Teil C · Arten des maschinellen Lernens · Lektion 12

Selbstüberwachtes Lernen

Geprüft am 20.11.2026

Selbstüberwacht = die Daten liefern ihre Aufgaben selbst. So entstehen große Basismodelle, die man danach anpasst.

Im Alltag

Ein Lückentext: „Morgens trinke ich eine Tasse ___.“ Sie wissen sofort: Kaffee oder Tee. Niemand musste Ihnen die Lösung geben – die Sprache selbst liefert die Aufgabe und die Antwort.

Fachlich

Beim selbstüberwachten Lernen (self-supervised learning) erzeugt das Verfahren die Labels aus den Daten selbst: Ein Teil wird verdeckt, das Modell soll ihn vorhersagen – etwa das nächste Wort in einem Text. So kann man mit riesigen Mengen ungelabelter Daten lernen.

Foundation Models

So entstehen Foundation Models (Basismodelle): sehr große Modelle, die auf breiten Daten vortrainiert sind und für viele Aufgaben angepasst werden können. Große Sprachmodelle sind das bekannteste Beispiel. Die EU-KI-Verordnung nennt sie KI-Modelle mit allgemeinem Verwendungszweck und stellt eigene Pflichten an ihre Anbieter (Modul 12).

Weitere Mischformen

  • Halbüberwachtes Lernen: wenige gelabelte und viele ungelabelte Beispiele zusammen.
  • Transfer Learning: ein vortrainiertes Modell wird mit wenigen eigenen Beispielen auf eine neue Aufgabe angepasst.
  • Aktives Lernen: das Modell fragt gezielt nach Labels für die Fälle, bei denen es am unsichersten ist.
Merksatz

Selbstüberwacht = die Daten liefern ihre Aufgaben selbst. So entstehen große Basismodelle, die man danach anpasst.

Prüfungstipp

Fragt die Prüfung nach den „drei Lernparadigmen“, sind überwacht, unüberwacht und bestärkend gemeint. Selbstüberwacht dürfen Sie als moderne Ergänzung nennen – das zeigt Bachelor-Niveau.

Hinweise für Lehrende

Machen Sie das Lückentext-Spiel mit drei Sätzen. Dann: Ein Sprachmodell hat genau das milliardenfach gemacht. Transfer Learning ist für Betriebe besonders wichtig – man muss nicht bei null anfangen.

Häufige Fragen zu „Selbstüberwachtes Lernen“

Was ist selbstüberwachtes Lernen?

Das Verfahren erzeugt die Labels aus den Daten selbst, etwa indem es das nächste Wort eines Textes vorhersagt. So lässt sich mit sehr großen Mengen ungelabelter Daten lernen.

Was ist ein Foundation Model?

Ein sehr großes, breit vortrainiertes Basismodell, das für viele Aufgaben angepasst werden kann, zum Beispiel ein großes Sprachmodell. Die EU-KI-Verordnung spricht von KI-Modellen mit allgemeinem Verwendungszweck.

Was ist Transfer Learning?

Ein vortrainiertes Modell wird mit wenigen eigenen Beispielen auf eine neue Aufgabe angepasst. Unternehmen müssen so nicht bei null anfangen.