KI, Machine Learning und die richtige Geschäftsfrage

Worum es geht

Nico ist im 3. Lehrjahr als Entwickler digitales Business bei der Modehaus Fadegrad AG in Herisau. Fadegrad verkauft Mode online, und das Retourenlager ist voll: Rund 40'000 Pakete kommen pro Jahr zurück, jede Retoure kostet etwa CHF 9 für Versand, Prüfung und Wiedereinlagerung. In der Teamsitzung sagt die Leiterin E-Commerce: «Andere Shops machen das mit KI. Kann uns eine KI sagen, welche Bestellungen zurückkommen?»

Genau diese Situation ist typisch für deinen Beruf. Du bist nicht die Person, die neue Algorithmen erfindet. Du bist die Person, die eine Geschäftsfrage so übersetzt, dass man sie mit Daten beantworten kann, die Erwartungen realistisch einordnet und ehrlich sagt, wenn eine einfache Regel reicht. In dieser Lektion lernst du:

• was KI, Machine Learning und generative KI sind und wie sie zusammenhängen,
• welche drei Grundtypen von ML-Aufgaben es gibt,
• wie du eine Geschäftsfrage als ML-Problem mit Zielvariable formulierst,
• wann du bewusst ohne ML arbeitest.

Am Ende dieser Lektion hast du Nicos ersten Arbeitsschritt selbst nachgerechnet: die Messlatte, die jedes spätere Modell schlagen muss.

KI, Machine Learning, generative KI: Wer ist wer?

Im Alltag wird alles «KI» genannt, vom Spamfilter bis zum Chatbot. Für deine Arbeit brauchst du eine sauberere Ordnung:

Der Kern von Machine Learning in einem Satz: Statt Regeln zu schreiben, zeigst du dem Computer viele Beispiele mit der richtigen Antwort, und ein Lernverfahren sucht selbst die Regeln. Das Ergebnis heisst Modell.

Eine Alltagsanalogie: Eine neue Mitarbeiterin im Retourenlager lernt nicht aus einem Handbuch, welche Pakete beschädigt sind. Ein erfahrener Kollege zeigt ihr zwei Wochen lang Hunderte Pakete und sagt jeweils «in Ordnung» oder «aussortieren». Danach erkennt sie das Muster auch bei Paketen, die sie noch nie gesehen hat. Genau so lernt ein ML-Modell, nur mit 200'000 Beispielen statt mit ein paar Hundert.

In dieser Lektion und den nächsten sechs geht es um klassisches ML: Modelle, die aus Tabellen lernen. Generative KI behandelst du in Lektion 9, dort als Werkzeug, das dir bei der Analyse hilft.

Die drei Grundtypen: Was soll herauskommen?

Fast jede Datenfrage im Betrieb lässt sich mit einer einzigen Frage einordnen: Was soll am Schluss herauskommen?

1. Klassifikation: Das Modell sagt eine Kategorie voraus. Retoure ja oder nein, Kreditausfall ja oder nein, Ticket gehört zu Technik, Rechnung oder Vertrag. Bei zwei Kategorien spricht man von binärer Klassifikation.

2. Regression: Das Modell sagt eine Zahl auf einer durchgehenden Skala voraus: Umsatz im nächsten Quartal in CHF, Anzahl Retourenpakete nächste Woche, Preis einer Wohnung in Zug.

3. Clustering: Es gibt keine richtige Antwort in den Daten. Das Verfahren sucht Gruppen von ähnlichen Datensätzen, zum Beispiel Kundensegmente. Ein Mensch muss danach interpretieren, was die Gruppen bedeuten.

Klassifikation und Regression gehören zum überwachten Lernen (supervised learning): Die Trainingsdaten enthalten die richtige Antwort, das Label oder die Zielvariable. Clustering gehört zum unüberwachten Lernen (unsupervised learning): Es gibt kein Label.

Zwei Denkfallen, die in Prüfungen immer wieder auftauchen:

• «Das Modell liefert eine Wahrscheinlichkeit, also ist es Regression.» Nein. Wenn das Ziel «Retoure ja oder nein» ist, bleibt es eine Klassifikation, auch wenn das Modell zusätzlich sagt, wie sicher es ist (0.73).
• «Das Label ist eine Zahl, also ist es Regression.» Nicht unbedingt. Eine Postleitzahl oder eine Artikelnummer ist eine Kategorie. Prüffrage: Ist 9100 in einem sinnvollen Sinn «mehr» als 8000? Bei Postleitzahlen nicht.

Bewusst ohne ML: Regel, Auswertung oder Modell?

Machine Learning ist kein Selbstzweck. Ein Modell muss trainiert, geprüft, betrieben, überwacht und regelmässig neu trainiert werden. Es macht Fehler, und es ist schwieriger zu erklären als eine Regel. Deshalb prüfst du immer zuerst die einfacheren Wege:

Vor einem ML-Projekt beantwortest du fünf Prüffragen:

1. Gibt es ein lernbares Muster? Wenn erfahrene Leute die Antwort aus den Daten ableiten können, meistens ja.
2. Gibt es genug Beispiele mit bekanntem Ergebnis? Für eine binäre Klassifikation sind einige Tausend Fälle mit beiden Ausgängen ein guter Start, 50 Fälle reichen nicht.
3. Ist die Information zum Zeitpunkt der Vorhersage verfügbar? Wenn du beim Bestellen vorhersagen willst, darfst du nur Daten nutzen, die beim Bestellen bekannt sind.
4. Was passiert mit dem Ergebnis? Ein Hinweis auf der Website verzeiht Fehler, eine automatische Sperre nicht.
5. Gibt es eine Messlatte? Eine einfache Regel oder die Vorhersage «immer die häufigste Klasse» ist die Baseline. Das Modell muss sie deutlich schlagen.

Schritt für Schritt: Nico prüft zuerst die einfache Regel

Der Kundendienst von Fadegrad hat eine Vermutung: «Wer denselben Artikel in zwei Grössen bestellt, schickt fast immer einen zurück.» Nico prüft das, bevor er an ein Modell denkt.

Schritt 1: Problem einordnen. Vorhergesagt werden soll, ob eine Bestellung retourniert wird. Das Ergebnis ist eine Kategorie mit zwei Werten, also eine binäre Klassifikation. Das Label heisst retoure (1 = ja, 0 = nein).

Schritt 2: Zeitpunkt festlegen. Die Vorhersage soll beim Abschluss der Bestellung vorliegen, damit der Shop einen Grössenhinweis zeigen kann. Alles, was erst später entsteht, ist tabu.

Schritt 3: Datenlage prüfen. Aus zwei Jahren gibt es 210'000 Bestellungen, bei allen ist bekannt, ob sie zurückkamen. Genug Beispiele mit Label.

Schritt 4: Regel an einem Ausschnitt nachrechnen. Nico nimmt 10'000 Bestellungen aus dem letzten Quartal:

• Trefferquote der Regel: 630 / 900 = 70 %. Wenn die Regel anschlägt, liegt sie meistens richtig.
• Abdeckung: 630 / 3'800 = 16.6 %. Die Regel findet nur jede sechste Retoure.

Schritt 5: Das Gleiche als Programm. Nico schreibt die Auswertung in Python, damit er sie später für jeden Zeitraum wiederholen kann:

def regel_auswerten(bestellungen):
    """Wertet die Regel 'Doppelgrösse heisst Retoure' aus."""
    alle_retouren = sum(1 for b in bestellungen if b["retoure"])
    markiert = [b for b in bestellungen if b["doppelgroesse"]]
    treffer = sum(1 for b in markiert if b["retoure"])
    return {
        "markiert": len(markiert),
        "treffer": treffer,
        "trefferquote": treffer / len(markiert) if markiert else 0.0,
        "abdeckung": treffer / alle_retouren if alle_retouren else 0.0,
    }

# Kleiner Test mit 5 Bestellungen
daten = [
    {"doppelgroesse": True,  "retoure": True},
    {"doppelgroesse": True,  "retoure": False},
    {"doppelgroesse": False, "retoure": True},
    {"doppelgroesse": False, "retoure": False},
    {"doppelgroesse": True,  "retoure": True},
]
print(regel_auswerten(daten))
# {'markiert': 3, 'treffer': 2, 'trefferquote': 0.666..., 'abdeckung': 0.666...}

Schritt 6: Entscheiden. Die Regel ist gut, aber sie deckt zu wenig ab. Es gibt also Raum für ein Modell, das mehr Merkmale kombiniert. Nico hält schriftlich fest:

Problem: binäre Klassifikation, Label retoure, Vorhersage bei Bestellabschluss. Messlatte: Die Doppelgrössen-Regel (Trefferquote 70 %, Abdeckung 17 %). Ein Modell lohnt sich nur, wenn es deutlich mehr Retouren findet und dabei eine ähnliche Trefferquote hält. Einsatz: nur als Grössenhinweis im Shop, keine Sperren.

Grobe Nutzenschätzung: Verhindert ein Grössenhinweis jede vierte erkannte Retoure, spart jeder Treffer im Schnitt 0.25 × CHF 9 = CHF 2.25. Bei 630 Treffern pro 10'000 Bestellungen sind das gut CHF 1'400.

Typische Fehler

• Mit dem Algorithmus statt mit der Frage beginnen. «Wir machen jetzt etwas mit KI» ist kein Auftrag. Korrektur: zuerst Problemtyp, Zielvariable, Zeitpunkt und Erfolgskriterium aufschreiben.
• Wahrscheinlichkeit mit Regression verwechseln. Ein Retourenmodell, das 0.73 ausgibt, bleibt eine Klassifikation. Korrektur: Frag, was im Label der Trainingsdaten steht.
• ML erzwingen, wo eine Regel reicht. Mahnungen nach 60 Tagen brauchen kein Modell. Korrektur: Wenn das Kriterium bekannt und eindeutig ist, programmierst du die Regel. Sie ist billiger und nachvollziehbar.
• Nur die Trefferquote einer Regel ansehen. 70 % klingt stark, aber 17 % Abdeckung heisst, dass fünf von sechs Retouren unentdeckt bleiben. Korrektur: immer beide Seiten prüfen, wie oft die Regel recht hat und wie viel sie findet.
• Ohne Messlatte starten. Korrektur: Baseline zuerst berechnen, dann modellieren.

Zusammenfassung

• KI ist der Oberbegriff, Machine Learning lernt Muster aus Beispielen, generative KI erzeugt neue Inhalte wie Text und Code.
• Die Leitfrage lautet: Was soll herauskommen? Kategorie heisst Klassifikation, Zahl auf einer Skala heisst Regression, Gruppen ohne Label heisst Clustering.
• Überwachtes Lernen braucht ein Label in den Trainingsdaten, unüberwachtes Lernen nicht.
• Eine ML-Idee beschreibst du mit Problemtyp, Zielvariable mit Zeitpunkt, verfügbaren Features und Erfolgskriterium.
• Eine feste Regel oder eine Auswertung ist oft die bessere Lösung. ML lohnt sich bei vielen Einflussfaktoren und genügend Beispielen.
• Die einfache Regel oder die Mehrheitsklasse ist die Messlatte, die jedes Modell schlagen muss.