Was bedeutet Maschinelles Lernen?
Maschinelles Lernen bezeichnet Verfahren, bei denen Modelle anhand von Daten Muster oder Zusammenhänge für eine Aufgabe lernen. Statt jede Entscheidungsregel einzeln vorzugeben, werden Modellparameter im Training angepasst. Die Eignung zeigt sich an neuen, geeigneten Prüfdaten.
Was heißt das für Public Affairs?
Ein Beispiel für Public Affairs ist die Klassifikation von Dokumenten nach Themen. Das Training und die Bewertung sollten den tatsächlichen Sprachraum und die Dokumentarten abbilden. KI-Ergebnisse sind besonders dann kritisch zu prüfen, wenn sich die späteren Daten von den Trainingsdaten unterscheiden.
Worauf kommt es an?
Gute Leistung auf bekannten Trainingsbeispielen beweist keine Übertragbarkeit. Fehlerhafte Kennzeichnungen oder verzerrte Daten können sich im System fortsetzen.
Drei Fragen für die Praxis
- Sind Training und Test getrennt?
- Passen die Prüfdaten zur Anwendung?
- Welche Fehlertypen treten auf?
Originalquellen & Vertiefung
Die Quellen erläutern den Begriff oder seinen fachlichen Rahmen. Die Anwendungshinweise und das fiktive Beispiel sind eigenständige Ausarbeitungen dieses Glossars.
- NIST CSRC: Glossareintrag Machine Learning
- NIST: AI Risk Management Framework, freiwilliger Risikomanagementrahmen
Fachbegriffe werden verständlich eingeordnet; berufliche Arbeitsbegriffe sind keine gesetzlichen Definitionen. Bei Rechtsfragen sind die einschlägige Fassung und der konkrete Einsatz maßgeblich.