Neuronales Netz
Ein künstliches neuronales Netz ist ein Rechenmodell aus vielen einfachen, miteinander verbundenen Einheiten („Neuronen"), das lose vom Gehirn inspiriert ist. Durch das Anpassen der Verbindungsstärken (Gewichte) während des Trainings lernt das Netz, Eingaben in gewünschte Ausgaben zu überführen.
Was Neuronales Netz für dein Unternehmen bedeutet
Den Begriff neuronales Netz liest du oft in Produktbeschreibungen, er sagt für sich aber wenig über die Qualität einer Lösung aus, denn fast jede moderne KI arbeitet damit. Für Entscheidungen wichtiger sind andere Fragen: Mit welchen Daten wurde das Netz trainiert, wie wurde es getestet, und wie verhält es sich bei Fällen, die es noch nie gesehen hat?
Beispiel aus der Praxis: Ein Logistikdienstleister erhält Lieferscheine in sehr unterschiedlichen Formaten. Ein Dienst zur Dokumentenerfassung, der intern mit neuronalen Netzen arbeitet, liest Absender, Positionen und Mengen aus. Unklare Felder markiert das System, eine Sachbearbeiterin ergänzt sie, und die Daten landen im Warenwirtschaftssystem.
Häufige Fragen zu Neuronales Netz
Nein. Der Vergleich mit dem Gehirn ist nur ein loses Bild. Ein neuronales Netz ist eine mathematische Funktion, die Eingaben in Ausgaben umrechnet. Es hat kein Verständnis im menschlichen Sinn, kein Bewusstsein und keine Absichten, sondern bildet statistische Zusammenhänge aus seinen Trainingsdaten ab.
Das Netz bekommt Beispiele, erzeugt eine Ausgabe und vergleicht sie mit dem gewünschten Ergebnis. Aus der Abweichung werden die Gewichte schrittweise so angepasst, dass der Fehler kleiner wird. Das wiederholt sich sehr oft, bis das Netz die Aufgabe ausreichend gut löst.
Ja, und zwar manchmal mit großer scheinbarer Sicherheit. Besonders bei Fällen, die in den Trainingsdaten selten oder gar nicht vorkamen, steigt die Fehlerquote. Plane deshalb Kontrollschritte ein, vor allem dort, wo eine falsche Entscheidung Geld kostet oder Menschen betrifft.