Daten mit künstlicher Intelligenz (KI) / Machine Learning (ML) auswerten

Machine Learning findet Muster in historischen Daten und nutzt sie für Vorhersagen, z.B. welche Kunden wahrscheinlich kündigen. Du ordnest Fragestellungen als Klassifikation, Regression oder Clustering ein, bereitest Daten auf und trainierst Modelle mit scikit-learn oder Azure ML. Dabei lernst du, warum ein Modell mit 90 % Genauigkeit trotzdem nutzlos sein kann, wie du Overfitting erkennst und wie Bias in den Daten zu unfairen Entscheidungen führt. Ausserdem setzt du KI-Assistenten für die Analyse ein, ohne ihnen blind zu vertrauen.

Das sind die Fähigkeiten, die am Ende des Moduls sitzen sollten. Jedes Ziel mit einem Beispiel aus dem Lehrbetrieb.

1. 1

   Eine Geschäftsfrage als ML-Problem einordnen oder bewusst ohne ML lösen

   Kompetenz A

   Du erkennst, ob eine Frage eine Kategorie vorhersagt (Klassifikation), eine Zahl (Regression) oder Gruppen sucht (Clustering). Ebenso wichtig: Du erkennst, wenn eine einfache Regel oder eine Auswertung reicht und ML nur Aufwand bringt.

   Situation

   Ein regionaler Internetanbieter mit 38'000 Abokunden hat drei Ideen: 1. vorhersagen, wer in den nächsten 3 Monaten kündigt, 2. den Umsatz des nächsten Quartals schätzen, 3. Kunden mit offenen Rechnungen über 60 Tage automatisch mahnen.

   Deine Aufgabe

   Ordne jede Idee ein und begründe, wo ML sinnvoll ist.

   Gutes Ergebnis

   1. Klassifikation (kündigt ja / nein), ML sinnvoll, da viele Einflussfaktoren. 2. Regression bzw. Zeitreihenprognose, sinnvoll, wenn genug historische Daten vorhanden sind. 3. Kein ML nötig: eine feste Regel 'offen > 60 Tage' reicht und ist nachvollziehbarer.

   überwachtes LernenKlassifikationRegressionClusteringZielvariableregelbasiert vs. ML
2. 2

   Merkmale (Features) und Zielvariable für das Training vorbereiten

   Kompetenz B

   Du wählst Merkmale aus, die zum Zeitpunkt der Vorhersage bekannt sind, wandelst Text-Kategorien in Zahlen um und behandelst fehlende Werte. Besonders achtest du auf Data Leakage: Merkmale, die das Ergebnis schon verraten, machen ein Modell im Test scheinbar perfekt und in der Praxis wertlos.

   Situation

   Für die Kündigungsprognose des Internetanbieters liefert die IT eine Tabelle mit Vertragsdauer, Abo-Typ, Anzahl Supportanrufe, Preisänderung, Kanton und 'Kündigungsgrund'. Ein erstes Modell erreicht 99 % Genauigkeit.

   Deine Aufgabe

   Finde das Problem und bereite die Daten korrekt auf.

   Gutes Ergebnis

   'Kündigungsgrund' ist nur bei Kunden ausgefüllt, die bereits gekündigt haben: Leakage, Spalte entfernen. Abo-Typ und Kanton mit One-Hot-Encoding umwandeln, fehlende Supportanrufe als 0 setzen (mit dem Support abgeklärt). Neue Genauigkeit realistischer bei 90 %.

   FeatureZielvariable (Label)One-Hot-EncodingData LeakageSkalierungfehlende Werte
3. 3

   Ein Modell mit getrennten Trainings- und Testdaten trainieren

   Kompetenz C

   Du teilst die Daten in Trainings- und Testdaten (z.B. 80/20), trainierst ein Modell wie einen Entscheidungsbaum oder eine logistische Regression in scikit-learn und vergleichst es mit einer einfachen Baseline. Alternativ nutzt du AutoML in Azure Machine Learning und verstehst, was im Hintergrund passiert.

   Situation

   Die bereinigten Daten des Internetanbieters umfassen 10'000 Kunden, 15 % davon haben gekündigt.

   Deine Aufgabe

   Trainiere ein erstes Modell und vergleiche es mit einer Baseline.

   Gutes Ergebnis

   train_test_split(X, y, test_size=0.2, stratify=y, random_state=42). DecisionTreeClassifier(max_depth=4) erreicht 90 % Genauigkeit auf den Testdaten. Baseline 'niemand kündigt' erreicht bereits 85 %. Das Modell ist also nur 5 Prozentpunkte besser. Die eigentliche Bewertung muss mit anderen Metriken erfolgen.

   TrainingsdatenTestdatentrain_test_splitEntscheidungsbaumlogistische RegressionBaseline
4. 4

   Modelle mit passenden Metriken und der Konfusionsmatrix bewerten

   Kompetenz D

   Genauigkeit allein täuscht, wenn eine Klasse selten ist. Du liest die Konfusionsmatrix und berechnest Precision und Recall. Bei Regressionen nutzt du den mittleren absoluten Fehler (MAE), der in der Einheit der Zielgrösse verständlich ist, z.B. in CHF.

   Situation

   Im Testset des Internetanbieters (2'000 Kunden) haben 300 gekündigt. Das Modell markiert 260 Kunden als gefährdet, davon kündigen 180 tatsächlich.

   Deine Aufgabe

   Berechne Precision, Recall und Accuracy und erkläre, was das für das Retention-Team bedeutet.

   Gutes Ergebnis

   TP 180, FP 80, FN 120, TN 1'620. Precision 180/260 = 69 %, Recall 180/300 = 60 %, Accuracy 1'800/2'000 = 90 %. Bedeutung: Von 10 angerufenen Kunden sind 7 wirklich gefährdet, aber 4 von 10 Kündigern werden nicht erkannt. Entscheid mit dem Team: lieber mehr Kunden anrufen, also Schwellenwert senken und Recall erhöhen.

   KonfusionsmatrixAccuracyPrecisionRecallSchwellenwertMAE
5. 5

   Overfitting erkennen und mit einfachen Mitteln vermeiden

   Kompetenz C

   Ein Modell, das die Trainingsdaten auswendig lernt, versagt bei neuen Daten. Du vergleichst die Leistung auf Trainings- und Testdaten, begrenzt die Modellkomplexität und nutzt Kreuzvalidierung für eine stabilere Einschätzung.

   Situation

   Eine Kollegin hat einen Entscheidungsbaum ohne Tiefenbegrenzung trainiert: 99.6 % Accuracy auf den Trainingsdaten, 81 % auf den Testdaten.

   Deine Aufgabe

   Erkläre das Ergebnis und verbessere das Modell.

   Gutes Ergebnis

   Grosse Lücke zwischen Training und Test: klares Overfitting. max_depth zwischen 2 und 10 mit cross_val_score (5-fach) getestet. Bei max_depth=4: Training 91 %, Test 90 %, stabil über alle Folds. Das einfachere Modell ist zudem leichter zu erklären.

   OverfittingUnderfittingModellkomplexitätKreuzvalidierungGeneralisierung
6. 6

   Bias, Fairness und Datenschutz bei ML-Anwendungen beurteilen

   Kompetenz E

   Modelle übernehmen Verzerrungen aus historischen Daten. Du prüfst, ob ein Modell Gruppen benachteiligt, auch über indirekte Merkmale, und kennst die Pflichten des revDSG bei automatisierten Einzelentscheidungen. Du forderst, dass Menschen wichtige Entscheide überprüfen können.

   Situation

   Die HR-Abteilung eines Logistikunternehmens möchte Bewerbungen mit einem Modell vorsortieren, trainiert auf den Einstellungsentscheiden der letzten 8 Jahre. In dieser Zeit waren 85 % der Eingestellten Männer.

   Deine Aufgabe

   Beurteile die Risiken und gib eine Empfehlung.

   Gutes Ergebnis

   Hohes Risiko für Geschlechter-Bias, auch ohne Geschlechtsfeld, z.B. über Hobbys, Teilzeitwunsch oder Lücken im Lebenslauf. Nach revDSG müssen Bewerbende über eine automatisierte Einzelentscheidung informiert werden und eine Überprüfung durch einen Menschen verlangen können. Empfehlung: kein automatisches Aussortieren, höchstens Unterstützung, Ergebnisse regelmässig nach Gruppen vergleichen.

   BiasProxy-MerkmalFairnessautomatisierte EinzelentscheidungErklärbarkeitHuman in the Loop
7. 7

   KI-Assistenten bei der Datenanalyse gezielt und kritisch einsetzen

   Kompetenz F

   Werkzeuge wie Microsoft Copilot oder ChatGPT können pandas-Code schreiben, Formeln erklären oder Zusammenfassungen vorschlagen. Du formulierst präzise Aufträge, prüfst jedes Ergebnis nach und gibst keine vertraulichen oder personenbezogenen Daten in öffentliche Tools ein.

   Situation

   Du willst für die Kündigungsdaten schnell eine Grafik 'Kündigungsrate nach Abo-Typ' und lässt dir den Code von einem KI-Assistenten generieren.

   Deine Aufgabe

   Nutze den Assistenten sinnvoll und prüfe das Ergebnis.

   Gutes Ergebnis

   Prompt nur mit Spaltennamen und Datentypen, ohne echte Kundendaten. Der generierte Code rechnet mit count() statt mean() und zeigt Anzahl statt Rate. Fehler durch Kontrolle mit einer manuell berechneten Pivot entdeckt und korrigiert. Im Notebook vermerkt, welcher Teil KI-generiert und geprüft ist.

   PromptHalluzinationErgebnisprüfungvertrauliche DatenUnternehmensrichtlinie KI

Die Kompetenzmatrix zerlegt das Modul in Themenstränge und drei Stufen. Für den Kompetenznachweis solltest du überall mindestens Stufe 2 erreichen. Dein Stand bleibt in diesem Browser gespeichert und färbt Lernweg und Übungen ein.

Nico ist im 3. Lehrjahr beim Modehaus Fadegrad AG in Herisau, einem Online-Modehändler mit 90 Mitarbeitenden. Pro Jahr kommen rund 40'000 Pakete zurück, und jede Retoure kostet etwa CHF 9 für Versand und Prüfung. Im ÜK-Projekt soll Nico herausfinden, ob sich mit Machine Learning vorhersagen lässt, welche Bestellungen zurückkommen.

1. Kapitel 1

   Zuerst die einfache Regel

   Nico ordnet die Aufgabe als Klassifikation ein: Wird eine Bestellung retourniert, ja oder nein? Bevor er ein Modell baut, prüft er eine einfache Regel aus dem Kundendienst: Wer denselben Artikel in zwei Grössen bestellt, schickt fast immer einen zurück. Die Regel trifft bei 70 Prozent dieser Bestellungen zu, erfasst aber nur einen kleinen Teil aller Retouren. Sie dient ihm ab jetzt als Messlatte, die ein Modell schlagen muss.

   Ziel 1

2. Kapitel 2

   Ein Feld verrät alles

   Aus zwei Jahren Daten mit 210'000 Bestellungen stellt Nico Features zusammen: Anzahl Artikel, Grössen-Doppelbestellung, Kategorie, Rabatt, Zahlungsart und ob es sich um eine Neukundin handelt. Die Kategorie wandelt er mit One-Hot-Encoding um. Ein erstes Modell erreicht verdächtige 99 Prozent, und Nico findet den Grund: Das Feld Gutschriftbetrag wird erst nach einer Retoure gefüllt und verrät das Ergebnis. Er entfernt es und trainiert neu.

   Ziel 2

3. Kapitel 3

   99 Prozent im Training, 71 im Test

   Ein Entscheidungsbaum ohne Tiefenbegrenzung erreicht auf den Trainingsdaten 99 Prozent, auf den Testdaten nur 71 Prozent. Nico erkennt das Overfitting, begrenzt die Tiefe auf 6 und prüft mit fünffacher Kreuzvalidierung: Nun liegen Training und Test bei 76 und 75 Prozent. Ein Random Forest schafft 78 Prozent und bleibt stabil. Er entscheidet sich trotzdem bewusst für den einfacheren Baum, weil das Team dessen Regeln nachvollziehen kann und der Unterschied klein ist.

   Ziel 3Ziel 5

4. Kapitel 4

   Was 75 Prozent wirklich bedeuten

   Nico vergleicht mit einem Modell, das immer "keine Retoure" sagt: Es käme schon auf 62 Prozent Accuracy. Die Konfusionsmatrix zeigt für Retouren eine Precision von 0,71 und einen Recall von 0,58. Weil das geplante Ziel nur ein Hinweis auf den Grössenberater ist, kosten Fehlalarme fast nichts, verpasste Retouren aber CHF 9. Er senkt den Schwellenwert auf 0,4 und erreicht so einen Recall von 0,72.

   Ziel 4

5. Kapitel 5

   Hinweis ja, Sperre nein

   Das Marketing möchte den Kauf auf Rechnung für Kundinnen mit hohem Retourenrisiko sperren. Nico vergleicht die Fehlerraten nach Altersgruppe und sieht, dass Personen über 65 doppelt so oft fälschlich als riskant markiert werden. Er empfiehlt, das Modell nur für Grössenhinweise einzusetzen, das Alter als Feature zu entfernen und keine Sperre ohne menschliche Prüfung zu verhängen. Beim Code für die Konfusionsmatrix hat ihm Copilot geholfen, aber die Achsen falsch beschriftet, was Nico mit einer Handrechnung an 20 Bestellungen bemerkt. Die Kundendaten verarbeitet er nur pseudonymisiert im firmeneigenen Azure-ML-Arbeitsbereich.

   Ziel 6Ziel 7

1. 1

   Was kann ML, was nicht?

   ca. 3 Std.

   Du verstehst die Grundidee von Machine Learning und ordnest Geschäftsfragen ein.

   • Zehn Anwendungsfälle aus Schweizer Branchen (Bank, Detailhandel, Versicherung) als Klassifikation, Regression, Clustering oder 'kein ML' einordnen
   • Für einen Fall Zielvariable und mögliche Features notieren
   • Ein Video oder Tutorial zum Entscheidungsbaum durcharbeiten und den Ablauf skizzieren

   Trainiert Kompetenz A1A2

   Lernziel1

2. 2

   Daten für ML vorbereiten

   ca. 4 Std.

   Du bereitest einen echten Datensatz in Jupyter für das Training auf.

   • Einen öffentlichen Churn-Datensatz laden, profilen und bereinigen
   • Kategorische Spalten mit pd.get_dummies umwandeln
   • Jede Spalte auf Leakage prüfen: Wäre der Wert zum Zeitpunkt der Vorhersage bekannt?

   Trainiert Kompetenz B1B2

   Lernziel2

3. 3

   Erstes Modell trainieren

   ca. 4 Std.

   Du trainierst ein Modell in scikit-learn und vergleichst es mit einer Baseline.

   • Daten mit train_test_split stratifiziert aufteilen
   • DecisionTreeClassifier und LogisticRegression trainieren
   • DummyClassifier als Baseline einsetzen und alle drei vergleichen

   Trainiert Kompetenz C1C2

   Lernziel3

4. 4

   Ehrlich bewerten

   ca. 5 Std.

   Du bewertest Modelle mit Konfusionsmatrix und passenden Metriken und erkennst Overfitting.

   • Konfusionsmatrix erstellen und Precision, Recall von Hand nachrechnen
   • Schwellenwert verändern und die Auswirkung auf Precision und Recall beobachten
   • Trainings- und Testleistung für verschiedene max_depth-Werte vergleichen und mit Kreuzvalidierung absichern

   Trainiert Kompetenz D1D2C2C3

   Lernziel45

5. 5

   Verantwortung und Werkzeuge

   ca. 4 Std.

   Du beschäftigst dich mit Bias und Datenschutz und probierst Low-Code- und KI-Werkzeuge aus.

   • Modellergebnisse nach zwei Gruppen (z.B. Altersgruppe, Sprachregion) vergleichen
   • Dasselbe Problem mit AutoML in Azure Machine Learning lösen und die Ergebnisse vergleichen
   • Mit einem KI-Assistenten Code generieren lassen und systematisch auf Fehler prüfen

   Trainiert Kompetenz E1E2F1F2

   Lernziel673

6. 6

   ÜK-Projekt: Vom Datensatz zur Empfehlung

   ca. 5 Std.

   Du führst ein kleines ML-Projekt vollständig durch und präsentierst es einer fiktiven Geschäftsleitung.

   • Problem einordnen, Daten vorbereiten, Modell trainieren und bewerten
   • Risiken (Bias, Datenschutz, Fehlentscheide) und Grenzen benennen
   • Ergebnis in 5 Folien mit einer klaren Empfehlung präsentieren

   Trainiert Kompetenz A3B3D3E3

   Lernziel1246

Machine Learning

Verfahren, bei denen ein Computer aus Beispieldaten Muster lernt, statt fest programmierten Regeln zu folgen.

Feature

Eingabemerkmal, das ein Modell für die Vorhersage nutzt, z.B. Vertragsdauer.

Label

Die Zielvariable, die vorhergesagt werden soll, z.B. 'gekündigt'.

Baseline

Einfachstes Vergleichsmodell, z.B. immer die häufigste Klasse vorhersagen.

Konfusionsmatrix

Tabelle mit richtig und falsch positiven sowie richtig und falsch negativen Vorhersagen.

Precision

Anteil der als positiv vorhergesagten Fälle, die tatsächlich positiv sind: TP / (TP + FP).

Recall

Anteil der tatsächlich positiven Fälle, die das Modell erkennt: TP / (TP + FN).

Overfitting

Das Modell lernt Trainingsdaten inklusive Zufallsrauschen auswendig und verallgemeinert schlecht.

Kreuzvalidierung

Daten werden mehrfach unterschiedlich in Training und Test aufgeteilt, um eine stabilere Bewertung zu erhalten.

Bias

Systematische Verzerrung in Daten oder Modell, die bestimmte Gruppen benachteiligen kann.

Passende Module