Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 3 Min.

Machine Learning löst regelbasierte Systeme in KI-Projekten ab

Laut einer Umfrage von Evans Data nutzen knapp über die Hälfte aller Entwickler in KI-Projekten inzwischen Machine Learning Der Anteil der regelbasierten Syteme geht weiter zurück.
In der aktuellen Umfrage von Evans Data zu Künstlicher Intelligenz, Machine Learning und Big Data Survey nutzzen nur noch 27 Prozent der Entwickler in ihren KI-Projekten regelbasierte Systeme, etwas mehr als 22 Prozent setzen regelbasierte Systeme zusammen mit Machine Learning ein und über 50 Prozent nutzen nur noch Machine Learning. 

Regelbasierte Systeme sind einer der einfachsten Typen von KI und auch als Expertensysteme bekannt.  Sie speichern das Expertenwissen in einer Art Baum und können auf Basis dieses gespeicherten Wissens Fragen ähnlich wie ein Mensch beantworten.

Im Gegensatz dazu werden beim Machine Learning keine Regeln vorgegeben, sondern das System wird anhand großer Datenmengen traininert und erzeugt sich dabei selbst Regeln und ein Modell zum Klassifizieren der Trainingsdaten. Neue Daten versucht das System dann in das selbst geschaffene Raster einzusetzen und kann Wahrscheinlichkeiten ausgeben etwa so: Auf dem Bild ist ein Hund zu sehen (Wahrscheinlichkeit: 78 Prozent).

Während Expertensystem schon seit über 20 Jahren bekannt sind und betrieben werden, ist das Machine Learning eine recht junge Disziplin, die allerdings von den Entwicklern immer stärker genutzt wird.

Janel Garvin, CEO von Evans Data: "Es gibt viele exzellenter Anwendungen für regelbasierte Systeme und diese wurden über viele Jahre genutzt, aber heute sehen wir, dass sich Entwickler begierig auf die Machine-Learning-Algorithmen stürzen, sie in ihre Projekte einbauen und trainieren. Statt Expertensystemen  mühsam die Regeln beizubringen, lernen die neuen Systeme quasi von selbst. Die großen Anbieter unterstützen diese Entwicklung indem sie Frameworks und Tools für das Machine Learning bereitstellen."

Die Evans-Data-Umfrage zeigte auch folgende viel genutzte KI-Technologien: Concept Clustering, Neuronale KI-Netzwerke und Reinforcement Learning. Daneben wird die Spracherkennung zunehmend zu einem beliebten Weg der Interaktion mit KI-Systemen. Laut Evans Data bauen bereits 45 Prozent der KI-Entwickler diese Technologie in ihre Projekte ein.

Die Umfrage "Artificial Intelligence, Machine Learning and Big Data Survey" führt Evans Data zweimal im Jahr durch. Das Inhaltsverzeichnis der kostenpflichtigen Studie können Sie hier kostenfrei einsehen.
 

Miscellaneous

Neueste Beiträge

Kostenkontrolle bei KI-Coding-Agenten
Best Practices für eine ökonomisch nachhaltige Entwicklung.
8 Minuten
KI ersetzt keine Softskills – sie deckt nur gnadenlos auf, wer keine hat - Interview
Auf der Open Stage der DWX 2026 vertrat Recruiting-Expertin Laura Rheinwald von ITech Progress in ihrem Vortrag die Meinung, dass die KI die Kommunikation zwischen Menschen verändert. Developer World wollte von ihr wissen, in welcher Weise.
23. Sep 2026
Connected Apps mit .NET - Graph API als Integrationsplattform
Microsoft Graph bietet .NET-Entwicklern einheitlichen Zugang zu den Daten und Diensten von Microsoft 365 – für moderne, sichere und kontextbezogene Business-Anwendungen.
17 Minuten

Das könnte Dich auch interessieren

Haben wir nichts gelernt? - Verständnis statt Fertiglösung – auch beim Umgang mit KI
Ein KI-Experiment des Autors schlug hohe Wellen – die Reaktionen offenbaren jedoch einen alten Fehler der Softwareentwicklung: die Suche nach der Abkürzung.
8 Minuten
26. Aug 2026
Planen, patchen, prüfen mit Kimi - Kimi K3 – das Modell hinter dem Agenten, Teil 3
Ein starkes Modell allein schreibt noch keinen verlässlichen Code. Erst im Repository zeigt sich, ob aus künstlicher Intelligenz ein brauchbarer Entwicklungspartner entsteht oder aber ein Risiko mit Shell-Zugriff.
5 Minuten
Sichtkontakt: Coding-Driven Design - Kimi K3 – das Modell hinter dem Agenten, Teil 4
Zwischen fehlerfrei kompiliert und überzeugend gestaltet liegt eine Lücke, die reine Codeanalyse kaum erfasst. Sobald ein Agent seine eigene Oberfläche betrachtet, beginnt eine andere Art der Entwicklung mit neuen Möglichkeiten, aber auch neuen Maßstäben.
5 Minuten
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige