Maschinelles Lernen oder Machine Learning ist ein Teilgebiet von künstlicher Intelligenz und ein Oberbegriff für die künstliche Generierung von Wissen durch das Erkennen von Mustern in vorliegenden Datenbeständen. Ein IT-System lernt dabei aus Beispielen und kann durch die Nutzung von verallgemeinerten Mustern Probleme eigenständig lösen. So kann das System auch unbekannte Daten beurteilen. Das Thema ist eng verwandt mit „Data-Mining“, bei dem es jedoch vorwiegend nur um das Finden von neuen Mustern und Gesetzmäßigkeiten geht.
Machine Learning- Möglichkeiten und Funktionsweise
Sind passende Daten vorhanden und Regeln definiert, können Machine Learning-Systeme unter anderem folgende Funktionen erfüllen:
Relevante Daten finden, extrahieren und zusammenfassen
Vorhersagen auf Basis der analysierten Daten treffen
Anomalien feststellen
Wahrscheinlichkeiten berechnen
sich an Veränderungen eigenständig anpassen
Prozesse auf Basis erkannter Muster optimieren
Entscheidungshilfen geben
Diese Anwendungen sind heute schon in vielen Wirtschaftsbereichen im Einsatz, wie z.B.
im Finanzwesen bei der Analyse des Aktienmarktes
bei der Sprach- und Texterkennung
als Basis autonomer Systeme z.B. selbstfahrende Autos, Robotik
zum selbstständigen Erkennen von Spam-Mails oder Bots
bei der Bestimmung der Relevanz von Webseiten für Suchbegriffe
Damit die Systeme enständig lernen und Lösungen finden können, müssen sie zunächst mit den für das Lernen relevanten Daten und Algorithmen versorgt werden. Zudem sind Regeln für die Analyse des Datenbestands und das Erkennen der Muster aufzustellen.
Man unterscheidet dabei verschiedene Typen von Lernsystemen. Die wichtigste Unterscheidung ist die zwischen überwachten und unüberwachten Lernsystemen. Bei überwachten Lernsystemen werden die korrekten Funktionswerte von Entscheidungen vorgegeben (wie bei Wenn-Dann-Funktionen). Bei unüberwachten Systemen zieht das System die Schlüsse zu korrekten Funktionswerten selbst durch das Zusammenführen großer Datenmengen (Beispiel: Immer wenn die Sonne scheint, sind die Hotels an der Ostsee ausgebucht. Folgerung: Es scheint die Sonne, daher nimmt das System eine Knappheit von Hotelkapazität an.) Der Algorithmus erzeugt also für eine gegebene Menge von Eingaben ein Modell, das Vorhersagen ermöglicht.
Aktivitäten der Handelskammer
Beispiele zur Anwendung von Machine Learning- Sytemen finden Sie unter den Best Practice-Projekten der Innovations Konstakt Stelle (IKS). Die IKS verbindet Wirtschaft und Wissenschaft und erleichtert die Kommunikation zwischen Unternehmen und wissenschaftlichen Einrichtungen in Hamburg. So können gemeinsame Projekte und Forschungsvorhaben realisiert werden. Dabei sind insbesondere die Artikel "Vorbereitet in die Zukunft" und "Expertise von der Uni" relevant.Alois Kritl, Leiter der IKS steht Ihnen für Fragen rund um das Thema Machine Learning gern zur Verfügung.
InnoFinTech unterstützt Hamburger Startups aus den Bereichen FinTech und InsurTech sowie angrenzender Segmente (z.B. LegalTech und PropTech) mit Zuschüssen, um die hiesige Startup-Szene und den Finanzplatz Hamburg zu stärken und zum Aufbau aussichtsreicher Unternehmen beizutragen.
Das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) hat das Mittelstand-Digital Zentrum Hamburg (zuvor Mittelstand 4.0-Kompetenzzentrum Hamburg) eingerichtet, um Unternehmen bei der Digitalisierung und Vernetzung sowie Anwendung von Industrie 4.0 zu unterstützen. Bundesweit gibt es mehr als 25 Mittelstand-Digital Zentren.
Erfahren Sie, was die Hamburger Wirtschaft bewegt! Wir informieren Sie in unseren Newslettern regelmäßig über aktuelle Entwicklungen, Ereignisse und Veranstaltungen sowie über unsere Positionspapiere.
Statista
