Maschinelles Lernen (ML)
ifaa-Lexikon
Maschinelles Lernen (ML) ist ein Teilgebiet der künstlichen Intelligenz (KI). ML konzentriert sich auf die Entwicklung von Algorithmen und Techniken, die durch Beispiele lernen und selbstständig Daten analysieren sowie klassifizieren können. Die ML-Systeme können so auch gelernte Muster aus den Beispielen auf Unbekanntes anwenden, um Prognosen zu erstellen. Die Effektivität eines ML-Systems kann anhand seiner Leistungsfähigkeit beurteilt werden, was diese von der klassischen KI unterscheidet. Damit das ML verwendet werden kann, sind große Datenmengen für das Training essenziell, wobei diese auch repräsentativ sein müssen.
Besonders ist ML in der Automatisierungstechnik in den Bereichen der Objekterkennung und Klassifikation geeignet. Auch in der Produktion erweist sich ML als hilfreich: Durch die Ermittlung von Fehlern im Produktionsprozess kann man die Qualitätssicherung unterstützen. Durch diese Schwachstellenanalysen können ML-Systeme ebenfalls in der Wartung und bei der Reparatur eine bedeutende Rolle spielen: Anhand der Messwerte ist es möglich Ausfalle zu prognostizieren und eine frühzeitige Wartung zu verschieben.
Unsere Empfehlungen
Auszubildende für KI fit machen
VeranstaltungenDer KI-Workshop bietet Auszubildenden die Möglichkeit, die Einsatzgebiete von KI kennenzulernen und ein grundlegendes Verständnis zu entwickeln.
Praxisbroschüre Künstliche Intelligenz
BroschürenGrundlagen der KI und des maschinellen Lernens, KI-Anwendungen in Produktionsunternehmen, Good-Practice-Beispiele von KMU der M+E-Industrie
Künstliche Intelligenz in der Arbeitswelt
PublikationenDiese Ausgabe der LEISTUNG & ENTGELT stellt die Grundlagen der KI dar und benennt die Technologien und mögliche Anwendungen.
Sprechen Sie uns an!
Dipl.-Ing. (FH) und 2. Staatsexamen Lehramt (BK)
Gerda Maria Ramm
Wissenschaftliche Mitarbeiterin
Telefon: +49 2233 600371-5
Jennifer Link, M. Sc. Maschinenbau
Wissenschaftliche Mitarbeiterin
Telefon: +49 2233 600371-4
Dipl.-Ing.
Sebastian Terstegen
Wissenschaftlicher Mitarbeiter
Telefon: +49 211 542263-42