Maschinelles Lernen verstehen – Grundwissen ohne viel Mathematik.

Maschinelles Lernen (ML) ist ein Teilbereich der künstlichen Intelligenz (KI) und stützt sich auf mathematischen/statistischen Modellen. Diese mächtige Technologie wurde bereits in der automatischen Sprachverarbeitung, Bildanalyse, medizinische Diagnostik, Prozesssteuerung und dem Kundenmanagement erfolgreich eingesetzt. In Zukunft werden Maschinen mehr entscheidungsrelevante Empfehlungen generieren. Hierzu ist es wichtig, auf der technologischen Seite die Sicherheit, Robustheit und hinreichende Nachvollziehbarkeit von automatischen Entscheidungsprozessen zu gewährleisten. Gleichzeitig muss dafür gesorgt werden, dass ML-Anwendungen mit ethischen Fragen wie Missbrauch und juristischen Fragen wie Haftung mit algorithmisch getroffenen Entscheidungen vereinbar sind.

Für die weitere Verbreitung maschineller Lernverfahren in die Anwendung spielt die gesellschaftliche Akzeptanz eine zentrale Rolle. Hierfür ist ein Grundwissen über die Funktionsweise von ML-Algorithmen und eine breite öffentliche Diskussion über die Auswirkung dieser Algorithmen erforderlich. Unser Beitrag setzt genau hier an. Wir testen einen Einsteigerformat zur Frage, wie Grundlagen des maschinellen Lernens einfach und verständlich für Personen mit Basiswissen in Mathematik vermittelt werden können. Unser Beitrag beinhaltet Beispiele, Übung und eine Diskussion zu Auswirkungen von KI-Anwendungen und dazu welche Methoden sich möglicherweise eignen, dem Bias von KI-Anwendungen in der beruflichen und privaten Nutzung zu reduzieren.