Unsupervised Learning

Unsupervised Learning, auf Deutsch unüberwachtes Lernen, ist ein Verfahren des Machine Learnings. Dabei untersucht ein Algorithmus Daten, ohne dass ihm vorher vorgegeben wird, nach welchen Mustern er suchen oder welche Ergebnisse er liefern soll. Anders als beim Supervised Learning (überwachten Lernen) erhält das System also keine bereits bekannten richtigen Antworten, sondern arbeitet mit unbeschrifteten Daten.

Ein einfaches Beispiel sind Kundendaten: Ein Algorithmus kann selbstständig erkennen, dass sich bestimmte Kundengruppen etwa in ihrem Kaufverhalten ähneln. Statt eine vorher festgelegte Kategorie nachzubilden, sucht er nach Strukturen und Zusammenhängen, die in den Daten selbst stecken.

Kurz gesagt: Beim Unsupervised Learning sucht ein Algorithmus selbstständig nach Mustern und Zusammenhängen in Daten, für die keine vorgegebenen Lösungen oder Kategorien existieren.

Der wichtigste Unterschied liegt darin, mit welchen Daten das Modell lernt. Beim Supervised Learning (überwachtem Lernen) erhält der Algorithmus Trainingsbeispiele, bei denen die richtige Lösung bereits bekannt ist. Bilder können beispielsweise vorher als „Katze“ oder „Hund“ gekennzeichnet sein. Das Modell lernt anhand dieser Beispiele, neue Bilder später einer der beiden Kategorien zuzuordnen.

Beim Unsupervised Learning fehlen solche Labels, also vorgegebene Bezeichnungen oder Lösungen. Der Algorithmus muss selbst erkennen, welche Datenpunkte sich ähneln und welche Strukturen darin vorkommen.

Beide Verfahren gehören zum Machine Learning und werden je nach Aufgabe unterschiedlich eingesetzt. Überwachtes Lernen bietet sich an, wenn ein konkretes Ergebnis vorhergesagt werden soll und ausreichend beschriftete Trainingsdaten vorhanden sind. Unüberwachtes Lernen eignet sich dagegen besonders, wenn große Mengen unbeschrifteter Daten zunächst untersucht, geordnet oder für weitere Analysen vorbereitet werden sollen.

Unsupervised Learning in der Praxis: Muster in großen Datenmengen erkennen.

Ein typisches Anwendungsgebiet ist die Kundensegmentierung im Marketing. Dabei können Algorithmen Kundendaten nach Ähnlichkeiten gruppieren, beispielsweise anhand des Kaufverhaltens. Unternehmen erhalten dadurch Hinweise auf unterschiedliche Kundengruppen und können ihre Daten gezielter auswerten.

Unsupervised Learning kann außerdem dabei helfen, ungewöhnliche Muster zu erkennen. So lassen sich beispielsweise auffällige Abweichungen in großen Datenbeständen identifizieren, die anschließend genauer untersucht werden können. Auch in der Wissenschaft kommt das Verfahren zum Einsatz, etwa um umfangreiche Daten aus der Genforschung oder Bildanalyse zu strukturieren.

Data Scientists analysieren große Datenmengen, suchen nach Zusammenhängen und setzen dafür unter anderem Verfahren aus Künstlicher Intelligenz und Machine Learning ein. Wie der Berufsalltag aussieht und welche Kenntnisse dafür gefragt sind, erfährst du in unserem Ratgeber zum Berufsbild Data Scientists.

Hinweis: Wenn du selbst mit Daten, KI-Modellen und Machine-Learning-Verfahren arbeiten möchtest, findest du bei WBS TRAINING verschiedene Weiterbildungen zu Künstlicher Intelligenz und Machine Learning.

Ist Unsupervised Learning schwieriger als überwachtes Lernen?

Unsupervised Learning ist nicht grundsätzlich schwieriger, stellt aber andere Anforderungen. Weil keine bekannten richtigen Antworten vorliegen, lässt sich nicht einfach prüfen, ob das gefundene Ergebnis korrekt ist. Ein Algorithmus kann zum Beispiel verschiedene Gruppen in einem Datensatz erkennen, doch ob diese Einteilung für die konkrete Fragestellung sinnvoll ist, müssen Fachleute beurteilen. Dafür sind sowohl Kenntnisse der verwendeten Methode als auch Fachwissen über die Daten notwendig.

Welche Methoden gehören zum unüberwachten Lernen?

Zu den bekanntesten Verfahren gehört das Clustering. Dabei werden Datenpunkte anhand ihrer Ähnlichkeiten automatisch zu Gruppen zusammengefasst. Eine weitere wichtige Methode ist die Dimensionsreduktion: Sie reduziert eine große Zahl von Merkmalen auf weniger, möglichst aussagekräftige Informationen und macht komplexe Datensätze dadurch leichter analysierbar. Solche Verfahren werden häufig eingesetzt, um zunächst einen Überblick über große und unübersichtliche Datenmengen zu gewinnen.

Braucht Unsupervised Learning weniger Vorbereitung, weil keine Beschriftung nötig ist?

Die aufwendige manuelle Beschriftung von Trainingsdaten entfällt beim Unsupervised Learning tatsächlich. Das bedeutet jedoch nicht, dass die Daten ohne Vorbereitung verwendet werden können. Sie müssen beispielsweise auf Fehler, fehlende Werte oder ungeeignete Merkmale geprüft und für das jeweilige Verfahren sinnvoll aufbereitet werden. Zusätzlich entsteht Aufwand bei der Interpretation, weil Fachleute anschließend beurteilen müssen, ob die gefundenen Muster tatsächlich relevant sind.

Kann man überwachtes und unüberwachtes Lernen kombinieren?

Ja. Eine Möglichkeit ist das halbüberwachte Lernen, auch Semi-Supervised Learning genannt. Dabei werden wenige beschriftete Daten mit einer größeren Menge unbeschrifteter Daten kombiniert. Unsupervised Learning kann außerdem als Vorbereitung für ein überwachtes Verfahren dienen, indem es Daten zunächst strukturiert oder wichtige Muster sichtbar macht. Welche Kombination sinnvoll ist, hängt von der Aufgabe und den verfügbaren Daten ab.

Wie zuverlässig sind die Ergebnisse von Unsupervised Learning?

Die Aussagekraft hängt stark von der Qualität der Daten, der verwendeten Methode und der jeweiligen Fragestellung ab. Da kein vorgegebenes richtiges Ergebnis existiert, kann ein Algorithmus auch Muster entdecken, die mathematisch auffällig, für die Praxis aber wenig relevant sind. Deshalb sollten die Ergebnisse nicht automatisch als objektive Wahrheit verstanden werden. Fachleute müssen prüfen, interpretieren und mit ihrem Wissen über den jeweiligen Anwendungsbereich einordnen, welche Erkenntnisse tatsächlich sinnvoll sind.