Plattform
Plattform-ÜbersichtAI Adoption & Multi-ModellSelbstbefüllendes KI-CRMSales & Branchen CRMSales CRM Use CasesRecruiting CRM Use CasesB2B Kontakt-SucheMulti-Channel-KampagnenProjekte & AufgabenTeam-MessengerSocial Media StudioFunnel & NewsletterMeetings & Terminbuchung
Beratung, Preise & Ressourcen
KI-Transformation & StrategieManaged ServicesAlexander Weltzsch · Executive AdvisoryDennis Hilger · B2B Growth AdvisoryPreise & LizenzrechnerÜber unsKI im UnternehmenTech und KI GlossarLeitfaden für erfolgreiche LandingpagesGeschäftsbedingungen und RichtlinienKontakt & Live-Demo
← Zurück zum Tech und KI Glossar (A–Z)
Tech und KI Glossar · Buchstabe · Buchstabe U

Überwachtes Lernen (Supervised Learning)

Überwachtes Lernen (Supervised Learning)

Definition

Überwachtes Lernen (Supervised Learning) ist ein Verfahren des maschinellen Lernens, bei dem ein Algorithmus anhand annotierter Beispieldaten (Eingaben samt bekannter Zielwerte, sogenannter Labels) trainiert wird, um neuen Eingaben die passende Ausgabe zuzuordnen.

Erklärung

Fachlich gliedert sich Supervised Learning in zwei Hauptaufgaben: Bei der Klassifikation ordnet das Modell Daten diskreten Kategorien zu (z. B. Eingangsrechnung vs. Mahnung, Kündigungsrisiko hoch vs. niedrig), während die Regression kontinuierliche Zahlenwerte vorhersagt (z. B. Lieferzeiten, Absatzmengen oder erwarteten Auftragswert). Während des Trainings vergleicht das Verfahren seine Vorhersage für jeden Datensatz mit dem tatsächlichen historischen Ergebnis und passt seine internen Gewichte so an, dass der Vorhersagefehler sinkt. Im B2B-Betrieb liegt der größte Engpass meist in der Qualität der historischen Labels im CRM- oder ERP-System, etwa wenn Vertriebsphasen uneinheitlich gepflegt oder Kündigungsgründe unvollständig dokumentiert wurden. Um zu prüfen, ob das Modell echte Zusammenhänge gelernt hat und nicht bloß historische Beispiele auswendig speichert (Overfitting), wird der Datensatz strikt in Trainings-, Validierungs- und ungesehene Testdaten aufgeteilt.