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

Wiederholend wie ein Papagei: Polly - Best of NuGet, Teil 8
Viele Probleme der Systemtechnik lassen sich durch wiederholtes Versuchen oder durch Rate Limiting lösen. Die .NET-Bibliothek Polly stellt Entwicklern hierfür verschiedenste Maßnahmen zur Resilienz-Steigerung in Form von schlüsselfertigen Bausteinen zur Verfügung.
6 Minuten
10. Aug 2026
AI Slop vermeiden: Harness-First Engineering für Teams, die mit Coding Agenten arbeiten - Der neue Engpass heißt Vertrauen
Coding Agents wie GitHub Copilot, Cursor oder Claude Code haben die Produktivität von Entwicklungsteams dramatisch erhöht. Was früher Tage dauerte, entsteht heute in Stunden. Doch mit der Geschwindigkeit wächst ein neues Problem: Der Engpass liegt inzwischen im Vertrauen in das, was geschrieben wurde.
4 Minuten
4. Aug 2026
Gebaut für lange Läufe - Kimi K3 – das Modell hinter dem Agenten, Teil 1
Kimi K3 kombiniert 2,8 Billionen Parameter, native Bildverarbeitung und ein Kontextfenster mit einer Million Token. Das sind tolle Zahlen. Seine Besonderheit liegt aber darin, dass Architektur, Training und Laufzeitumgebung auf Agenten zielen, die über viele Schritte handeln, Werkzeuge aufrufen und Ergebnisse prüfen.
6 Minuten

Das könnte Dich auch interessieren

C#-.NET-Apps mit WinUI 3 - Komponentenbasierte Apps mit Fluent/FAST, Teil 3
Microsoft macht mit WinUI 3 ein natives User-Experience-Framework für Windows verfügbar, dessen Komponenten auf dem Microsoft-eigenen Design-System Fluent 2 basieren.
23 Minuten
13. Mai 2024
"Reines Coding wird aussterben" – warum KI Entwickler:innen zu Navigatoren macht - Interview
Schreibt KI bald den Code, den früher Menschen getippt haben? Konstantin Diener glaubt: teilweise ja – und erklärt im DWX-Interview, was dann für Entwickler:innen übrig bleibt.
29. Jul 2026
KI: Vertrauen ist gut, Kontrolle ist... kompliziert - Interview
KI-generierter Code wird schneller – aber auch besser? Auf der Infinite AI Conference 2026 sprach David Tielke mit Dr.-Ing. Dehla Sokenou, Test- und Qualitätsmanagerin sowie Softwarearchitektin bei der WPS, über die Zukunft der Qualitätssicherung im Zeitalter generativer KI.
15. Jul 2026
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige