Glossar

Klassifizierer

Was ist Klassifizierer?

Ein Klassifizierer ist ein Modell oder Verfahren, das Eingaben einer von mehreren festgelegten Kategorien zuordnet. Klassische Varianten werden mit beschrifteten Beispielen trainiert, etwa Entscheidungsbäume oder Naive Bayes; Sprachmodelle können Texte auch anhand einer Beschreibung der Kategorien einordnen. Typische Einsätze sind Spam-Erkennung, das Sortieren von Kundenanfragen nach Thema oder die Einstufung von Belegen. Die Qualität wird mit Kennzahlen wie Genauigkeit, Präzision und Recall gemessen.

So hilft KI.ordo

In KI.ordo-Abläufen ordnet der Baustein „KI-Entscheider“ Eingaben bis zu acht Kategorien zu, etwa in der Vorlage „Text einordnen“.

Mehr erfahren →: Klassifizierer

Themen

  • Klassifikation
  • Maschinelles Lernen
  • Kategorien

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten
← Alle Begriffe

Verwandte Begriffe

Automatische Klassifizierung

Automatische Klassifizierung ordnet Texte, Dokumente oder Datensätze ohne manuelles Sortieren vordefinierten Kategorien zu. Klassisch lernen Modelle dafür aus beschrifteten Beispielen; große Sprachmodelle können Kategorien auch allein anhand einer Beschreibung zuweisen. Typische Anwendungen sind das Sortieren eingehender E-Mails nach Anliegen, das Zuordnen von Belegen oder das Markieren dringender Supportanfragen. Für wichtige Fälle empfiehlt sich eine Stichprobenkontrolle durch Menschen.

  • Klassifikation
  • Automatisierung
  • +1
Vorlage

Textklassifikation

Textklassifikation ordnet Texte automatisch vorgegebenen Kategorien zu, etwa E-Mails nach Anliegen, Bewertungen nach Stimmung oder Dokumente nach Thema. Früher wurden dafür eigene Modelle mit markierten Beispielen trainiert; heute können große Sprachmodelle viele Kategorien schon anhand einer Beschreibung zuordnen. So lassen sich Anfragen vorsortieren und schneller an die richtige Stelle weiterleiten.

  • NLP
  • Klassifikation
  • +1
Vorlage

Konfusionsmatrix

Eine Konfusionsmatrix ist eine Tabelle, die die Vorhersagen eines Klassifizierers den tatsächlichen Klassen gegenüberstellt. Bei zwei Klassen zeigt sie richtig positive, falsch positive, richtig negative und falsch negative Fälle. Daraus lassen sich Kennzahlen wie Präzision, Recall und F1-Score berechnen und erkennen, welche Fehler auftreten. Beispiel: Ein Spamfilter, der viele echte E-Mails als Spam markiert, hat viele falsch positive Fälle – das ist oft teurer als ein übersehener Spam.

  • Modellbewertung
  • Klassifikation
  • +1

Naive Bayes

Naive Bayes ist eine Familie einfacher Klassifikationsverfahren, die auf dem Satz von Bayes beruhen. „Naiv“ heißen sie, weil sie annehmen, dass alle Merkmale unabhängig voneinander sind, was in der Praxis selten zutrifft, aber oft trotzdem gute Ergebnisse liefert. Die Verfahren sind schnell, brauchen wenig Trainingsdaten und eignen sich besonders für Texte. Klassisches Beispiel ist der Spamfilter, der anhand typischer Wörter E-Mails einordnet.

  • Klassifikation
  • Statistik
  • +1