Grundlagen und Technologie
Reinforcement Learning
Reinforcement Learning (auch: Bestärkendes Lernen) bringt einem KI-System durch Belohnung und Bestrafung bei, in einer Umgebung schrittweise bessere Entscheidungen zu treffen.
Für dein Unternehmen
Für die meisten Mittelständler ist bestärkendes Lernen kein direktes Einsatzfeld, aber ein wichtiger Baustein zu verstehen, warum Assistenten wie ChatGPT zunehmend hilfreicher und „menschlicher" antworten: Sie wurden mit Feedback-Schleifen trainiert.
IT
Ausführliche Definition
Beim Reinforcement Learning (deutsch: bestärkendes Lernen) lernt ein System durch Ausprobieren: Es trifft Entscheidungen in einer simulierten oder realen Umgebung und erhält dafür eine positive oder negative Rückmeldung („Belohnung"). Über viele Wiederholungen optimiert es sein Verhalten, um die Belohnung zu maximieren. Diese Methode steckt hinter Erfolgen wie KI-Systemen, die komplexe Spiele meistern, und wird auch verwendet, um Sprachmodelle mit menschlichem Feedback zu verfeinern (RLHF).
maschinelles-lernen; agentic-ai; reasoning-modell
Deep Learning (Kapitel 6: Deep Feedforward Networks) | Goodfellow, Bengio, Courville, MIT Press, 2016
← Alle Begriffe im KI-Glossar


