Mustererkennung ist das Auffinden wiederkehrender Strukturen in Daten: in Bildern, in Tönen, in Messreihen, in Texten. Als Fachgebiet ist sie älter als das heutige maschinelle Lernen, siehe Machine Learning, und in ihm weitgehend aufgegangen.
- Mustererkennung (Pattern Recognition)
Das Auffinden wiederkehrender Strukturen in Daten, aus dem das heutige Machine Learning hervorgegangen ist.
Beispiel: „Die Mustererkennung in den Messreihen zeigte, dass die Ausfälle immer montags begannen.“Klassische Anwendungen: Schrifterkennung, Spracherkennung, Fingerabdruckvergleich, Qualitätsprüfung in der Fertigung. Alle vier sind Jahrzehnte älter als die heutige KI-Welle.
Der Unterschied zum Lernen aus Beispielen: Mustererkennung umfasst auch Verfahren, in denen ein Mensch die Merkmale vorgibt und nur der Vergleich maschinell läuft.
Wie sich das Fach zum Machine Learning verhält
Als Vorläufer und als Teilmenge. Die Fragestellungen sind dieselben geblieben, die Antworten haben sich verschoben: Früher hat ein Mensch die Merkmale beschrieben, nach denen verglichen wird, heute lernt ein Modell sie selbst. Diese Verschiebung ist der eigentliche Bruch, und sie liegt bei Bildern um 2012.
Wo der Begriff heute steht
In der Alltagssprache und in älteren Fachtexten. Wenn jemand sagt, KI sei doch nur Mustererkennung, ist das als Abwertung gemeint und trifft die Sache nur halb: Es stimmt für den Mechanismus und unterschätzt, was sich damit erreichen lässt. In der aktuellen Fachsprache wird eher von Lernverfahren gesprochen.
Warum die Einordnung trotzdem nützt
Weil sie die Erwartung richtet. Ein System, das Muster in Daten findet, kann nur finden, was in den Daten als Muster vorliegt; neue Zusammenhänge erfindet es nicht, und eine Ursache erkennt es nicht. Beides erklärt mehr über die Grenzen heutiger Systeme als jede Debatte über Intelligenz.
Was im Projektalltag davon bleibt
Die Frage nach dem Muster. Bevor ein Modell gebaut wird, lohnt die Frage, ob in den Daten überhaupt eine wiederkehrende Struktur steckt, die mit dem Ziel zusammenhängt. Lässt sie sich nicht benennen und auch nicht in einer Grafik zeigen, findet sie auch kein Modell.