Arten von Machine Learning: Überwacht, unüberwacht, bestärkend

1. Überblick: Drei Grundarten von Machine Learning

In früheren Modulen hast du gelernt, was Machine Learning (ML) ist und wie es sich von klassischer Programmierung unterscheidet.

Jetzt schauen wir auf die drei wichtigsten Lernarten im ML:

1. Überwachtes Lernen (Supervised Learning)
2. Unüberwachtes Lernen (Unsupervised Learning)
3. Bestärkendes Lernen (Reinforcement Learning)

Eine hilfreiche Eselsbrücke:

• Überwacht: Lernen mit Vorgabe von richtigen Antworten (Labels).
• Unüberwacht: Lernen ohne richtige Antworten, das Modell sucht Strukturen in den Daten.
• Bestärkend: Lernen durch Ausprobieren und Belohnung/Bestrafung (Rewards).

In diesem Modul lernst du:

• wie sich diese drei Arten unterscheiden,
• welche typischen Aufgaben zu welcher Lernart passen,
• welche Rolle Labels und Rewards spielen.

> Merke: Diese Einteilung ist auch 2026 noch der Standard in Lehrbüchern, Online-Kursen und in der Praxis. Viele moderne Verfahren (z. B. große Sprachmodelle) kombinieren diese Lernarten, aber die Grundidee bleibt gleich.

2. Überwachtes Lernen: Lernen mit Lösungen (Labels)

Beim überwachten Lernen bekommt das Modell Beispiele mit korrekter Antwort.

• Eingabe: Daten (z. B. Bild eines Tieres)
• Ausgabe (Label): richtige Antwort (z. B. „Hund“ oder „Katze“)

Das Modell lernt: „Wenn die Eingabe so aussieht, sollte die Ausgabe so sein.“

Typische Aufgaben:

1. Klassifikation

• Ziel: Eine Kategorie vorhersagen.
• Beispiele:
• E-Mails als „Spam“ oder „Nicht-Spam“ erkennen.
• Diagnose: „Tumor gutartig“ vs. „bösartig“ aus einem Bild.
• Sentiment-Analyse: Text als „positiv“, „neutral“, „negativ“ einstufen.

1. Regression

• Ziel: Einen numerischen Wert vorhersagen.
• Beispiele:
• Vorhersage des Mietpreises einer Wohnung (in Euro) aus Größe, Lage, Baujahr.
• Vorhersage des Stromverbrauchs für den nächsten Tag.

Wichtig:

• Für überwachtes Lernen brauchst du viele gelabelte Daten.
• Das Labeln ist oft teuer und zeitaufwendig (z. B. Ärzt:innen müssen Bilder annotieren).

3. Beispiel: E-Mail-Spamfilter (überwachtes Lernen)

Stell dir vor, du willst einen Spamfilter trainieren.

Daten:

• Jede E-Mail wird als Eingabe betrachtet (Text, Absender, Betreff, Links, …).
• Du hast ein Label: `spam = 1` oder `spam = 0`.

Trainingsprozess (vereinfacht):

1. Du sammelst z. B. 100.000 E-Mails, die schon von Nutzer:innen als Spam/Nicht-Spam markiert wurden.
2. Jede E-Mail wird in Zahlen umgewandelt (z. B. Häufigkeit bestimmter Wörter, Länge, Anzahl Links).
3. Das Modell versucht, eine Funktion zu lernen:

\( f(\text{E-Mail}) \rightarrow \text{"Spam" oder "Nicht-Spam"} \)

1. Während des Trainings vergleicht das Modell seine Vorhersage mit dem Label und passt seine Parameter an.

Nach dem Training kann das Modell für neue E-Mails vorhersagen, ob sie Spam sind – ohne, dass jemand sie vorher manuell markiert.

> Kernidee: Überwachtes Lernen ist wie lernen mit einem Lösungsheft – zu jeder Übungsaufgabe kennst du die richtige Antwort.

4. Denkübung: Finde Beispiele für überwachtes Lernen

Überlege dir für jede der folgenden Situationen, ob sie typisch für überwachtes Lernen ist. Schreibe dir deine Antworten kurz auf (oder denke sie im Kopf durch), bevor du weiterklickst.

1. Ein Online-Shop möchte vorhersagen, wie hoch der Umsatz eines bestimmten Produkts nächste Woche sein wird. Vergangene Umsätze sind bekannt.
2. Ein Krankenhaus hat tausende Röntgenbilder, aber keine Diagnosen dazu. Es möchte Strukturen in den Bildern finden.
3. Eine Bank möchte einschätzen, ob eine Person einen Kredit wahrscheinlich zurückzahlt oder nicht. Sie hat historische Daten, in denen steht, welche Kund:innen zurückgezahlt haben.

Auflösung (vergleiche mit deinen Gedanken):

• Situation 1: Überwachtes Lernen (Regression) – Ziel ist ein Zahlenwert (Umsatz) und historische Werte sind bekannt.
• Situation 2: Kein überwachtes Lernen, eher ein Fall für unüberwachtes Lernen, weil Labels fehlen.
• Situation 3: Überwachtes Lernen (Klassifikation) – Ziel ist eine Kategorie (kreditwürdig / nicht kreditwürdig) mit historischen Labels.

5. Unüberwachtes Lernen: Muster ohne Lösungen finden

Beim unüberwachten Lernen gibt es keine Labels. Das Modell bekommt nur die rohen Daten und soll Strukturen darin erkennen.

• Eingabe: Daten (z. B. Kund:innenprofile).
• Keine vorgegebenen Ausgaben (keine Kategorien, keine Zielwerte).

Typische Aufgaben:

1. Clustering (Gruppierung)

• Ziel: Datenpunkte in Gruppen einteilen, sodass Punkte in einer Gruppe sich ähnlich sind.
• Beispiele:
• Kund:innen in einem Online-Shop nach Kaufverhalten gruppieren (z. B. „Schnäppchenjäger:innen“, „Markentreue“, „Gelegenheitskäufer:innen“).
• Nachrichtenartikel in Themenclustern anordnen (Politik, Sport, Wirtschaft …), ohne diese Themen vorher explizit zu definieren.

1. Dimensionsreduktion

• Ziel: Viele Merkmale auf wenige, aussagekräftige Dimensionen reduzieren.
• Beispiele:
• Visualisierung hochdimensionaler Daten auf 2D/3D-Plots.
• Vorverarbeitung für andere ML-Verfahren, um Rechenaufwand zu reduzieren.

Wichtig:

• Beim unüberwachten Lernen gibt es keine „richtige“ Antwort, an der man sich orientieren kann.
• Die Bewertung ist oft subjektiver: „Sind diese Cluster sinnvoll?“ hängt von der Anwendung ab.

6. Beispiel: Kundensegmentierung (unüberwachtes Lernen)

Ein Online-Shop möchte seine Kund:innen besser verstehen, um gezielter Werbung zu schalten. Es liegen folgende Daten vor:

• Anzahl Käufe pro Monat
• Durchschnittlicher Warenkorbwert
• Kategorien, in denen häufig gekauft wird (z. B. Elektronik, Kleidung, Bücher)
• Nutzung von Rabattaktionen

Es gibt keine Labels wie „Stammkunde“ oder „Gelegenheitskäuferin“.

Mit einem Clustering-Verfahren (z. B. k-Means) kann der Shop:

1. Die Kund:innen in z. B. 3–5 Gruppen einteilen.
2. Danach analysieren, wie sich die Gruppen unterscheiden, z. B.:

• Cluster 1: Wenige, aber sehr teure Käufe → „Premium-Kund:innen“
• Cluster 2: Viele kleine Käufe, hohe Rabattnutzung → „Schnäppchenjäger:innen“
• Cluster 3: Seltene Käufe, mittlerer Warenkorb → „Gelegenheitskäufer:innen“

Diese Cluster können dann für Marketing-Entscheidungen genutzt werden, z. B. personalisierte Newsletter.

> Kernidee: Unüberwachtes Lernen ist wie Schubladen sortieren, ohne dass dir jemand vorher sagt, welche Schubladen es geben soll.

7. Bestärkendes Lernen: Lernen durch Belohnung und Bestrafung

Beim bestärkenden Lernen (Reinforcement Learning, RL) lernt ein Agent durch Interaktion mit einer Umgebung.

Zentrale Begriffe:

• Agent: Das lernende System (z. B. ein Programm, das ein Spiel spielt).
• Umgebung (Environment): Die Welt, in der der Agent handelt (z. B. Schachbrett, Simulationsumgebung, Roboterumfeld).
• Aktion (Action): Eine Handlung des Agents (z. B. eine Figur ziehen, nach links fahren).
• Zustand (State): Die aktuelle Situation (z. B. Stellung der Figuren).
• Reward (Belohnung): Rückmeldung aus der Umgebung (z. B. +1 für Gewinn, −1 für Verlust).

Ablauf (vereinfacht):

1. Agent beobachtet den Zustand der Umgebung.
2. Agent wählt eine Aktion.
3. Die Umgebung reagiert: neuer Zustand + Reward.
4. Agent passt seine Strategie an, um in Zukunft mehr Gesamt-Reward zu bekommen.

Typische Anwendungen (Stand 2026):

• Spiele: z. B. Go, Schach, Atari-Spiele, komplexe Videospiele.
• Robotik: Roboter lernen zu greifen, zu laufen, zu balancieren.
• Empfehlungssysteme: Anpassung von Empfehlungen über Zeit (z. B. welche Videos angezeigt werden).
• Ressourcenoptimierung: z. B. Energie- oder Verkehrssteuerung.

Wichtig:

• Anders als beim überwachten Lernen gibt es keine direkten „richtigen Antworten“ für jede Situation.
• Der Agent lernt durch Trial-and-Error (Versuch und Irrtum).

8. Beispiel: RL-Agent lernt ein Spiel zu spielen

Stell dir ein einfaches Videospiel vor: Eine Figur muss Hindernissen ausweichen.

• Zustand: Position der Figur, Position der Hindernisse.
• Aktionen: `links`, `rechts`, `springen`, `nichts tun`.
• Reward:
• +1 für jeden überstandenen Zeitschritt ohne Kollision.
• −10 bei Kollision (Spiel vorbei).

Lernprozess:

1. Am Anfang handelt der Agent zufällig – er kollidiert oft.
2. Er merkt sich, welche Aktionen in welchen Zuständen zu hohen Rewards führen.
3. Mit der Zeit verbessert er seine Strategie (Policy) und wird besser im Ausweichen.

> Kernidee: Bestärkendes Lernen ist wie ein Kind, das Fahrradfahren lernt: Es bekommt keine exakte Anleitung für jeden einzelnen Bewegungsablauf, sondern lernt durch Ausprobieren und Rückmeldung (hinfallen, wieder aufstehen, besser das Gleichgewicht halten).

9. Quiz: Welche Lernart passt?

Ordne das passende Lernparadigma zu.

10. Quiz: Labels, Strukturen oder Rewards?

Überprüfe dein Verständnis über Labels und Rewards.

11. Mini-Projekt: Ordne Aufgaben den Lernarten zu

Ordne jede der folgenden Aufgaben einer Lernart zu. Notiere dir deine Zuordnung (z. B. auf Papier) und vergleiche dann mit der Lösung.

Aufgaben:

1. Ein System soll ähnliche Songs gruppieren, damit Nutzer:innen automatisch Playlists mit ähnlicher Musik bekommen. Es gibt keine Genres oder Bewertungen als Labels.
2. Ein Modell soll aus historischen Daten vorhersagen, ob ein:e Patient:in innerhalb von 30 Tagen nach Entlassung wieder ins Krankenhaus kommt (Ja/Nein). Die historischen Fälle sind entsprechend markiert.
3. Ein Programm soll lernen, einen Roboterarm so zu steuern, dass er einen Ball in einen Korb wirft. Es bekommt +1, wenn der Ball im Korb landet, und 0 sonst.

Überlege zuerst selbst. Dann vergleiche:

• Aufgabe 1 → Unüberwachtes Lernen (Clustering von Songs ohne Labels).
• Aufgabe 2 → Überwachtes Lernen (Klassifikation mit Ja/Nein-Label).
• Aufgabe 3 → Bestärkendes Lernen (Agent lernt durch Reward +1 für Erfolg).

12. Wiederholung: Zentrale Begriffe

Nutze die Karteikarten, um die wichtigsten Begriffe zu wiederholen.