Machine Learning Models

Machine Learning Models sind Modelle, die aus Beispieldaten lernen und daraus Vorhersagen oder Einordnungen für neue Fälle erzeugen. Statt festen Wenn-Dann-Regeln folgen sie den Mustern, die im Training aus den Daten entstehen. Der Begriff fasst die drei Lernarten supervised (mit Beispiel-Antworten), unsupervised (ohne Beispiel-Antworten) und reinforcement learning (mit Belohnung) zusammen und schließt sowohl klassische Verfahren wie Regression, Random Forest und Gradient Boosting (Baum-basierte Verfahren) als auch tiefe neuronale Netze ein.

Was ist ein Machine Learning Model?

Ein Machine Learning Model ist eine mathematische Funktion, deren Stellschrauben (Parameter) im Training aus Beispieldaten eingestellt werden. Im Betrieb (Inferenz) nimmt es eine Eingabe entgegen, zum Beispiel eine Tabellenzeile, einen Text, ein Bild oder eine Sensor-Messreihe, und erzeugt daraus eine Ausgabe: eine Kategorie (Klassen-Label), eine Wahrscheinlichkeit, eine Zahl (numerische Prognose) oder eine Gruppen-Zuordnung (Cluster). Die Entscheidungs-Muster entstehen im Training aus den Daten, nicht aus einer von Hand geschriebenen Regelsammlung. Die Aussagen des Modells gelten für neue, bisher ungesehene Fälle, nicht für die Zusammenfassung vorhandener Datenpunkte.

Drei Lern-Paradigmen prägen das Feld. Supervised Learning arbeitet mit gelabelten Trainingsdaten und deckt die Aufgaben Klassifikation (diskrete Ausgabe) und Regression (numerische Ausgabe) ab. Unsupervised Learning kommt ohne Labels aus und findet Struktur in den Daten selbst: Clustering fasst ähnliche Datenpunkte zusammen, Dimensionsreduktion (PCA, UMAP) verdichtet den Merkmalsraum, Anomalie-Erkennung markiert Ausreißer. Reinforcement Learning trainiert einen Agenten in einer Umgebung über Belohnungssignale. Semi-supervised und self-supervised Learning sind Mischformen, in denen ein kleiner gelabelter Anteil oder das Signal aus den Daten selbst das Training steuert.

Die Modell-Familien decken einen breiten Raum ab. Lineare Modelle (Linear Regression, Logistic Regression) sind einfach, interpretierbar und ein Ausgangspunkt für viele Aufgaben. Baum-basierte Modelle (Decision Tree, Random Forest, Gradient Boosting mit XGBoost oder LightGBM) dominieren auf tabellarischen Daten. Nearest-Neighbour-Verfahren, Support Vector Machines und Naive Bayes ergänzen den klassischen Kanon. Clustering-Verfahren (K-Means, DBSCAN, hierarchisches Clustering) und Deep-Learning-Modelle (MLP, CNN, RNN/LSTM, Transformer) runden das Bild. [Deep Learning](/insights/glossar/deep-learning/) ist formal eine Teilmenge des maschinellen Lernens; die Trennung im Sprachgebrauch existiert, weil die Trainings-Anforderungen (Datenmenge, GPU-Rechenzeit, Repräsentations-Lernen ohne manuelles Feature Engineering) einen eigenen Werkzeugkasten erzwingen.

Der Modell-Lebenszyklus reicht über das Training hinaus. Datenaufbereitung und [Feature Engineering](/insights/glossar/feature-engineering/) legen den Merkmalsraum fest. Training mit Hyperparameter-Tuning und Cross-Validation schätzt die Parameter. Evaluation gegen Testdaten misst die Güte mit Metriken je Aufgabentyp: Accuracy, Precision, Recall und F1 für Klassifikation, RMSE oder MAE für Regression, Silhouette-Score für Clustering. Deployment als Batch- oder Realtime-Endpoint macht das Modell abrufbar. Ein Model Registry versioniert das Modell samt Trainings-Metriken und Freigabe-Status. Monitoring auf Datendrift und Modell-Degradation entscheidet über den nächsten Retraining-Zyklus.

Abgrenzung zu AI Models, Foundation Models und Analytic Models

Machine Learning Models werden im Sprachgebrauch mit mehreren benachbarten Kategorien vermischt. Die relevanten Trennlinien:

[AI Models](/insights/glossar/ai-models/) ist der Dachbegriff für alle trainierten Modelle und schließt klassisches Machine Learning, Deep Learning und Foundation Models ein. Im heutigen Fachgebrauch überschneiden sich AI Model und Machine Learning Model weitgehend; „ML Model" betont das aufgaben-spezifische Trainings-Setup auf strukturierten oder domänen-spezifischen Daten und wird häufig dann verwendet, wenn klassische supervised- und unsupervised-Verfahren gemeint sind. „AI Model" ist der breitere Begriff und umfasst auch generative und vortrainierte Modelle.

Der wichtigste Nachbar ist die Klasse der Foundation Models. Klassische ML-Modelle werden pro Aufgabe auf strukturierten Daten trainiert, mit einer definierten Zielvariable und einem geschlossenen Merkmalsraum. [Foundation Models](/insights/glossar/foundation-models/) werden selbstüberwacht auf sehr breiter Datenmenge vortrainiert und anschließend über Prompting, In-Context Learning oder Fine-Tuning auf viele nachgelagerte Aufgaben angepasst. Formal sind beide AI Models. Im Sprachgebrauch werden sie getrennt, weil Trainings-Aufwand, Datenanforderungen und Anpassungs-Wege sich um mehrere Größenordnungen unterscheiden.

[Analytic Models](/insights/glossar/analytic-models/) gehören zu einer anderen Disziplin. Sie definieren Kennzahlen, Dimensionen und Hierarchien für Reporting und BI und dienen der Auswertung vorhandener Daten. Ihre Aufgabe ist Aggregation und Aufschlüsselung nach Dimensionen; Muster aus Daten zu lernen und Vorhersagen zu produzieren fällt in die Zuständigkeit der Machine Learning Models. Beide Modellklassen leben oft auf derselben Plattform, gehören aber zu unterschiedlichen Verantwortungsbereichen: analytische Modelle im BI- und Semantic-Layer-Umfeld, Machine Learning Models im ML-Engineering.

Ein [Algorithmus](/insights/glossar/algorithmus/) wie Random Forest oder Gradient Boosting ist der mathematische Bauplan; das Machine Learning Model ist der trainierte Zustand, der sich aus diesem Bauplan mit konkreten Daten und Hyperparametern ergibt. Zwei Trainings auf demselben Algorithmus mit unterschiedlichen Daten liefern zwei unterschiedliche Modelle.

Beispiel: Churn-Modell im Kunden-Workflow

Ein Handelsunternehmen setzt ein Machine Learning Model zur Churn-Prognose ein. Ausgangspunkt ist ein Trainingsdatensatz aus dem CRM: Kunden-Merkmale wie Vertragsalter, letzte Aktivität, Anzahl Support-Tickets und Preis-Segment als Features, ein binäres Kündigungs-Label aus der Vergangenheit als Zielgröße. Die Features werden im [Feature Store](/insights/glossar/feature-store/) versioniert und stehen sowohl für das Training als auch für die spätere Inferenz zur Verfügung, mit derselben Berechnungslogik in Batch und Online.

Trainiert wird ein Gradient-Boosting-Klassifikator (LightGBM) mit stratified k-fold Cross-Validation und Hyperparameter-Suche über Tree-of-Parzen-Estimator. Ausgewertet wird gegen einen Test-Split mit F1-Score und PR-AUC, weil die Kündigungsrate im unteren einstelligen Prozent-Bereich liegt und Accuracy in diesem Setup irreführend wäre. Nach Kalibrierung der Wahrscheinlichkeiten wird das Modell im Model Registry versioniert, mit Trainings-Metriken, verwendetem Feature-Set und Freigabe-Status.

Deployment erfolgt als Realtime-Endpoint. Der Scoring-Aufruf im CRM liefert eine Kündigungs-Wahrscheinlichkeit pro Kunde, die eine Retention-Kampagne triggert, sobald ein Schwellenwert überschritten wird. Der Schwellenwert selbst folgt aus den Business-Kosten von False Positives (überflüssige Rabatte) und False Negatives (entgangene Kunden). Monitoring auf Feature-Drift und Kalibrierungs-Fehler entscheidet über den nächsten Retraining-Zyklus. Ein einzelnes Machine Learning Model, eingebettet in einen produktiven End-to-End-Workflow aus Feature Store, Training-Pipeline, Registry, Serving und Monitoring.