Teil A · Wie neuronale Netze lernen · Lektion 2

Aktivierungsfunktionen

Geprüft am 20.11.2026

Innen meist ReLU, außen Sigmoid (zwei Klassen), Softmax (mehrere Klassen) oder linear (Regression).

Der vollständige Inhalt dieses Kapitels ist Teil des Kurses Bachelor Professional KI.

Mit Animationen, Rechenwegen, Übungen mit KI-Korrektur und Quiz. Einmalig 99 € für 3 Jahre Zugriff – Modul 1 ist kostenlos.

Häufige Fragen zu „Aktivierungsfunktionen“

Wozu dienen Aktivierungsfunktionen?

Sie bringen Nichtlinearität ins Netz. Ohne sie wäre jedes noch so tiefe Netz nur eine lineare Funktion und könnte keine komplexen Muster lernen.

Welche Aktivierung gehört in die Ausgabeschicht?

Bei Regression linear, bei zwei Klassen Sigmoid, bei mehreren Klassen Softmax. In verdeckten Schichten ist ReLU der Standard.