Was ist Deep Learning?

Deep Learning ist ein Teilbereich des maschinellen Lernens, bei dem künstliche neuronale Netze mit vielen hintereinander geschalteten Schichten aus Beispieldaten lernen. Jede Schicht erkennt etwas komplexere Merkmale als die vorherige. So können Rechner Sprache, Bilder und Texte verarbeiten, deren Regeln sich nicht von Hand aufschreiben lassen.

Fast alles, was seit etwa 2012 an KI-Fortschritten Schlagzeilen gemacht hat – verlässliche Bilderkennung, brauchbare Spracherkennung, Sprachmodelle wie ChatGPT –, beruht auf Deep Learning. Für Unternehmen ist weniger die Mathematik interessant als die Frage: Wann brauche ich das, und wann reicht etwas Einfacheres?

Warum das Lernen „tief“ heißt

„Tief“ bezieht sich auf die Anzahl der Schichten im Netz. Ein neuronales Netz nimmt Eingaben entgegen, zum Beispiel die Pixel eines Fotos, und reicht sie durch mehrere Verarbeitungsebenen weiter. Bei einem Bild erkennen die ersten Ebenen Kanten und Helligkeitsunterschiede, mittlere Ebenen Formen wie Kreise oder Ecken, die letzten ganze Objekte: eine Schraube, einen Riss, ein Etikett.

Der wichtigste Unterschied zu älteren Verfahren: Niemand muss dem System sagen, auf welche Merkmale es achten soll. Es findet sie beim Training selbst. Das macht Deep Learning stark bei Daten, die für Menschen leicht und für klassische Programme schwer zu beschreiben sind.

So lernt ein Deep-Learning-Modell

1. Beispiele sammeln. Für eine Sichtprüfung etwa einige tausend Fotos von Bauteilen, jeweils markiert als „in Ordnung“ oder „fehlerhaft“.
2. Vorhersage treffen. Das Netz schaut sich ein Foto an und gibt eine Einschätzung ab – anfangs rein zufällig.
3. Fehler messen. Die Einschätzung wird mit der richtigen Markierung verglichen.
4. Gewichte anpassen. Ein Verfahren namens Backpropagation verändert Millionen interner Zahlenwerte ein kleines Stück in die Richtung, die den Fehler verringert.
5. Wiederholen. Das Ganze läuft über alle Beispiele, oft viele Male. Am Ende wird mit Fotos getestet, die das Modell nie gesehen hat.

Erst der Test mit unbekannten Daten zeigt, ob das Modell gelernt oder nur auswendig gelernt hat. Ein Netz, das die Trainingsbilder perfekt erkennt und bei neuen versagt, ist für den Betrieb wertlos. Fachleute sprechen von Überanpassung (Overfitting).

Für die Praxis bedeutet das: Legen Sie vor dem Projekt fest, woran Sie Erfolg messen. Bei einer Sichtprüfung etwa, wie viele fehlerhafte Teile höchstens durchrutschen dürfen und wie viele gute Teile fälschlich aussortiert werden dürfen. Beide Werte hängen zusammen – wer keine Fehler durchlassen will, sortiert mehr gute Teile aus. Diese Abwägung trifft das Unternehmen, nicht das Modell.

Deep Learning und Machine Learning im Vergleich

Eine Faustregel: Liegen Ihre Daten sauber in Tabellen, ist klassisches Machine Learning oft genauer, billiger und leichter zu begründen. Deep Learning spielt seine Stärke bei unstrukturierten Daten aus.

Wo Deep Learning im Mittelstand arbeitet

• Qualitätsprüfung: Computer Vision erkennt Lackfehler, fehlende Bohrungen oder verrutschte Etiketten am Band.
• Dokumente: Moderne Texterkennung (OCR) liest auch schiefe Handyfotos von Lieferscheinen und handschriftliche Notizen.
• Sprache: Telefonate und Sprachnachrichten werden verschriftlicht und zusammengefasst.
• Texte: Sprachmodelle, die auf der Transformer-Architektur beruhen, beantworten Anfragen, fassen Verträge zusammen oder schreiben Entwürfe.

Daten, Rechenleistung, Nachvollziehbarkeit

Ein eigenes Deep-Learning-Modell von Grund auf zu trainieren, ist für die meisten mittelständischen Unternehmen weder nötig noch wirtschaftlich. Drei Punkte sollten Sie vor einem Projekt klären:

• Datenmenge und -qualität. Falsch markierte Beispiele bringen dem Modell Falsches bei. Die Aufbereitung kostet oft mehr Zeit als das Training.
• Blackbox-Problem. Warum ein Netz ein Teil aussortiert hat, lässt sich nur begrenzt erklären. Wo Entscheidungen begründet werden müssen, etwa gegenüber Kunden oder Prüfern, braucht es zusätzliche Kontrollen.
• Veränderung im Betrieb. Neue Lieferanten, andere Beleuchtung, geänderte Formulare: Ändern sich die Eingangsdaten, sinkt die Trefferquote. Modelle müssen beobachtet und gelegentlich nachtrainiert werden.

In der Praxis: vortrainierte Modelle nutzen

Der übliche Weg ist heute, auf vortrainierte Modelle aufzubauen und sie mit wenigen eigenen Beispielen anzupassen – per Fine-Tuning oder durch Anbindung an Ihre Dokumente. Bei der KI-Implementierung prüfen wir zuerst, ob ein vorhandenes Modell Ihre Aufgabe schon löst, bevor irgendetwas trainiert wird. Geht es um Belege, Formulare und Scans, übernimmt das unsere Leistung Dokumente und Daten. Betrieben wird alles auf Servern in Deutschland.

Häufige Fragen

Was ist der Unterschied zwischen KI, Machine Learning und Deep Learning?

Die Begriffe sind ineinander verschachtelt. Künstliche Intelligenz ist der Oberbegriff, Machine Learning ein Teil davon, Deep Learning wiederum eine besondere Form des Machine Learning mit vielschichtigen neuronalen Netzen.

Wie viele Daten braucht Deep Learning?

Für ein Training von Grund auf sehr viele. Mit einem vortrainierten Modell reichen für eine eng umrissene Aufgabe oft einige hundert gut markierte Beispiele, manchmal weniger.

Warum ist Deep Learning erst seit einigen Jahren so verbreitet?

Die Grundideen sind Jahrzehnte alt. Durchgesetzt haben sie sich erst, als drei Dinge zusammenkamen: große digitale Datenmengen, bezahlbare Grafikprozessoren und bessere Trainingsverfahren. Seitdem schlagen tiefe Netze ältere Methoden bei Bildern, Sprache und Text deutlich.

Braucht man für Deep Learning teure Hardware?

Für das Training großer Modelle ja, dafür werden Grafikprozessoren eingesetzt. Für die Nutzung eines fertigen Modells genügt häufig ein gewöhnlicher Server oder ein gemieteter Dienst in einem deutschen Rechenzentrum.