Lexikon · U
Unüberwachtes Lernen
Kurzantwort
Beim unüberwachten Lernen bekommt ein Verfahren Daten ohne vorgegebene Antworten und sucht darin selbst nach Struktur, zum Beispiel nach Gruppen ähnlicher Fälle1. Was die gefundenen Gruppen bedeuten, legt hinterher ein Mensch fest.

Auch Daten ohne richtige Antworten enthalten Muster, und das unüberwachte Lernen versucht, sie zu erkennen. Googles Lehrgang veranschaulicht das an einem Jahr Wetterdaten, die nur Temperaturen enthalten und keinen Hinweis auf die Jahreszeit: Fasst ein Verfahren Tage mit ähnlichen Werten zusammen, entstehen Gruppen, die ziemlich genau den Jahreszeiten entsprechen. Die Namen für solche Gruppen vergibt erst danach ein Mensch1.
Clustering: ähnliche Fälle bündeln
Viele Verfahren dieser Art arbeiten mit Clustering, also dem Zusammenfassen ähnlicher Datenpunkte zu Gruppen1. Die Python-Bibliothek scikit-learn bietet dafür ein eigenes Modul an und erklärt in ihrer Dokumentation, wie sich die Verfahren unterscheiden2.
Das Verfahren k-Means teilt die Daten in eine feste Zahl von Gruppen auf. Es sucht Gruppenmittelpunkte so, dass die Summe der quadrierten Abstände aller Punkte zu ihrem Mittelpunkt möglichst klein wird. Die Zahl der Gruppen muss man vorher angeben2. Dabei geht k-Means von rundlichen, gleichmäßig ausgedehnten Gruppen aus und kommt mit lang gezogenen oder verwinkelten Formen schlecht zurecht. Weil das Ergebnis vom Startpunkt abhängt, kann es in einer zweitbesten Lösung hängen bleiben; scikit-learn empfiehlt deshalb eine geschickte Startwahl namens k-means++2.
DBSCAN geht anders vor und betrachtet Gruppen als dicht besetzte Bereiche, zwischen denen wenig los ist. Die gefundenen Gruppen können jede Form haben. Gesteuert wird das Verfahren über einen Abstand und eine Mindestzahl von Nachbarn, und Punkte, die nirgends dazugehören, markiert es als Rauschen2.
Einsatzfelder
Händler fassen Kundinnen und Kunden mit ähnlichem Kaufverhalten zu Segmenten zusammen. Banken und Betreiber von Anlagen suchen Datenpunkte, die zu keiner Gruppe passen; das ist Anomalieerkennung. Texte lassen sich nach Themen bündeln, wenn man sie vorher als Embeddings in Zahlenvektoren übersetzt hat, und Fotosammlungen nach ähnlichen Motiven. Ein Kundendienst kann so zum Beispiel Tausende Beschwerden gruppieren und erst danach lesen, was in den größten Gruppen steht, statt jede Nachricht einzeln einer vorher ausgedachten Kategorie zuzuordnen.
Auch ein LLM beginnt sein Training überwiegend mit Daten ohne Beschriftung und wird erst danach für bestimmte Aufgaben verfeinert1.
Ergebnisse richtig deuten
Weil es keine richtige Lösung gibt, lässt sich ein Clustering nicht einfach gegen Labels prüfen. Bei k-Means bestimmt der Mensch, wie viele Gruppen herauskommen: Wer fünf vorgibt, erhält fünf, auch wenn drei die Daten besser beschreiben würden. Auch DBSCAN reagiert stark auf seine Einstellungen; ist der Abstand zu klein gewählt, landet laut scikit-learn der größte Teil der Daten im Rauschen2. Gruppen sollten deshalb fachlich geprüft werden, bevor jemand eine Entscheidung darauf baut.
Liegen zu den Daten dagegen schon Antworten vor, ist überwachtes Lernen der direktere Weg.
Häufige Fragen
Welche Zahl von Clustern ist die richtige?
Die Daten liefern sie nicht von selbst mit. Üblich ist, mehrere Werte auszuprobieren, Kennzahlen zu vergleichen und zu prüfen, ob sich die Gruppen fachlich sinnvoll benennen lassen.
Ist unüberwachtes Lernen dasselbe wie selbstüberwachtes Lernen?
Nicht ganz. Beim selbstüberwachten Lernen erzeugt das Verfahren seine Übungsaufgaben aus den Daten selbst, etwa indem es das nächste Wort eines Textes vorhersagt. Auch dafür braucht es keine von Menschen vergebenen Labels, weshalb es oft als Spielart des unüberwachten Lernens gilt.
Quellen
Stand:
- Google for Developers: Introduction to Machine Learning: What is Machine Learning?, abgerufen am 22.11.2026. zurück
- scikit-learn: User Guide 2.3: Clustering (Version 1.9.1), abgerufen am 22.11.2026. zurück


