Auch genannt: Deep Neural Network, tiefes neuronales Netz
Deep Learning ist ein Teilgebiet des maschinellen Lernens. Dabei lernt ein künstliches neuronales Netz mit mehreren verborgenen Schichten aus Beispielen, eine Aufgabe zu lösen – etwa Bilder Kategorien zuzuordnen oder gesprochene Wörter zu erkennen. „Tief“ beschreibt die Zahl hintereinander geschalteter Verarbeitungsschichten, nicht eine dem Menschen ähnliche Denkfähigkeit. Google ordnet neuronale Netze als Modellarchitekturen ein, die nichtlineare Muster in Daten erkennen können.[1]
Ein Deep-Learning-Modell erhält Eingabedaten in einer für die Aufgabe geeigneten Form. Bei einem Bild können das Pixelwerte sein, bei Text oder Audio andere Zahlenfolgen. Die erste Schicht verarbeitet diese Eingaben; weitere Schichten bilden daraus neue Zwischenwerte. Welche Merkmale dabei nützlich sind, wird nicht für jede Stufe einzeln von Hand festgelegt, sondern während des Trainings über die Modellparameter gelernt.
Das Ergebnis einer Schicht dient als Eingabe für die nächste. Knoten verbinden Werte mit Gewichten; Aktivierungsfunktionen machen es möglich, komplexe und nichtlineare Zusammenhänge abzubilden. Ein Netz kann dadurch beispielsweise lernen, dass die Kombination aus Kanten, Formen und Farbmustern für eine Bildklasse relevant ist. Die konkrete interne Repräsentation ist jedoch kein lesbares Regelwerk und keine sichere Begründung dafür, warum jede einzelne Vorhersage entsteht.
Zum Trainieren braucht ein Modell Beispiele und – bei überwachtem Lernen – zugehörige Zielwerte oder Labels. In einem Vorwärtsdurchlauf berechnet das Netz für einen Stapel von Beispielen Vorhersagen. Diese werden mit den bekannten Zielwerten verglichen; aus der Differenz entsteht eine Verlustgröße. Googles Machine Learning Glossary beschreibt diesen Ablauf als wiederholten Zyklus aus Forward Pass und Backward Pass.[2]
Im Rückwärtsdurchlauf, der Rückpropagation, wird bestimmt, in welche Richtung Gewichte verändert werden müssen, damit der Verlust für die Trainingsbeispiele sinkt. Die Lernrate steuert, wie stark einzelne Aktualisierungen ausfallen. Dieser Vorgang wird über viele Durchläufe wiederholt. Ein niedriger Trainingsverlust allein belegt aber nicht, dass das Modell auf unbekannten Daten zuverlässig arbeitet: Es kann Details oder Rauschen der Trainingsdaten zu stark übernehmen. TensorFlow bezeichnet das als Overfitting und zeigt deshalb die getrennte Prüfung mit Validierungsdaten.[3]
Deep Learning ist damit kein einmaliges Speichern von Beispielen. Es ist ein Optimierungsverfahren, dessen Ergebnis von Daten, Modellarchitektur, Zieldefinition, Einstellungen und Auswertung abhängt. Schlechte, einseitige oder falsch gelabelte Daten können zu schlechten Ergebnissen führen, auch wenn das Training technisch ohne Fehler durchläuft.
Ein typischer Anwendungsfall ist die Bildklassifikation. Ein Modell erhält viele gelabelte Fotos, etwa Blumenbilder mit Klassen wie Rose, Tulpe oder Sonnenblume. In einem offiziellen TensorFlow-Tutorial wird dafür ein Bilddatensatz geladen, in Trainings- und Validierungsanteil geteilt und mit einem Modell aus mehreren Faltungs- und Pooling-Blöcken trainiert.[3:1]
Nach dem Training kann das Modell für ein neues Bild eine Verteilung über die gelernten Klassen ausgeben. In einer Anwendung wird daraus häufig die Klasse mit dem höchsten Wert ausgewählt. Das ist keine Gewissheit, sondern eine Modellvorhersage innerhalb der festgelegten Klassen. Bilder außerhalb des Trainingsbereichs, ungünstige Aufnahmebedingungen oder eine unpassende Datenverteilung können die Qualität der Zuordnung beeinträchtigen. Deshalb gehören Tests mit getrennten Daten und eine Prüfung der Fehlerfälle zum Einsatz dazu.
Tiefe Netze sind besonders nützlich, wenn Daten viele komplexe Muster enthalten und genügend geeignete Beispiele verfügbar sind. Sie können Merkmale für eine Aufgabe schrittweise aus den Daten lernen, statt ausschließlich auf manuell entworfene Merkmale angewiesen zu sein. Das bedeutet nicht, dass ein tiefes Netz in jedem Projekt die beste Wahl ist. Training und Betrieb können viel Rechenleistung benötigen; außerdem bleiben Datenqualität, Datenschutz, Fehlertoleranz und die nachvollziehbare Bewertung der Ergebnisse praktische Anforderungen.
Auch die Modellgröße ist kein Qualitätsnachweis. Mehr Schichten oder Parameter können eine andere Modellkapazität schaffen, ersetzen aber weder ein klares Ziel noch eine passende Evaluation. Für eine überschaubare Aufgabe mit strukturierten Daten kann ein einfacheres Verfahren angemessen sein. Die Wahl sollte sich an Aufgabe, Daten und überprüfbaren Qualitätskriterien orientieren, nicht am Etikett „KI“.
Machine Learning ist der Oberbegriff für Verfahren, die aus Daten Muster oder Entscheidungsregeln ableiten. Dazu zählen beispielsweise lineare Modelle, Entscheidungsbäume, Clusterverfahren und neuronale Netze. Deep Learning ist eine Untergruppe: Es nutzt neuronale Netze mit mehreren verborgenen Schichten.
Ein neuronales Netz ist wiederum der allgemeinere Architekturbegriff. Ein Netz mit einer oder wenigen Verarbeitungsebenen ist nicht automatisch Deep Learning. Rückpropagation ist kein Synonym für Deep Learning, sondern ein verbreitetes Verfahren, Gewichte in neuronalen Netzen während des Trainings anzupassen. Und Deep Learning ist keine biologische Simulation eines Gehirns: Begriffe wie „Neuron“ und „Schicht“ bezeichnen mathematische Modellbausteine.
Google for Developers: Neural networks, zuletzt aktualisiert am 25. August 2025, abgerufen am 13. September 2026. Belegt, dass neuronale Netze nichtlineare Muster in Daten erkennen und beim Training Merkmalskombinationen zur Verlustminimierung lernen können. ↩︎
Google for Developers: Machine Learning Glossary, abgerufen am 13. September 2026. Belegt den Trainingszyklus aus Forward Pass, Verlustberechnung und Backpropagation sowie die Rolle der Lernrate. ↩︎
TensorFlow: Image classification, zuletzt aktualisiert am 3. April 2024, abgerufen am 13. September 2026. Belegt den Bildklassifikationsablauf mit Datensatz, Trainings-/Validierungsteilung und Faltungsnetz; erläutert Overfitting als eingeschränkte Generalisierung auf neue Daten. ↩︎ ↩︎