Jedes System für maschinelles Lernen lernt auf eine von drei grundlegenden Arten: überwacht, unüberwacht, oder verstärkend Lernen. Dabei handelt es sich nicht um konkurrierende Technologien, sondern um drei verschiedene Antworten auf dieselbe Frage: Welche Art von Feedback erhält das System während des Lernprozesses? Das Verständnis dieser drei Ansätze ist der klarste Weg, um zu begreifen, wie maschinelles Lernen tatsächlich funktioniert.
Wichtigste Erkenntnisse
- Überwachtes Lernen — lernt anhand beschrifteter Beispiele, die die korrekte Antwort enthalten. Die gebräuchlichste Form.
- Unüberwachtes Lernen — lernt anhand unbeschrifteter Daten und findet selbstständig verborgene Strukturen.
- Verstärkendes Lernen — lernt durch Versuch und Irrtum, gesteuert durch Belohnungen und Bestrafungen.
- Der entscheidende Faktor ist die Art der vorliegenden Daten: Antworten, keine Antworten oder eine Umgebung, in der gehandelt werden kann.
Die eine Frage, die sie voneinander unterscheidet
Maschinelles Lernen dreht sich um das Lernen aus Feedback. Die drei Arten unterscheiden sich vollständig darin, welche Art von Feedback das System erhält:
- Überwacht: „Hier sind Beispiele mit den richtigen Antworten. Lernen Sie, sie nachzubilden.“
- Unüberwacht: „Hier ist Datenmaterial ohne Antworten. Finden Sie selbst die Struktur heraus.“
- Verstärkend: „Hier ist eine Umgebung. Handeln Sie – und ich belohne oder bestrafe Sie dafür.“„
Das ist das gesamte Konzept. Alles Folgende sind Details.
Überwachtes Lernen
Beim überwachten Lernen ist jedes Trainingsbeispiel mit einer Beschriftung – also der korrekten Antwort – versehen. Das Modell analysiert Tausende von Eingabe-Antwort-Paaren und lernt die Beziehung zwischen ihnen, sodass es die Antwort für neue Eingaben vorhersagen kann.
Um einen Spam-Filter zu erstellen, stellen Sie dem Modell Tausende von E-Mails zur Verfügung, wobei jede als „Spam“ oder „Kein Spam“ gekennzeichnet ist. Es erlernt die Muster, die beide Klassen unterscheiden, und kann dann eine bisher unbekannte E-Mail klassifizieren. Die „Überwachung“ erfolgt durch die Beschriftungen – vergleichbar mit einem Lehrer, der einen Lösungsschlüssel bereitstellt.
Überwachtes Lernen löst zwei Arten von Problemen:
- Klassifikation – Vorhersage einer Kategorie. Spam oder kein Spam? Welche Krankheit? Welches Tier ist auf dem Foto abgebildet?
- Regression – Vorhersage einer Zahl. Welcher Preis? Welche Temperatur morgen? Wie viele Verkäufe?
Warum es am häufigsten eingesetzt wird: Die meisten wertvollen geschäftlichen Probleme sind Vorhersageprobleme, und beschriftete Daten – obwohl ihre Erstellung manchmal kostspielig ist – führen zu genauen, messbaren Modellen. Die Hauptkosten bestehen genau darin: Jemand muss die Daten beschriften.
Unüberwachtes Lernen
Beim unüberwachten Lernen liegen die Daten ohne Labels vor — nur Eingaben, keine Antworten. Die Aufgabe des Modells besteht darin, selbstständig Strukturen, Muster oder Gruppierungen zu erkennen, ohne dass vorgegeben wird, wonach gesucht werden soll.
Geben Sie einem unüberwachten Modell Ihre Kundendaten und es könnte entdecken, dass Kunden sich natürlicherweise in mehrere deutlich unterscheidbare Gruppen einteilen lassen — ohne dass diese Gruppen zuvor von jemandem definiert wurden. Sie entdecken die Struktur, statt sie vorzugeben.
Häufige Anwendungsfälle:
- Clustering — Gruppierung ähnlicher Objekte: Kundensegmente, verwandte Dokumente, ähnliche Bilder.
- Anomalieerkennung — Kennzeichnung von Datenpunkten, die nicht zum Muster passen: Betrug, Produktfehler, Systemausfälle.
- Dimensionsreduktion — Vereinfachung komplexer Daten unter Beibehaltung ihrer wesentlichen Struktur, häufig zur Visualisierung oder als Eingabe für ein anderes Modell.
Warum das wichtig ist: Der weitaus größte Teil der realen Daten ist nicht annotiert, da das Labeln kostspielig ist. Das unüberwachte Lernen erschließt aus diesen Daten einen Mehrwert — und eignet sich hervorragend für Erkundung, wenn Sie noch nicht wissen, wonach Sie suchen.
Verstärkendes Lernen
Das Verstärkungslernen (Reinforcement Learning) unterscheidet sich am stärksten von den drei Ansätzen. Es gibt keinen festen Datensatz. Stattdessen interagiert ein Agent mit einer Umgebung: Er führt Aktionen aus, und die Umgebung antwortet mit Belohnungen (für gute Aktionen) oder Bestrafungen (für schlechte Aktionen). Über viele Versuche hinweg lernt der Agent eine Strategie, die seine Gesamtbelohnung maximiert.
Er lernt so, wie Sie möglicherweise ein Videospiel erlernen — nicht anhand einer Anleitung, sondern durch Ausprobieren, Scheitern, Beobachten, welche Aktionen Punkte bringen, und kontinuierliches Verbessern. Niemand kennzeichnet den „richtigen“ Zug; der Agent entdeckt ihn allein anhand der Konsequenzen.
Häufige Anwendungsfälle:
- KI für Computerspiele — Systeme, die auf komplexen Spielen ein übermenschliches Niveau erreichen.
- Robotik — Schulung von Robotern im Gehen, Greifen und Balancieren.
- Regelsysteme — Optimierung des Energieverbrauchs, des Verkehrsflusses oder der Logistik.
- Feinabstimmung von KI-Modellen — Verstärkungslernen mit menschlichem Feedback hilft dabei, große Sprachmodelle besser an die tatsächlichen Wünsche der Nutzer anzupassen.
Warum es mächtig – und schwierig – ist: Verstärkungslernen kann Strategien entdecken, an die kein Mensch jemals gedacht hätte. Doch es birgt Herausforderungen: Es benötigt eine Umgebung, in der geübt werden kann (meist eine Simulation), kann enorme Versuchszahlen erfordern, und die korrekte Gestaltung der Belohnungsfunktion ist tatsächlich äußerst schwierig.
Vergleich nebeneinander
| Aspekt | Überwacht | Unüberwacht | Verstärkung |
|---|---|---|---|
| Trainingsdaten | Annotiert (Eingabe + Antwort) | Nicht annotiert (nur Eingabe) | Kein Datensatz — stattdessen eine Umgebung |
| Ziel | Die richtige Antwort vorhersagen | Versteckte Strukturen finden | Die Gesamtbelohnung maximieren |
| Feedback | Die richtige Antwort | Keines | Belohnungen und Bestrafungen |
| Beispiel | Spam-Erkennung | Kundensegmentierung | KI für Computerspiele |
| Am besten geeignet, wenn Sie … | Annotierte Beispiele haben | Viel nicht annotierte Daten besitzen | Eine Umgebung haben, in der gehandelt werden kann |
So wählen Sie aus
Die Wahl hängt von Ihren Daten und Ihrem Problem ab:
- Sie verfügen über annotierte Beispiele und möchten etwas vorhersagen → überwachtes Lernen.
- Sie verfügen über unbeschriftete Daten und möchten Strukturen darin entdecken → unbeaufsichtigtes Lernen.
- Sie haben eine Umgebung, in der ein Agent handeln und bewertet werden kann → verstärkendes Lernen.
In der Praxis verwischen sich die Grenzen. Viele moderne Systeme kombinieren verschiedene Ansätze – beispielsweise indem sie zunächst nützliche Muster aus unbeschrifteten Daten lernen und diese anschließend mit einer kleineren Menge beschrifteter Daten verfeinern. Große Sprachmodelle selbst werden mit einer Mischung aus Verfahren trainiert: Sie lernen aus umfangreichen Mengen unbeschrifteter Texte und werden dann mittels verstärkenden Lernens mit menschlichem Feedback verfeinert.
Jenseits der großen drei: Selbstüberwachtes, halbüberwachtes und hybrides Lernen
Die Dreiteilung ist ein geeignetes mentales Modell für den Einstieg – doch die wichtigsten KI-Systeme des Jahres 2026 passen nicht sauber in eine einzige Kategorie. Zwei weitere Ansätze füllen die Lücken aus, und die Systeme, die Sie im Alltag tatsächlich nutzen, kombinieren alle drei Varianten.
Selbstüberwachtes Lernen ist der entscheidende Durchbruch, der große Sprachmodelle erst möglich gemacht hat. Es wirkt auf den ersten Blick wie unbeaufsichtigtes Lernen, da keine Menschen die Daten beschriften – tatsächlich funktioniert es jedoch im Kern wie überwachtes Lernen: Das Modell generiert seine eigenen Beschriftungen aus der Struktur der Rohdaten. Verstecken Sie etwa das nächste Wort in einem Satz und fordern das Modell auf, es vorherzusagen; oder verstecken Sie ein Token in der Mitte und bitten es, die Lücke zu füllen. Die Antwort ist bereits im Text enthalten, sodass die „Beschriftung“ kostenlos zur Verfügung steht. Trainieren Sie das Modell so auf Milliarden von Sätzen, und es lernt Grammatik, Fakten und Denkmuster – ohne dass ein Mensch auch nur ein einziges Element annotiert hätte. Jedes moderne LLM – GPT, Claude, Gemini, Llama – wird auf diese Weise vortrainiert.
Halbüberwachtes Lernen geht ein praktischeres Problem an: Beschriftungen sind teuer, unbeschriftete Daten hingegen günstig. Dabei wird eine kleine Menge beschrifteter Daten mit einer großen Menge unbeschrifteter Daten kombiniert; die beschrifteten Beispiele dienen als Anker für das Modell, während die unbeschrifteten Daten dessen Verständnis der zugrundeliegenden Datenstruktur verfeinern. Dieses Verfahren ist der Arbeitstier-Ansatz, sobald das manuelle Beschriften aller Daten zu kostspielig wird – etwa bei medizinischer Bildgebung, Betrugserkennung oder Inhaltsmoderation –, aber zumindest ein aussagekräftiger Teil der Daten doch noch beschriftet werden kann.
Die wichtigere Erkenntnis ist, dass Produktionsysteme Pipelines sind – keine einzelnen Paradigmen. Ein Chatbot wie ChatGPT oder Claude wird in mehreren Stufen aufgebaut, die jeweils alle drei ursprünglichen Lernarten nutzen:
- Selbstüberwachtes Vortraining vermittelt dem Basis-Modell Sprach- und Weltwissen aus Rohtext.
- Überwachte Feinabstimmung formt es anschließend mit sorgfältig kuratierten Frage-Antwort-Beispielen, damit es Anweisungen folgt.
- Verstärkendes Lernen – konkret: verstärkendes Lernen auf Grundlage menschlichen Feedbacks (RLHF) – nutzt menschliche Präferenzbewertungen als Belohnungssignal, um Antworten hilfreicher und weniger schädlich zu machen.
Wenn also jemand fragt, ob ein LLM „überwacht oder unbeaufsichtigt lernt“, lautet die ehrliche Antwort: beides – und zusätzlich verstärkendes Lernen, und zwar nacheinander. Die Kategorien sind keine konkurrierenden Teams, zwischen denen man sich entscheiden muss. Sie sind Werkzeuge – und die leistungsfähigsten Systeme greifen jeweils auf dasjenige zurück, das am besten zur jeweiligen Phase der Aufgabe passt.
Häufig gestellte Fragen (FAQ)
Welche drei Arten des maschinellen Lernens gibt es?
Überwachtes Lernen (Lernen anhand beschrifteter Beispiele mit korrekten Antworten), unbeaufsichtigtes Lernen (Entdecken von Strukturen in unbeschrifteten Daten) und verstärkendes Lernen (Lernen durch Versuch und Irrtum mittels Belohnungen und Bestrafungen). Sie unterscheiden sich darin, welche Art von Feedback das System während des Lernens erhält.
Was ist der Unterschied zwischen überwachtem und unbeaufsichtigtem Lernen?
Beim überwachten Lernen werden beschriftete Daten verwendet – bei jedem Beispiel ist die korrekte Antwort angegeben – und das System lernt, diese Antworten vorherzusagen. Beim unbeaufsichtigten Lernen werden unbeschriftete Daten verwendet, um eigenständig Muster oder Gruppierungen zu erkennen, ohne dass irgendwelche Antworten vorgegeben werden. Überwachtes Lernen dient der Vorhersage; unbeaufsichtigtes Lernen dient der Entdeckung.
Was ist verstärkendes Lernen in einfachen Worten?
Verstärkendes Lernen bedeutet, dass ein KI-Agent durch Interaktion mit einer Umgebung lernt: Er führt Aktionen aus und erhält für gute Aktionen Belohnungen sowie für schlechte Aktionen Bestrafungen. Über viele Versuche hinweg lernt er eine Strategie, die die Gesamtbelohnung maximiert – ähnlich wie beim Erlernen eines Spiels durch wiederholtes Spielen.
Welche Art des maschinellen Lernens ist am verbreitetsten?
Überwachtes Lernen ist am weitesten verbreitet, da die meisten wertvollen geschäftlichen Probleme Vorhersageprobleme sind und beschriftete Daten genaue, messbare Modelle ermöglichen. Unbeaufsichtigtes Lernen wird häufig für explorative Analysen und Anomalieerkennung eingesetzt, während verstärkendes Lernen eher spezialisierte Anwendungsfälle abdeckt.
Kann man verschiedene Arten des maschinellen Lernens kombinieren?
Ja. Viele moderne Systeme kombinieren verschiedene Ansätze – beispielsweise indem sie zunächst Muster aus unbeschrifteten Daten lernen und diese anschließend mit beschrifteten Beispielen verfeinern. Große Sprachmodelle werden mit einer Kombination verschiedener Verfahren trainiert, darunter auch verstärkendes Lernen auf Grundlage menschlichen Feedbacks, um sie besser an die Bedürfnisse der Nutzer anzupassen.
Ist ChatGPT ein Beispiel für überwachtes oder unbeaufsichtigtes Lernen?
Beides – plus verstärkendes Lernen. Das Basis-Modell wird mittels selbstüberwachten Lernens vortrainiert (eine Form unbeaufsichtigten Lernens, bei der der Text selbst durch Vorhersage des nächsten Wortes die Beschriftungen bereitstellt). Anschließend wird es durch überwachte Feinabstimmung anhand kuratierter Beispiele verfeinert und schließlich durch verstärkendes Lernen auf Grundlage menschlichen Feedbacks weiter optimiert. Kein einzelnes Paradigma allein reicht aus, um einen modernen Chatbot zu bauen – vielmehr werden sie sequenziell gestapelt.
Was ist halbüberwachtes Lernen?
Halbüberwachtes Lernen kombiniert eine kleine Menge beschrifteter Daten mit einer großen Menge unbeschrifteter Daten. Sie beschriften den Teil, den Sie sich leisten können, und lassen das Modell dann die Struktur der unbeschrifteten Mehrheit nutzen, um besser zu generalisieren, als es allein mit den beschrifteten Daten möglich wäre. Es kommt häufig in Bereichen wie medizinischer Bildgebung und Betrugserkennung zum Einsatz, wo Experten-Beschriftungen langsam und teuer sind, Rohdaten jedoch reichlich vorhanden sind.
Welche Art des maschinellen Lernens sollte ein Anfänger zuerst lernen?
Beginnen Sie mit überwachtem Lernen. Es ist am intuitivsten, am weitesten in der Industrie verbreitet und bildet die Grundlage für die klarsten Anfängerprojekte – etwa Preisvorhersagen, Klassifizierung einer E-Mail als Spam oder Erkennung einer Ziffer. Sobald Sie sich mit dem Training, Testen und Auswerten eines überwachten Modells vertraut gemacht haben, wird das unbefaufsichtigte Clustering sowie die Grundlagen des verstärkenden Lernens deutlich leichter verständlich, weil Sie bereits den Kernablauf im „Muskelgedächtnis“ haben.
Fazit
Die drei Arten des maschinellen Lernens sind schlicht drei Antworten auf die Frage: „Welches Feedback erhält das System?“ Überwachtes Lernen erhält die korrekten Antworten und lernt, diese vorherzusagen. Unüberwachtes Lernen erhält keine Antworten und lernt, Strukturen zu finden. Verstärkendes Lernen erhält Belohnungen und Bestrafungen und lernt eine gewinnbringende Strategie.
Welche Methode Sie wählen, hängt nicht von persönlicher Präferenz ab – vielmehr wird sie durch Ihre verfügbaren Daten und das konkrete Problem bestimmt. Wenn Sie dieses Grundgerüst verstanden haben, wird der Rest des maschinellen Lernens deutlich leichter nachvollziehbar. Für den größeren Kontext beginnen Sie am besten mit Was maschinelles Lernen ist, danach erkunden Sie die Algorithmen , die jede dieser Methoden antreiben.
