3.4 Maschinelles Lernen

Das Maschinelle Lernen wird als Teilgebiet von Künstlicher Intelligenz und häufig als Sammelbegriff für unterschiedliche statistische Analysemethoden verwendet. Das maschinelle Lernen beschreibt Verfahren zur Erkennung von Korrelationen, Regelmäßigkeiten oder Mustern innerhalb eines Datensatzes, um auf der Grundlage dieser Analyse Entscheidungen zu treffen oder Vorhersagen zu machen (vgl. Orwart 2019). Da diese Datensätze meist große Datenmengen (Big Data) beinhalten, sind sie sehr komplex aufgebaut und müssen in ihren Abläufen, Informationen und Zusammenhängen vereinfacht werden, um sie für Analyseverfahren nutzbar zu machen. Ein gängiges Instrument für die Reduktion der Komplexität sind Algorithmen (vgl. Levermann 2018). Wichtig ist, an dieser Stelle herauszustellen, dass beim Maschinellen Lernen der Mensch als Strukturgeber*in fungiert und die Entscheidungen den Algorithmen vorgibt.

Abb. 3.3: Der Mensch als Teil des Systems im Maschinellen Lernen.
Quelle: Eigene Darstellung angelehnt an Mockenhaupt/Schlagenhauf 2024.