Machine Learning
Selbstlernende Systeme als Bestandteil von KI-Lösungen
Machine Learning bzw. Maschinelles Lernen ist ein Teilbereich der Künstlichen Intelligenz (KI). Ziel des Verfahrens ist es, ein selbstlernendes System zu schaffen, das sich eigenständig verbessern kann. Machine Learning kommt bei einer Reihe von Alltagsanwendungen zum Einsatz, etwa bei der Spracherkennung durch Sprachassistenten. Hier helfen Machine-Learning-Algorithmen, das Sprachverständnis der Systeme nach und nach zu verbessern. Ein weiteres typisches Beispiel ist die Bilderkennung. Dabei steigt mit jedem analysierten Bild (repräsentiert als Datensatz) durch Feedback die Treffgenauigkeit des Systems: Hat das System eine bestimmte Pixelfolge als das zuvor definierte Motiv erkannt, erhöht sich die Wahrscheinlichkeit, dass ein ähnliches Bild ebenfalls erkannt wird.
Typische Anwendungsfälle im Unternehmen
Im unternehmerischen Kontext gibt es eine ganze Reihe an typischen Anwendungsfällen. Ein Beispiel ist die Klassifizierung von Informationen, wie sie bei der automatischen Neukunden-Identifikation zum Einsatz kommen kann. Dabei werden zunächst per Data-Mining Unternehmenswebseiten nach bestimmten Begriffen und Informationen durchsucht, die den gewünschten Neukundenkriterien entsprechen. Um dann tatsächlich eine systematische Neukundenansprache durchführen zu können, ist eine Klassifizierung etwa nach Unternehmensgröße und Tätigkeitsschwerpunkt erforderlich. Genau hier kann Machine Learning helfen.

Mit initialen Bewertungskritierien zur eigenständigen Klassifizierung
So sind im ersten Schritt lediglich einige initiale Bewertungskriterien zu definieren, mit denen Unternehmen sich als geeignete oder weniger geeignete Akquisekandidaten identifizieren lassen. Ein Machine-Learning-Verfahren aus dem Bereich NLP (Natural Language Processing) übernimmt in der Folge eigenständig die Klassifizierung – auch jenseits der Anfangs definierten Merkmale. Hier liegt der zentrale Vorteil: Die exakten Suchbegriffe und Unterscheidungskriterien müssen nicht im Vorfeld vollständig definiert werden, da das System selbstlernend Analogien herstellt und damit – bildlich gesprochen – über den Tellerrand hinausschauen kann.
Flexibel und effizient ohne Programmierungsaufwand
Kurz gesagt: Machine Learning lässt Systeme unterschiedliche Dinge tun, ohne dass man sie exakt für jeden denkbaren Einzelfall programmieren muss. Das erhöht die Flexibilität und sorgt – je nach Ausgangslage und Anforderungen - für passendere bzw. sinnvollere Ergebnisse.