Neuronales Netz (Künstliches Neuronales Netz)
Kategorie: KI-Grundlagen
Mathematisches Modell aus vernetzten Recheneinheiten — die Architekturgrundlage von Deep Learning.
Definition
Ein künstliches neuronales Netz ist ein mathematisches Modell aus vielen miteinander verbundenen Recheneinheiten („Neuronen“), das Eingaben über mehrere Schichten in eine Ausgabe transformiert. Es lernt, indem die Verbindungsstärken zwischen Neuronen anhand von Trainingsdaten angepasst werden.
Bedeutung im Unternehmenskontext
Neuronale Netze sind die mathematische Grundlage praktisch aller modernen KI-Anwendungen, von Sprachmodellen bis zu Bilderkennung. Architektur und Größe variieren stark: Ein einfaches Klassifikationsnetz für Tabellen kann wenige tausend Parameter haben, ein großes Sprachmodell hunderte Milliarden. Für die Praxis im Mittelstand ist die innere Funktionsweise selten entscheidend — wichtig sind Auswahl und Training des passenden Netzwerks für den konkreten Anwendungsfall. Wer eigene Modelle trainieren oder feinjustieren will, sollte den Rechenaufwand realistisch einschätzen: Schon das Fine-Tuning mittlerer Sprachmodelle erfordert spezialisierte GPU-Hardware oder entsprechende Cloud-Ressourcen.
