine Variable mit einer anderen korreliert – nicht, ob sie sie verursacht.

Bei der Klassifikation und Regression unterscheidet man zwischen linearen und nicht-linearen Verfahren: Lineare Modelle treffen Entscheidungen oder Vorhersagen entlang gerader Linien, während nicht-lineare Modelle komplexere, gekrümmte Zusammenhänge erfassen können. Egal welches Verfahren verwendet wird – die KI macht immer gewisse Fehler, die durch gutes Training und Testen zwar verringert, aber nie vollständig beseitigt werden können.