10.01.2020

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

Für die Artikelreihe "#unchAIn - Demystifying AI" kooperiert der brutkasten mit dem Expertinnen-Netzwerk Ms. AI, um Vorurteile rund um Künstliche Intelligenz zu entmystifizieren. Expertinnen beantworten dazu die großen Fragen rund um das Thema KI. Teil 3: Was ist Machine Learning und Deep Learning?
/artikel/ki-was-ist-machine-learning-deep-learning
Künstliche Intelligenz (KI): Was ist Machine Learning? Was ist der Unterschied zu Deep Learning?
(c) Adobe Stock - zapp2photo

KI (Künstliche Intelligenz) ist das vielleicht wichtigste Tech-Thema unserer Zeit. Es gibt wohl keinen Bereich des politischen, wirtschaftlichen und gesellschaftlichen Lebens, der nicht das Potenzial hat, von KI grundlegend verändert zu werden. Gleichzeitig gibt es bei diesem Thema viele Falschinformation und überzogene Erwartungen. Für das Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit dem internationalen Expertinnen-Netzwerk Miss AI, um gängige, teils falsche Vorstellungen zu entmystifizieren. Expertinnen und Experten der jeweiligen Felder – von Philosophinnen über Wissenschaftlerinnen bis zu Managerinnen – beantworten dabei in einer mehrteiligen Artikelreihe die großen Fragen zum Thema Künstliche Intelligenz, Machine Learning, Deep Learning und Co.

+++Mehr zum Thema AI & DeepTech+++

Im ersten Teil der Serie behandelten wir die Frage, was eigentlich Intelligenz (ganz allgemein) ist. Im zweiten ging es darum, ob Maschinen das menschliche Gehirn 1:1 kopieren können. Im dritten Teil widmen wir uns nun zwei der gängigsten Tech-Begriffe im Zusammenhang mit KI: Was ist Machine Learning? Und was ist Deep Learning? Und wie unterscheiden sich die beiden? Die Programmiererin und Mathematikerin Donata Petrelli un der Chatbot-Pionier Denis Rothman wählten bei der Beantwortung dieser Fragen sehr unterschiedliche Zugänge.


Bisher in der Serie „#unchAIn – Demystifying AI“ erschienen:


Was ist Machine Learning?

Petrelli: Die meisten haben als Kind wohl das Spiel „Blinde Kuh“ gespielt? Man ist mit verbundenen Augen in einem ausreichend großen Raum und muss es schaffen, die anderen im Raum zu finden und zu erkennen. Dabei hat das Kind mit verbundenen Augen keine Hinweise darauf, wo die anderen Kinder sind. Wenn es sich durch den Raum bewegt, muss es durch Tasten und Probieren die Umgebung verstehen, und letztlich die Mitspieler finden und erkennen. Machine Learning ist genau so ein Prozess, wie ihn das Kind mit verbundenen Augen im Raum durchführt.

Und um es etwas technischer zu definieren: Das maschinelle Lernen macht heute einen großen Teil des Bereichs Künstliche Intelligenz aus. Es umfasst mehrere Methoden zur Analyse und Erkennung von Daten und deren Beziehungen zueinander – oft zu Vorhersagezwecken. Alle diese Verfahren haben das Ziel, ohne initiale Kenntnisse sondern durch Erfahrung, eine Umgebung mit ihren Elementen und den Beziehungen zwischen ihnen, zu erkennen. Zu den bekanntesten Verfahren gehört das Modell der künstlichen neuronalen Netze, die die Struktur des menschlichen Gehrins simulieren.

Rothman: Machine Learning ist ein Teilbereich der Künstlichen Intelligenz. Nicht Machine Learning-basierte Algorithmen sind im Allgemeinen regelbasiert. Also etwa:

wenn X dann Y

Sowohl X als auch Y enthalten dabei viele Werte wie etwa ein Set von Daten. Das maschinelle Lernen kann die richtigen Werte „lernen“, um ein Ergebnis zu produzieren. Dabei gibt es keine Regel! Wir wollen etwa die Lösung finden für die Gleichung:

Y=aX + b

Wir müssen also die Werte von a und b finden, um die Gleichung lösen zu können. Daher probieren wir alle möglichen Werte von a und b aus. Das passiert oftmals nach dem Zufallsprinzip, um zu sehen, welche Werte am besten passen. Da wir leistungsstarke Computer haben, funktioniert das auch. Wir benutzen dazu viele Arten von Algorithmen, etwa Clustering und Regression. Jeder Algorithmus f sucht dabei nach den richtigen Werten, nach dem Prinzip:

f(Y)=aX+b

Die jeweiligen Algorithmen können dann jeweils für bestimmte Aufgaben genutzt werden, etwa eine Vorhersage, ob es nächste Woche regnen wird oder was die beste Route ist, um von Ort A nach Ort B zu gelangen usw.

Und was ist der Unterschied zu Deep Learning?

Rothman: Deep Learning ist wiederum ein Teilbereich des maschinellen Lernens. Es erweitert das Prinzip um „Layers“. Man kann es in Fällen nutzen, wo die Ermittlung des Werts Y schon deutlich komplexer ist. Nehmen wir dazu wieder eine Funktion f heran, wo es nun aber viele Schritte gibt:

f(Y)= f5(f4(Xf(3Xf(2Xf(X))

Das wirkt etwas verrückt? Als Mensch macht man das aber jeden Tag. Wenn man etwa gebeten wird, ein Gesicht in einem Bild mit 30 Gesichtern zu finden (wie z.B. auf einem Klassenfoto), dann macht man (unbewusst) ungefähr folgendes:

  1. Man versucht, die Gesichter vom Hintergrund zu isolieren.
  2. Dann sieht man sich die Form der Gesichter an.
  3. Dann die Farbe der Gesichter.
  4. Dann auch die Größe einer Person.
  5. Dann trifft man endlich eine Entscheidung und sagt: „Das ist die Person, die ich suche!“

Deep Learning tut dies automatisch, indem es die jeweils richtigen Werte von a und b findet, um jede Schicht von f(Y)=aX + b zu ermitteln.

Petrelli: Deep Learning ist eine Verstärkung der Methoden des Machine Learning, insbesondere der neuronalen Netze. In diesem Fall ist das Modell ausgefeilter, da die Resultate das Ergebnis der Ausarbeitung strukturierter Konzepte sind, die sich aus den Basis-Konzepten ableiten.

Um eine Analogie zu bringen: Die Gewinnung von Informationen durch ein Deep Learning-Modell im Vergleich zu einem Machine Learning-Modell ist wie jene eines Erwachsenen verglichen mit jener eines Kindes, das noch weitere Entwicklungsstufen vor sich hat.

⇒ Zur Page von Ms. AI

Redaktionstipps
Deine ungelesenen Artikel:
28.08.2026

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
28.08.2026

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
Das Zyglox-Team in Graz, in der Mitte die Gründer Jakob Moder (links) und Erik Gerstl (rechts). © Zyglox

Rund die Hälfte der Lifecycle-Kosten eines Zuges entfällt auf die Wartung, und davon wiederum mehr als die Hälfte auf Räder, Achsen und Fahrwerk, sagt Jakob Moder. Wie stark diese Bauteile im Betrieb tatsächlich belastet werden, wird bisher aber kaum gemessen. Der Grund ist simpel: Es fehlt an präziser Messtechnik, die im Dauerbetrieb einsetzbar ist. Das Grazer Startup Zyglox will das ändern.

„Die Eisenbahn ist nicht ins 21. Jahrhundert gekommen“

Der Name ist ein Wortspiel: Zyglox, gesprochen „Zügloks“, steht für Messtechnik für Züge und Loks. Dahinter stehen Jakob Moder und Erik Gerstl, die zuvor gemeinsam in der Messtechnik gearbeitet haben. Moder wechselte später in den Eisenbahnbereich und erlebte die Lücke dort aus der Praxis. Was es brauche, sei eine Lösung, „die das einerseits zuverlässig erkennt und gleichzeitig gut applizierbar ist“. Sein Urteil: „Bei der Usability ist die Eisenbahn nicht ins 21. Jahrhundert gekommen.“ Ende 2023 gründeten die beiden Techniker Zyglox in Graz.

Die bisherige Methode mit Dehnmessstreifen sei „einfach zu teuer“, erklärt Moder. Der Zug müsse dafür ein bis zwei Wochen zerlegt und instrumentiert werden, deshalb passiere das nur bei der Zulassung. „Das dauert ein Jahr, diese Technik reinzubringen, die Zulassung durchzuführen, und dann wird es wieder rausgenommen.“ Im laufenden Betrieb bleiben nur Beschleunigungssensoren, wie sie auch in jedem Smartphone stecken. „Das ist von der Datenqualität her ganz was anderes. Unser Sensor ist wie 4K, der Beschleunigungssensor liefert ein verpixeltes Foto von den Zuständen.“

Ein Sensor für Zulassung und Dauerbetrieb

Die Lösung von Zyglox lässt sich ohne größere Änderungen am Bauteil anbringen. „Wir haben eine Plug-and-Play-Lösung, die kann man einfach aufstecken“, sagt Moder. Ein Techniker braucht dafür laut Zyglox 30 Minuten. Der Sensor messe Dehnungen an Achsen, Wellen oder Schienen und liefere „gleiche oder bessere Daten als die Lösungen bisher“. Das Ziel ist ein Universalwerkzeug: genau genug für die Zulassung, aber so ausgelegt, dass es danach auf dem Fahrzeug bleibt und die Kräfte im Rad-Schiene-Kontakt dauerhaft erfasst. „Da gibt es ein großes Anwendungsfeld, denn damit wird auch die Infrastruktur überwacht“, so Moder.

Jeden Tag werden auf der Schiene hunderttausende Kilometer zurückgelegt. Zyglox will jeden davon nutzbar machen, um zu lernen, zu verbessern und vorherzusagen. Mit herkömmlichen Methoden war das Erfassen dieser Daten bisher zu teuer, zu langsam und zu aufwendig. © Zyglox

Physik aus dem Trafo, Sensoren aus dem Weltraum

Technisch nutzt Zyglox hochsensitive Magnetfeldsensoren aus der Raumfahrt, das Startup ist Teil eines Downstream-Programms der ESA. Das Prinzip erklärt Moder am Transformator: Der brummt, weil das Magnetfeld des Wechselstroms den Stahl minimal dehnt. „Und wir machen das Umgekehrte: Wenn sich der Stahl dehnt, ändert sich sein Magnetfeld in der Umgebung.“ Ein aktives Messverfahren berücksichtigt dabei den linearen Zusammenhang zwischen Belastung und Sensorsignal. Die Technologie ist patentiert, entwickelt und montiert wird in Graz.

Betreiber als Kunden, Wartung als Hebel

Als primäre Kunden sieht Zyglox die Bahnbetreiber, bei denen die Wartungskosten anfallen. Dazu kommt die Sicherheit: „Es gibt viele Vorfälle, die vielleicht nicht zu einem Unfall führen, wo man aber trotzdem sicherer und zuverlässiger unterwegs wäre, wenn man gutes Condition Monitoring hat.“

Ein kleines Pilotprojekt ist bereits abgeschlossen. Für 2027 ist der Einbau des Systems in Fahrzeuge im regulären Streckenbetrieb geplant, zunächst als Prototyp für einige Wochen Messung. Danach folgt die Zulassung. Ende 2027 soll daraus ein fertiges Produkt werden, erst dann könne die Skalierung beginnen, sagt Moder. An Interesse mangelt es nicht: „Wir können gar nicht alle Pilotprojekte machen“, weil Sensorentwicklung samt Software personalintensiv sei. Ende September zeigt das Team den Prototyp auf der InnoTrans in Berlin, der größten Messe für Schienenfahrzeuge.

Mit aws Preseed und aws Seed vom Effekt zum Produkt

Finanziert hat sich Zyglox bisher aus eigenen Mitteln und über die Austria Wirtschaftsservice (aws). Mit aws Preseed, konkret im Programm „aws Preseed | Seedfinacing – Deep Tech“, hat das Startup die ersten eineinhalb Jahre an der Sensortechnologie getüftelt. „Es hat uns die Möglichkeit gegeben, eine Idee, die bereits validiert war, einfach zu erproben. Einfach Zeit zu haben, weil Hardware dauert ein bisschen, etwa Prototypen zu iterieren“, sagt Moder. Es sei vor allem darum gegangen, „sicherzustellen, dass das dann ein Produkt werden kann“. Seit Mitte 2025 ist Zyglox im Seed-Programm der aws, das voraussichtlich bis Anfang 2028 läuft. Das Team ist inzwischen auf rund sieben Personen gewachsen. Für die Skalierungsphase im kommenden Jahr will sich das Startup nach Investoren umsehen: „Wenn eine Bestellung eintritt oder größer wird, werden wir das mit den aktuellen Mitteln wahrscheinlich nicht mehr stemmen können.“

Standortvorteil Graz

Den Standort Graz sieht Moder als klaren Vorteil: Siemens fertigt hier Fahrwerke, dazu kommen Messdienstleister, Prüfstandbauer und Nextsense. Zyglox sitzt direkt am Campus der TU Graz, mit Zugang zu Prüfständen der Universität und Maschinen der voestalpine. „Die gesamte Infrastruktur ist einzigartig“, sagt Moder. „Im Silicon Valley könnten wir das Produkt wahrscheinlich nicht entwickeln, in Österreich geht es besser. Das ist eigentlich ein bisschen verrückt, aber wir haben hier die optimalen Bedingungen.“


Disclaimer: Dieser Artikel ist im Rahmen einer Medienkooperation mit der Austria Wirtschaftsservice (aws) entstanden.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

#unchAIn, Teil 3: Was ist Machine Learning und Deep Learning?