Grundlagen des maschinellen Lernens: Lernarten, Trainings- und Testdaten, CRISP-DM

Grundlagen des maschinellen Lernens: Lernarten, Trainings- und Testdaten, CRISP-DM

https://bildung.social/@oerinformatik/

https://oer-informatik.de/maschinelles-lernen

Maschinelles Lernen, Machine Learning, Deep Learning, überwachtes Lernen, unüberwachtes Lernen, Klassifikation, Feature, Label, Trainingsdaten, Testdaten, Overfitting, CRISP-DM

tl/dr; (ca. 23 min Lesezeit): Was unterscheidet künstliche Intelligenz, maschinelles Lernen und Deep Learning? Der Artikel erklärt, wie ein Modell aus Beispieldaten lernt (Merkmale und Zielwert), welche Lernarten es gibt (überwacht, unüberwacht, bestärkend) und welche Aufgaben sich damit lösen lassen (Klassifikation, Regression, Clustering). Er zeigt, wie Daten für das Lernen aufbereitet werden, warum man Trainings- und Testdaten trennt, woran man Overfitting erkennt und nach welchen Kriterien man ein Modell beurteilt. Zum Schluss geht es um den Ablauf eines Projekts zum maschinellen Lernen und das Vorgehensmodell CRISP-DM [AI-Assisted]. (Zuletzt geändert am 29.10.2026)

Schon fit in diesem Thema? Nutze die Kann-Liste und die Leitfragen unter dem Artikel als Checkliste, ob Du die relevanten Kompetenzen bereits hast. Hier klicken, um Kann-Liste ein- oder auszublenden

Als Grundlagen zum maschinellen Lernen kann ich nach Durchlesen des Artikels…

• … die Begriffe künstliche Intelligenz, maschinelles Lernen und Deep Learning beschreiben und erklären, wie sie zueinander in Beziehung stehen.

• … in einem Datenbestand die Merkmale (Features, unabhängige Daten) und den Zielwert (Label, abhängige Daten) benennen.

• … überwachtes und unüberwachtes Lernen beschreiben, voneinander abgrenzen und bestärkendes Lernen einordnen.

• … Klassifikation, Regression und Clustering unterscheiden und einer Fragestellung die passende Aufgabe zuordnen.

• … strukturierte, semistrukturierte und unstrukturierte Daten an einem Beispiel unterscheiden.

• … erklären, warum verfügbare Daten in Trainings- und Testdaten aufgeteilt werden.

• … erklären, in welcher Reihenfolge Modell, Testdesign, Training und Beurteilung festgelegt werden, und Fehler in dieser Reihenfolge erkennen.

Darüber hinaus kann ich als Expertenwissen zum maschinellen Lernen…

• … Rohdaten für das Lernen aufbereiten: Klassen bilden und begründen, warum die Klasseneinteilung das Ergebnis beeinflusst, kategoriale Werte in Zahlen umwandeln und skalieren.

• … Overfitting und Underfitting erklären, an Ergebnissen erkennen und Gegenmaßnahmen nennen.

• … Qualitätskriterien für ein Modell nennen und beurteilen, ob sich ein Problem für maschinelles Lernen eignet.

• … die sechs Phasen von CRISP-DM beschreiben, ihre Rücksprünge erklären und konkrete Tätigkeiten einer Phase zuweisen.

Ein Online-Shop möchte wissen, welche Bestellungen vermutlich zurückgeschickt werden. Eine Freizeit-App will vorhersagen, wer zu einem Treffen nicht erscheint. Eine Werkstatt will wissen, welche Maschine bald ausfällt. Für solche Fragen gibt es keine einfache Formel, aber oft viele Daten aus der Vergangenheit. Maschinelles Lernen nutzt diese Daten, um Zusammenhänge zu finden und auf neue Fälle zu übertragen. Dieser Artikel legt die Grundlagen; wie konkrete Verfahren (Entscheidungsbaum, k-nächste Nachbarn, neuronale Netze) funktionieren, behandeln eigene Artikel. Wo und wann sich KI im Unternehmen überhaupt lohnt, beschreibt der Artikel KI im Unternehmen einsetzen.

Künstliche Intelligenz, maschinelles Lernen, Deep Learning

Die drei Begriffe werden oft durcheinander verwendet. Sie lassen sich aber wie ineinanderliegende Kreise ordnen: Jeder Begriff ist enger als der vorherige und liegt ganz in ihm.

• Künstliche Intelligenz (KI, engl. Artificial Intelligence) ist der weiteste der drei Begriffe: das Forschungs- und Anwendungsfeld der Informatik, das Rechner Leistungen erbringen lässt, die man sonst nur Menschen zutraut – etwa Muster erkennen, Sprache verstehen oder planen und entscheiden. Wie das Verhalten zustande kommt, ist dabei offen. Auch ein Expertensystem, dessen Wissen Fachleute als Wenn-dann-Regeln eingetragen haben, zählt dazu.

• Maschinelles Lernen (engl. Machine Learning, ML) umfasst die KI-Verfahren, bei denen niemand die Entscheidungsregeln aufschreibt. Stattdessen leitet ein Lernalgorithmus sie aus Beispieldaten ab und hält sie in einem Modell fest. Dieses Modell wendet man danach auf Fälle an, die in den Beispielen nicht vorkamen.

• Deep Learning ist die Gruppe von Lernverfahren, deren Modell ein tief gestaffeltes neuronales Netz ist: Viele Schichten hintereinander bilden aus Rohdaten schrittweise immer abstraktere Merkmale, etwa aus Bildpunkten erst Kanten, dann Formen, dann Gegenstände. Deshalb eignet es sich für Bilder, Audio und Texte, verlangt aber große Datenmengen und viel Rechenleistung.

Drei ineinander verschachtelte Begriffe

Begriff	Kernidee	Beispiel
Künstliche Intelligenz	Maschine löst Aufgaben, die Intelligenz erfordern	Schachprogramm mit Regeln und Suchverfahren
Maschinelles Lernen	Modell wird aus Beispieldaten gelernt	Prognose, ob eine Bestellung zurückgeschickt wird
Deep Learning	maschinelles Lernen mit tiefen neuronalen Netzen	Erkennen von Kennzeichen auf Kamerabildern

Wie ein Modell lernt: Merkmale, Zielwert, Modell

Die Daten für das maschinelle Lernen liegen meist als Tabelle vor. Jede Zeile ist ein Datensatz (ein Beispiel, eine Beobachtung), jede Spalte ein Attribut. Dabei unterscheidet man zwei Rollen:

• Merkmale (engl. Features) sind die Eingangsgrößen, mit denen eine Vorhersage getroffen wird. Statistisch heißen sie unabhängige Daten (unabhängige Variablen).

• Der Zielwert (engl. Label oder Target) ist das, was vorhergesagt werden soll. Er heißt abhängige Daten (abhängige Variable), weil er von den Merkmalen abhängen soll.

Hier sind Alter, Bestellwert, Artikelart und Zahlart die Merkmale, „zurückgeschickt?“ ist der Zielwert. Die Kundennummer ist weder das eine noch das andere: Eine laufende Nummer enthält keinen Zusammenhang, den man lernen könnte, und gehört deshalb nicht in das Training.

Beim Lernen sucht ein Algorithmus die Parameter einer Funktion, die aus den Merkmalen möglichst gut den Zielwert berechnet. Das Ergebnis ist das Modell. Man unterscheidet zwei Phasen:

1. Training: Das Modell wird mit bekannten Daten erstellt bzw. angepasst.

2. Anwendung (Vorhersage, Inferenz): Das fertige Modell bekommt neue Datensätze, deren Zielwert noch unbekannt ist, und liefert eine Vorhersage.

Lernarten: überwacht, unüberwacht, bestärkend

Wie gelernt wird, hängt davon ab, ob die Trainingsdaten einen bekannten Zielwert haben.

Überwachtes Lernen (engl. Supervised Learning): Für jedes Trainingsbeispiel steht die richtige Antwort schon fest – die Daten tragen ein „Etikett“ (Label). Das Verfahren macht zunächst eine Vorhersage, misst, wie weit sie vom Etikett entfernt ist, und verändert seine Parameter so, dass dieser Fehler kleiner wird. Viele Verfahren durchlaufen diese Schleife über alle Beispiele mehrfach. Beispiel: Aus 8.000 alten Bestellungen mit bekanntem Ergebnis „zurückgeschickt ja/nein“ lernt ein Modell, Rücksendungen vorherzusagen.

Unüberwachtes Lernen (engl. Unsupervised Learning): Die Datensätze haben kein Etikett, es gibt also keine „richtige Antwort“, an der ein Fehler gemessen werden könnte. Das Verfahren untersucht nur, wie die Datensätze zueinander liegen: Es fasst ähnliche zu Gruppen zusammen (Clustering) oder meldet solche, die zu keinem anderen passen (Ausreißererkennung). Beispiel: Kundschaft wird nach Kaufverhalten in Gruppen eingeteilt, ohne dass vorher feststeht, welche Gruppen es gibt. Was eine Gruppe bedeutet, müssen Menschen anschließend deuten.

Bestärkendes Lernen (engl. Reinforcement Learning): Ein Programm (Agent) handelt in einer Umgebung, bekommt für jede Handlung eine Belohnung oder Bestrafung und lernt so eine Strategie, die die Belohnung maximiert. Beispiele sind Spielprogramme, Robotersteuerungen oder das Feinjustieren von Sprachmodellen mit menschlichen Bewertungen.

Lernarten im Vergleich

	überwacht	unüberwacht	bestärkend
Daten	mit bekanntem Zielwert (Label)	ohne Zielwert	Rückmeldung (Belohnung) aus der Umgebung
Ziel	Zielwert für neue Daten vorhersagen	Strukturen und Gruppen in Daten finden	beste Handlungsstrategie finden
typische Aufgaben	Klassifikation, Regression	Clustering, Ausreißererkennung	Steuerung, Spiele

Aufgabentypen: Klassifikation, Regression, Clustering

Je nachdem, welche Art von Ergebnis gesucht ist, unterscheidet man drei häufige Aufgaben:

• Klassifikation (engl. Classification): Das Modell entscheidet für einen neuen Datensatz, in welche von mehreren vorab festgelegten Klassen er gehört; die Entscheidungsgrenzen hat es aus beschrifteten Beispielen gelernt. Der Zielwert ist eine Kategorie, z. B. „zurückgeschickt ja/nein“, „gesund/krank“ oder „Ausfall/kein Ausfall“. Verfahren: Entscheidungsbaum, k-nächste Nachbarn, Perzeptron, neuronale Netze, Random Forest.

• Regression: Vorhersage eines Zahlenwerts, z. B. der Absatzmenge morgen, der Lieferzeit oder des Stromverbrauchs. Das einfachste Verfahren ist die lineare Regression (Ausgleichsgerade).

• Clustering: Einteilung von Datensätzen in Gruppen, die vorher nicht bekannt sind. Klassifikation und Regression gehören zum überwachten, Clustering zum unüberwachten Lernen.

Eine Klassifikation durch maschinelles Lernen ist nur dann möglich, wenn die Merkmale die Klassen tatsächlich unterscheiden. Trägt man zwei Merkmale in ein Streudiagramm ein und liegen die Punkte der beiden Klassen in getrennten Bereichen, lassen sich die Klassen durch eine Trennlinie abgrenzen. Genügt dafür eine Gerade, sind sie linear separierbar. Liegen die Punkte bunt durchmischt, kann auch das beste Verfahren aus diesen Merkmalen nichts lernen; dann fehlen aussagekräftige Merkmale.

Daten für das maschinelle Lernen

Strukturiert, semistrukturiert, unstrukturiert

Wie leicht sich Daten verarbeiten lassen, hängt von ihrer Struktur ab:

• Strukturierte Daten haben ein festes Format mit festgelegtem Datentyp und Wertebereich, z. B. Alter, Preis, Datum, Postleitzahl oder eine Auswahl aus festen Werten. Sie passen direkt in eine Tabelle.

• Semistrukturierte Daten haben eine erkennbare Struktur, die aber nicht für alle Datensätze gleich ist: Felder können fehlen oder unterschiedlich gefüllt sein, z. B. eine Liste von Hobbys, eine Lieferzeit, die mal als „2–3 Werktage“ und mal als „sofort ab Lager“ eingetragen ist, JSON- oder XML-Dokumente mit optionalen Elementen.

• Unstrukturierte Daten haben kein vorgegebenes Format: Freitexte, Bilder, Audio, Videos. Hier kann alles stehen, und sie müssen erst aufwendig ausgewertet werden (z. B. mit Texterkennung oder neuronalen Netzen), bevor sie als Merkmale nutzbar sind.

Ob ein Feld strukturiert oder semistrukturiert ist, hängt oft davon ab, wie es erfasst wird: Ein Farbfeld mit fester Auswahlliste ist strukturiert, ein freies Eingabefeld für die Farbe nicht. Mehr zur Datenqualität beschreibt der Artikel Datenqualität und Datenimport.

Daten aufbereiten

Rohdaten lassen sich selten unverändert verwenden. Typische Schritte der Aufbereitung sind:

• Bereinigen: Duplikate, Ausreißer durch Erfassungsfehler und fehlende Werte erkennen und behandeln.

• Klassen bilden (diskretisieren): Feine Zahlenwerte wie das genaue Alter werden zu wenigen Klassen zusammengefasst („jung“, „mittel“, „alt“). Das vereinfacht manche Verfahren, z. B. Entscheidungsbäume. Die Klasseneinteilung beeinflusst das Ergebnis: Sind die Grenzen ungünstig gewählt, verschwinden Zusammenhänge oder es entstehen scheinbare. Die Grenzen müssen deshalb zum Ziel der Auswertung und zum Kontext passen. „Jung“ heißt für eine Berufsschule etwas anderes als für ein Fitnessstudio oder eine Seniorenreise.

• Kategoriale Werte in Zahlen umwandeln (kodieren): Verfahren, die mit Abständen rechnen, brauchen Zahlen. Geordnete Kategorien bekommen Zahlen in ihrer Reihenfolge (niedrig = 1, mittel = 2, hoch = 3). Ungeordnete Kategorien (Zahlart, Wochentag) erhalten besser je eine eigene Ja/Nein-Spalte (0 oder 1, One-Hot-Kodierung), weil sonst eine Reihenfolge vorgetäuscht wird, die es nicht gibt.

• Skalieren (normalisieren): Merkmale mit großen Zahlen (Bestellwert in Euro) würden sonst Merkmale mit kleinen Zahlen (Anzahl früherer Bestellungen) überdecken. Man bringt alle Merkmale auf eine vergleichbare Größenordnung, z. B. durch Umrechnen auf den Bereich 0 bis 1: x_{neu} = \frac{x - x_{min}}{x_{max} - x_{min}}.

• Merkmale auswählen: Nur Merkmale verwenden, die mit dem Zielwert zusammenhängen können und die zum Zeitpunkt der Vorhersage bekannt sind. Laufende Nummern gehören nicht dazu; Informationen, die erst nach dem Ereignis feststehen (z. B. „Gutschrift erstellt“ bei einer Rücksendeprognose), würden das Ergebnis verfälschen.

Bei personenbezogenen Daten gelten außerdem die Grundsätze der DSGVO: Zweckbindung, Datenminimierung (nur benötigte Merkmale) und, wo möglich, Pseudonymisierung der Trainingsdaten.

Trainingsdaten und Testdaten

Ein Modell soll nicht die bekannten Fälle auswendig können, sondern neue Fälle richtig beurteilen. Ob es das kann, lässt sich nur mit Daten prüfen, die es beim Lernen nicht gesehen hat. Deshalb teilt man die verfügbaren beschrifteten Daten auf:

• Trainingsdaten (Lerndaten, engl. Training Data): Mit ihnen wird das Modell erstellt. Üblich sind etwa 70 bis 80 % der Daten.

• Testdaten (engl. Test Data): Der Rest wird zurückgehalten und erst am Ende verwendet, um das Ergebnis des Lernens zu überprüfen. Weil auch für sie der Zielwert bekannt ist, kann man Vorhersage und tatsächlichen Wert vergleichen.

• Häufig gibt es zusätzlich Validierungsdaten (engl. Validation Data), mit denen man während der Entwicklung Varianten (z. B. Einstellungen eines Verfahrens) vergleicht, damit die Testdaten wirklich unbenutzt bleiben.

Wichtig ist, dass die Aufteilung zufällig oder bewusst begründet erfolgt und beide Teile repräsentativ sind: Stammen alle Testdaten aus dem Winter und alle Trainingsdaten aus dem Sommer, testet man etwas anderes, als man gelernt hat. Bei Prognosen über die Zeit ist es dagegen sinnvoll, mit älteren Daten zu trainieren und mit den neuesten zu testen, denn so wird das Modell später auch eingesetzt.

Overfitting und Underfitting

Overfitting (Überanpassung) liegt vor, wenn ein Modell sich die einzelnen Trainingsbeispiele merkt, statt die allgemeine Regel dahinter zu lernen. Es hat Zufälle und Messfehler der Trainingsdaten für Zusammenhänge gehalten. Erkennbar ist das daran, dass es auf den Trainingsdaten sehr gut, auf den Testdaten aber deutlich schlechter abschneidet. Typische Ursachen:

• zu wenige Trainingsdaten für die Anzahl der Merkmale,

• ein zu komplexes Modell (z. B. ein sehr tiefer Entscheidungsbaum, der für fast jeden Datensatz ein eigenes Blatt hat),

• nicht repräsentative Trainingsdaten, in denen bestimmte Gruppen fehlen oder überrepräsentiert sind.

Gegenmaßnahmen sind mehr und vielfältigere Daten, ein einfacheres Modell (z. B. Baumtiefe begrenzen), weniger, aber aussagekräftigere Merkmale und die Prüfung mit Validierungs- und Testdaten.

Underfitting (Unteranpassung) ist das Gegenteil: Das Modell ist zu einfach, um den Zusammenhang abzubilden, etwa eine Gerade für einen gekrümmten Verlauf. Es ist auf Trainings- und Testdaten schlecht. Abhilfe schaffen ein geeigneteres Modell oder zusätzliche Merkmale.

Wie gut ist ein Modell? Qualitätskriterien

Ein Modell wird nicht nur danach beurteilt, wie oft es richtig liegt. Wichtige Qualitätskriterien sind:

• Genauigkeit (Vorhersagequalität, engl. Accuracy): Anteil richtiger Vorhersagen auf den Testdaten; je nach Anwendung auch genauere Kennzahlen, die getrennt betrachten, wie viele der positiven Fälle gefunden werden (Recall, Erkennungsrate) und wie viele Treffer wirklich positiv sind (Precision, Präzision).

• Robustheit: Das Modell liefert auch bei fehlerhaften, verrauschten oder leicht veränderten Daten brauchbare Ergebnisse.

• Interpretierbarkeit (Nachvollziehbarkeit): Man kann erklären, warum das Modell so entschieden hat. Ein kleiner Entscheidungsbaum ist leicht verständlich, ein großes neuronales Netz kaum.

• Kompaktheit: Das Modell ist möglichst einfach (z. B. ein kleiner Baum statt eines riesigen).

• Effizienz: Dauer des Trainings und der Vorhersage, benötigte Rechenleistung und Energie.

• Skalierbarkeit: Das Verfahren kommt auch mit großen und wachsenden Datenbeständen zurecht.

• Fairness: Das Modell benachteiligt keine Personengruppen, etwa weil diese in den Trainingsdaten unterrepräsentiert waren.

Wie man die Genauigkeit mit einer Konfusionsmatrix genauer aufschlüsselt, zeigt der Artikel KI im Unternehmen einsetzen.

Wann lohnt sich maschinelles Lernen?

Maschinelles Lernen ist kein Selbstzweck. Ein regelbasiertes Programm ist besser, wenn sich die Entscheidung mit wenigen, bekannten Regeln beschreiben lässt („Versand frei ab 100 € Warenwert“): Es ist nachvollziehbar, liefert immer dasselbe Ergebnis und braucht keine Trainingsdaten. Maschinelles Lernen lohnt sich, wenn

• die Zusammenhänge zu komplex oder unbekannt sind, um sie als Regeln aufzuschreiben (viele Merkmale wirken zusammen),

• die Daten sehr vielfältig sind (Schriftarten, Lichtverhältnisse, Formulierungen), sodass Regeln für jede Ausnahme nötig wären,

• genügend aussagekräftige, beschriftete Daten aus der Vergangenheit vorliegen und

• gelegentliche Fehlentscheidungen vertretbar sind oder von Menschen geprüft werden.

Ändern sich die Verhältnisse, lässt sich ein Modell mit neuen Daten nachtrainieren, statt Regeln von Hand anzupassen. Es lernt aber im Betrieb in der Regel nicht automatisch dazu.

Ablauf eines Projekts zum maschinellen Lernen

Wie ein ganzes Datenprojekt vom Geschäftsziel bis zum Betrieb abläuft, beschreibt das Vorgehensmodell CRISP-DM im nächsten Abschnitt. Den Kern bildet dort die Phase Modeling. Der CRISP-DM-Leitfaden zerlegt sie in vier Aufgaben, die in dieser Reihenfolge erledigt werden:

Die vier Aufgaben der Modellierung nach CRISP-DM

Aufgabe in der Modellierung	Was entschieden oder getan wird	Ergebnis
Modellierungstechnik wählen (Select Modeling Technique)	Welche Art Aufgabe liegt vor (Klassifikation, Regression …), und welches Verfahren passt zu Daten und Anforderungen (z. B. Entscheidungsbaum, weil er erklärbar sein muss)?	gewähltes Verfahren mit seinen Annahmen
Testdesign erstellen (Generate Test Design)	Woran wird die Güte gemessen (Kennzahl, Mindestwert), und welche Daten werden dafür zurückgehalten (Trainings-, Validierungs-, Testdaten)?	Messregel und Datenaufteilung
Modell bauen (Build Model)	Einstellungen des Verfahrens wählen und das Modell mit den Trainingsdaten trainieren	trainiertes Modell, Beschreibung der Einstellungen
Modell beurteilen (Assess Model)	Ergebnisse nach der festgelegten Messregel prüfen, Varianten vergleichen, ggf. Einstellungen ändern und erneut bauen	Rangfolge der Modelle, Empfehlung

Vorher müssen die Daten gesammelt, verstanden und aufbereitet sein, nachher wird das Ergebnis am Geschäftsziel gemessen. Für die Reihenfolge gibt es drei Regeln, gegen die in der Praxis häufig verstoßen wird:

• Die Messregel steht vor dem Training fest. Wer erst nach dem Training eine Kennzahl auswählt, sucht sich unbewusst die heraus, bei der das Modell gut aussieht.

• Die Testdaten werden abgetrennt, bevor etwas aus den Daten gelernt wird. Auch Aufbereitungsschritte lernen aus Daten: Beim Skalieren werden Minimum und Maximum bestimmt, beim Auffüllen fehlender Werte ein Mittelwert. Stammen diese Werte aus dem gesamten Bestand, steckt Wissen über die Testdaten bereits im Training (engl. Data Leakage), und der Test fällt zu gut aus. Deshalb werden solche Werte nur aus den Trainingsdaten berechnet und danach unverändert auf die Testdaten angewendet. Reines Bereinigen, etwa Tippfehler korrigieren oder Duplikate entfernen, darf vorher geschehen.

• Die Testdaten werden nur einmal verwendet, ganz am Ende. Wer mehrere Varianten an den Testdaten vergleicht und die beste auswählt, hat die Testdaten zum Auswählen benutzt; sie zeigen dann nicht mehr, wie gut das Modell bei wirklich neuen Fällen ist. Zum Vergleichen von Varianten dienen die Validierungsdaten.

CRISP-DM: ein Vorgehensmodell für Datenprojekte

Für größere Projekte hat sich ein standardisiertes Vorgehensmodell durchgesetzt: CRISP-DM (Cross-Industry Standard Process for Data Mining). Es entstand ab 1996 in einem Konsortium mehrerer Unternehmen, Version 1.0 wurde im Jahr 2000 veröffentlicht. Es ist branchen- und werkzeugunabhängig und gilt für Data Mining ebenso wie für maschinelles Lernen. CRISP-DM gliedert ein Projekt in sechs Phasen:

Die sechs Phasen von CRISP-DM

Phase	Leitfrage	typische Tätigkeiten	Ergebnis
1. Business Understanding (Geschäftsverständnis)	Was will das Unternehmen erreichen?	Ziele und Erfolgskriterien klären, Situation, Kosten und Risiken bewerten, Projektplan	Data-Mining-Ziel, Projektplan
2. Data Understanding (Datenverständnis)	Welche Daten gibt es, und taugen sie?	Daten sammeln, beschreiben, erkunden (Statistiken, Diagramme), Datenqualität prüfen	Datenbeschreibung, Qualitätsbericht
3. Data Preparation (Datenvorbereitung)	Wie müssen die Daten aussehen?	auswählen, bereinigen, zusammenführen, umwandeln, Merkmale bilden	fertiger Datensatz für das Modell
4. Modeling (Modellierung)	Welches Modell beschreibt die Daten?	Verfahren auswählen, Testdesign festlegen (Trainings-/Testdaten), Modell trainieren und Parameter einstellen	Modell(e)
5. Evaluation (Bewertung)	Erreicht das Modell die Geschäftsziele?	Ergebnisse an den Geschäftszielen messen, Vorgehen überprüfen, über den Einsatz entscheiden	Freigabe oder Rückkehr zum Anfang
6. Deployment (Bereitstellung)	Wie kommt das Ergebnis in den Betrieb?	Einsatz planen, überwachen und warten, Abschlussbericht	eingesetztes Modell, Bericht

Die Reihenfolge ist nicht starr. Die Pfeile zeigen die häufigsten Rücksprünge:

• Business und Data Understanding wechseln sich ab: Beim Sichten der Daten zeigt sich oft, dass Ziele angepasst werden müssen.

• Data Preparation und Modeling wechseln sich ab: Viele Verfahren brauchen Daten in einer bestimmten Form, also wird nach der ersten Modellierung erneut aufbereitet.

• Nach der Evaluation geht es entweder in die Bereitstellung oder zurück zum Geschäftsverständnis, wenn das Modell die Ziele nicht erreicht.

• Der gestrichelte Pfeil zeigt: Nach der Bereitstellung entstehen neue Fragen, und ein neuer Durchlauf beginnt.

In der Praxis entfällt der größte Teil der Arbeitszeit auf Datenverständnis und Datenvorbereitung, nicht auf das eigentliche Modellieren.

Die vier Aufgaben aus dem vorigen Abschnitt bilden zusammen die Phase Modeling. Achte auf den Unterschied zwischen „Modell beurteilen“ und der Phase Evaluation: Beim Beurteilen wird das Modell technisch an der Messregel gemessen (z. B. Anteil gefundener Rücksendungen auf den Testdaten). In der Evaluation fragt man, ob dieses Ergebnis das Geschäftsziel erreicht und ob das Projekt so eingesetzt werden soll.

Typische Fehler in Aufgaben

• Begriffe nur aufgezählt: Bei KI, maschinellem Lernen und Deep Learning wird auch die Beziehung erwartet (jeder Begriff ist enger und liegt ganz im vorherigen).

• Merkmale und Zielwert vertauscht: Abhängig ist das, was vorhergesagt werden soll; alle Eingangsgrößen sind unabhängig. IDs und laufende Nummern sind keines von beiden.

• Clustering mit Klassifikation verwechselt: Bei der Klassifikation sind die Klassen vorher bekannt (überwacht), beim Clustering werden die Gruppen erst gefunden (unüberwacht).

• Testdaten nur als „Kontrolle“ bezeichnet: Erkläre, dass sie beim Training nicht verwendet werden dürfen und dadurch zeigen, wie gut das Modell bei neuen Daten ist.

• Overfitting mit „zu wenige Daten“ gleichgesetzt: Zu wenige oder nicht repräsentative Daten sind eine Ursache; gemeint ist ein Modell, das Einzelfälle auswendig gelernt hat, erkennbar an der Lücke zwischen Trainings- und Testergebnis.

• Testdaten mit aufbereitet: Werte wie Minimum, Maximum oder Mittelwert für das Skalieren und Auffüllen werden nur aus den Trainingsdaten berechnet; sonst ist der Test zu optimistisch.

• CRISP-DM-Phasen vertauscht: Data Understanding (Daten kennenlernen und prüfen) kommt vor Data Preparation (Daten umformen); Evaluation misst am Geschäftsziel, nicht nur an einer Kennzahl.

• Klassengrenzen ohne Begründung: Begründe die Grenzen mit dem Kontext der Auswertung.

Leitfragen

1. Wie hängen künstliche Intelligenz, maschinelles Lernen und Deep Learning zusammen? Antwort

Die Begriffe liegen ineinander wie Kreise: KI ist der weiteste Begriff für Rechnerleistungen, die man sonst Menschen zutraut, gleich ob mit Regeln oder gelernt. Maschinelles Lernen umfasst die KI-Verfahren, die ihre Regeln aus Beispieldaten ableiten. Deep Learning ist die Teilmenge davon, die tief gestaffelte neuronale Netze als Modell nutzt, siehe Abschnitt „Künstliche Intelligenz, maschinelles Lernen, Deep Learning“.

2. Was sind Merkmale und Zielwert, und wie heißen sie noch? Antwort

Merkmale (Features, unabhängige Daten) sind die Eingangsgrößen der Vorhersage, der Zielwert (Label, abhängige Daten) ist das, was vorhergesagt werden soll, siehe Abschnitt „Wie ein Modell lernt“.

3. Worin unterscheiden sich überwachtes, unüberwachtes und bestärkendes Lernen? Antwort

Überwacht: Trainingsdaten mit bekanntem Zielwert, Parameter werden anhand der Abweichung angepasst. Unüberwacht: keine Zielwerte, das Verfahren findet Muster und Gruppen. Bestärkend: Ein Agent lernt durch Belohnung und Bestrafung eine Handlungsstrategie, siehe Abschnitt „Lernarten“.

4. Welche Aufgabe liegt vor, wenn eine Zahl, eine bekannte Klasse oder unbekannte Gruppen gesucht sind? Antwort

Zahl: Regression; bekannte Klasse: Klassifikation; unbekannte Gruppen: Clustering, siehe Abschnitt „Aufgabentypen“.

5. Wie werden Rohdaten für das maschinelle Lernen aufbereitet? Antwort

Bereinigen, gegebenenfalls Klassen mit kontextbezogenen Grenzen bilden, kategoriale Werte in Zahlen umwandeln, Merkmale auf eine vergleichbare Größenordnung skalieren und nur sinnvolle, zum Vorhersagezeitpunkt bekannte Merkmale verwenden, siehe Abschnitt „Daten aufbereiten“.

6. Warum trennt man Trainings- und Testdaten, und warum geschieht das vor dem Skalieren? Antwort

Mit den Trainingsdaten wird das Modell erstellt. Die zurückgehaltenen Testdaten hat es nie gesehen; nur mit ihnen lässt sich prüfen, wie gut es neue Fälle beurteilt, siehe Abschnitt „Trainingsdaten und Testdaten“. Auch das Skalieren lernt aus Daten (Minimum, Maximum). Würden die Testdaten dabei mitbenutzt, steckte Wissen über sie schon im Training (Data Leakage), und der Test fiele zu gut aus, siehe Abschnitt „Ablauf eines Projekts“.

7. Woran erkennst Du Overfitting, und was hilft dagegen? Antwort

Das Modell ist auf den Trainingsdaten sehr gut, auf den Testdaten deutlich schlechter, weil es Einzelfälle und Zufälle mitgelernt hat statt der allgemeinen Regel. Abhilfe: mehr und repräsentativere Daten, einfacheres Modell, weniger und bessere Merkmale, siehe Abschnitt „Overfitting und Underfitting“.

8. Welche sechs Phasen hat CRISP-DM, und wo gibt es Rücksprünge? Antwort

Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Deployment. Rücksprünge gibt es zwischen Business und Data Understanding, zwischen Data Preparation und Modeling sowie von der Evaluation zurück zum Business Understanding, siehe Abschnitt „CRISP-DM“.

Links und weitere Informationen

• Übungsaufgaben zu den Grundlagen des maschinellen Lernens

• KI im Unternehmen einsetzen: Einsatzfelder, Chancen, Risiken und Kosten

• Datenqualität und Datenimport

• Daten auswerten und visualisieren

• Chapman u. a.: CRISP-DM 1.0 – Step-by-step data mining guide (2000, PDF)

• BSI: Künstliche Intelligenz

---

Hinweis zur Nachnutzung als Open Educational Resource (OER)

Dieser Artikel und seine Texte, Bilder, Grafiken, Code und sonstiger Inhalt sind - sofern nicht anders angegeben - lizenziert unter CC BY 4.0. Nennung gemäß TULLU-Regel bitte wie folgt: “Grundlagen des maschinellen Lernens: Lernarten, Trainings- und Testdaten, CRISP-DM” von oer-informatik.de (H. Stein), Lizenz: CC BY 4.0. Der Artikel wurde unter https://oer-informatik.de/maschinelles-lernen veröffentlicht, die Quelltexte sind in weiterverarbeitbarer Form verfügbar im Repository unter https://gitlab.com/oer-informatik/daten-ki/datenanalyse-ki. Erstellt mit KI-Assistenz; von mir umfassend redaktionell überarbeitet, geprüft und freigegeben. Stand: 29.10.2026.

[Kommentare zum Artikel lesen, schreiben] / [Artikel teilen] / [gitlab-Issue zum Artikel schreiben]