3 Arten, wie maschinelles Lernen dem Unternehmen hilft

Maschinelles Lernen ist etwas Brandheißes der jüngsten Zeit. Computer und Maschinen „lernen“ Abläufe und Zusammenhänge aus Beispielen und generieren daraus Algorithmen, die helfen, diese Vorgänge von selbst zu reproduzieren und zu verwenden. Das ist nicht besonders verständlich? Gut, dann probieren wir es mit einem einfachen Beispiel. Wir drehen den Spieß um.

Maschinelles Lernen einfach erklärt

Nehmen wir an, Sie würden einen bislang unbekannten Spielautomaten kostenlos spielen.  Über die Spielregeln wissen Sie nur wenig. Wie das Spiel funktioniert, müssen Sie herausfinden. Das Ziel ist, dass Sie am Ende des Tages imstande sind, ein ähnliches Spiel mit ähnlichem Konzept und ähnlichen Gewinnchancen ins Leben zu rufen. Was werden Sie tun? Sie werden dieses Beispiel zigmal spielen und zu verstehen versuchen. Sie beobachten, welcher Spielausgang welche Folgen nach sich zieht. Wann gewinnt man wieviel? Was braucht man überhaupt, um zu gewinnen? Und wovon hängt die Höhe des Gewinns ab? Und wie beeinflussen zusätzliche Features den Spielverlauf? Je länger und konsequenter Sie sich dieses Spiel ansehen und Sie es spielen, desto eher werden Sie verstehen, wie es genau abläuft. Sie werden gezielt an einzelnen Stellschrauben drehen, um herauszufinden, welche Auswirkungen etwa eine Änderung des Spieleinsatzes oder die Zahl der Gewinnlinien hat. Sie werden das mit einem gewissen System machen und daraus eine Idee entwickeln, wie das alles zusammenhängt.

Und nun soll der Computer maschinell lernen

Nun setzen wir einen Computer auf ein ihm unbekanntes System an. Beispielsweise lassen wir ihn auf DNA-Tests los. Er soll anhand von unzähligen Proben erkennen lernen, welche Nukleotidsequenz zu welcher Tierspezies gehört. Er wird im Laufe der Zeit Muster und Zusammenhänge systematisch erkennen und daraus einen mathematischen Algorithmus entwickeln. Anhand dessen wird der Computer irgendwann imstande sein, diese Sequenzen selbst zuzuordnen.

Ein anderes Beispiel ist die Analyse von Geschäftszahlen. Ob und wie gut ein Unternehmen läuft, wird an Umsatzzahlen, Ausgaben und Gewinnen festgemacht. Die Analyse der Geschäftszahlen ist nicht immer ganz einfach. Schließlich können auch vereinzelte große Marketingausgaben die Bilanz verfälschen, im Nachhinein aber sehr viele Einnahmen generieren. Wir haben es mit einem System aus vielen Parametern zu tun. Und die Kunst liegt darin, eine gute Analyse abzugeben, in welche Richtung sich die Geschäftszahlen entwickeln und was man tun kann, um diese noch besser werden zu lassen. Maschinelles Lernen kann helfen, die Trends rechtzeitig zu erkennen oder Marktsignale zu sehen. Davon kann jeder größere Betrieb profitieren. Das scheint logisch. Welche Anwendungen gibt es noch?

Sprach- und Texterkennung

Sprach- und Texterkennung sind ein solches Beispiel. Texterkennung kennen Sie vom eigenen PC. Fast jedes Textverarbeitungsprogramm verfügt über eine Textkorrektur und Fehlererkennung. Dass Sprache nichts Einfaches ist, brauchen wir Ihnen nicht zu erklären. Grammatik hat immer ihre Tücken. Dass ein Programm wie Word imstande ist, jedes getippte Wort in Echtzeit mit einer riesigen Datenbank von realen Worten, die im Duden vorkommen, abzugleichen und zu markieren, wenn es nicht als korrekt erkannt wird, scheint noch plausibel. Aber zu erkennen, dass der Kontext eines Wortes, der Fall oder die Zeitform nicht passen – dazu braucht es mehr als nur eine Datenbank. Das System muss mitlernen. Zumal die Möglichkeit besteht, dass Sie innerhalb eines Texts mehrere Sprachen miteinander mischen.

Plagiatsprüfer

Vielleicht haben Sie davon gehört, dass ab und zu Fälle von Plagiat aufgedeckt werden. Nicht etwa, dass Autor A von Autor B Passagen aus einem Roman abschreiben würde. Nein, sondern dass wissenschaftliche Publikationen voneinander unerlaubt kopiert werden. Oder auch Geschäftstexte, Werbetexte usw. Diese Tatsache erfüllt einen schwerwiegenden Strafbestand, der zur Anzeige gebracht wird. Computer können Plagiate zuverlässig erkennen. Doch das ist schwer. Denn ein 1:1-Abgleich nützt wenig, wenn der Abschreiber einzelne Füllworte hineinstreut. Der Computer lernt, das Textmuster und die wichtigsten Worte herauszufiltern und vergleicht intensiv und deckt jedes Plagiat zuverlässig auf. Sie sehen, es gibt eine ganze Reihe von maschinellem Lernen. Alle aufzuzählen ist unmöglich. Wir säßen morgen noch da und würden munter schreiben…