Was ist Maschinelles Lernen (ML)?

Maschinelles Lernen (Kurzform „ML“, engl. Machine Learning) ist eine spezifische Strategie der Künstlichen Intelligenz. Hierbei handelt es sich um Algorithmen, die auf der Grundlage von Erfahrungen lernen, wie es beispielsweise bei einem Kind der Fall ist. Im maschinellen Kontext sind Erfahrungen mit Daten gleichzusetzen, die als Grundlage für die Weiterentwicklung genutzt werden.

So funktioniert das Grundprinzip maschinellen Lernens

Lassen Sie uns anhand eines simplen Beispiels verstehen, wie erfahrungsbasiertes Lernen funktioniert. Stellen Sie sich dazu die folgende Situation vor: Ein Kind lernt von seinen Eltern, welche Wörter es nicht verwenden sollte. Jedes Mal, wenn das Kind eines dieser verbotenen Wörter sagt, dass es im Fernsehen gesehen hat, wird es von seinen Eltern ermahnt. Nach einiger Zeit wird das Kind verstanden und verinnerlicht haben, welche Wörter es in seinem Wortschatz nicht verwenden sollte. Diese Form des erfahrungsbasierten Lernens bildet das Grundgerüst für das maschinelles Lernen. In der Informatik durchlaufen Maschinen den gleichen Prozess. Jedes Mal, wenn sie einen Text lesen und nach schlechten Wörtern scannt, definiert der Programmierer, welche als schlecht eingestuft werden. Nun wird die Maschine, nachdem sie sich einige Texte angesehen und einige Minuten lang aus dieser Erfahrung gelernt hat, in der Lage sein, Muster zu erkennen und schlechte Wörter zu erkennen.

Maschinelles Lernen im Contact Center

Stellen Sie sich vor, dass Sie die Service-Center-Abteilung eines Unternehmens leiten. Sie möchten die Kundenzufriedenheit bewerten, indem Sie die aufgezeichneten Anrufe anhören und die Stimmung der Kontaktperson auswerten. Anstatt dies manuell zu tun, kann ein Algorithmus für maschinelles Lernen mit Tausenden zuvor aufgezeichneten Anrufen konfrontiert werden. Jeder einzelne dieser Anrufe ist dabei mit Merkmalen gekennzeichnet, die Auskunft darüber geben wie hoch die Kundenzufriedenheit war. Auf der Grundlage dieser Daten ist die Maschine in der Lage Muster im Anruf zu erkennen, die mit einem guten oder schlechten Kundenerlebnis verbunden sind, wie etwa die Verwendung von negativ bewerteten Worten. Deep Learning ist dabei ein weiterer spezieller Algorithmus und ein Teilgebiet des Maschinellen Lernens.

Sie haben noch eine Frage zu maschinellem Lernen?

Jetzt nachfragen