Bayesscher Ansatz
Der Bayessche Ansatz ist eine Denkweise, bei der man eine anfängliche Vermutung durch neue Beobachtungen Schritt für Schritt korrigiert. Statt einer festen Ja-oder-Nein-Antwort liefert er eine Wahrscheinlichkeit, die sich mit jedem neuen Hinweis verändert.
Der Bayessche Ansatz ist eine Methode, mit der man Vermutungen an neue Beobachtungen anpasst. Man startet mit einer Einschätzung, wie wahrscheinlich etwas ist. Dann kommt eine Beobachtung hinzu, und die Einschätzung wird nachgerechnet. Ein Beispiel: Du glaubst morgens, dass es wohl trocken bleibt. Dann siehst du dunkle Wolken und hältst Regen plötzlich für wahrscheinlich. Genau diese Anpassung lässt sich mit einer festen Rechenregel beschreiben, die auf den Mathematiker Thomas Bayes zurückgeht.
Warum Unsicherheit eine Zahl braucht
Viele wichtige Fragen lassen sich nicht mit einem klaren Ja oder Nein beantworten. Ein Medizintest kann anschlagen, ohne dass man wirklich krank ist. Ein Spamfilter kann eine harmlose Mail für Werbung halten. In solchen Fällen ist eine Wahrscheinlichkeit ehrlicher als eine feste Behauptung.
Der Bayessche Ansatz zwingt dazu, die Vorannahme offenzulegen. Angenommen, eine Krankheit betrifft eine von tausend Personen. Ein Test erkennt sie zuverlässig, schlägt aber bei fünf Prozent der Gesunden fälschlich an. Dann ist ein positives Ergebnis trotzdem meistens ein Fehlalarm. Der Grund ist die seltene Krankheit, nicht der schlechte Test. Ohne diese Vorannahme kommt man zu völlig falschen Schlüssen.
Für die Technikbranche ist das mehr als Theorie. Systeme, die ihre eigene Unsicherheit angeben können, sind in sicherheitskritischen Bereichen wertvoll. Ein Modell, das sagt « ich bin mir zu 55 Prozent sicher », lässt sich sinnvoll an einen Menschen weiterreichen. Ein Modell, das immer selbstbewusst antwortet, verbirgt seine Schwächen.
Vorwissen, Beobachtung, neue Einschätzung
Der Ablauf hat drei Bausteine. Der erste ist das Vorwissen, in der Fachsprache Prior genannt: die Einschätzung, bevor Daten vorliegen. Der zweite ist die Beobachtung mit der Frage, wie gut sie zu den möglichen Erklärungen passt. Der dritte ist das Ergebnis, der sogenannte Posterior: die überarbeitete Einschätzung.
Entscheidend ist, dass dieser Kreislauf immer weiterläuft. Das Ergebnis von heute wird zum Vorwissen von morgen. Kommen viele Daten dazu, verliert die anfängliche Vermutung an Gewicht. Bei wenigen Daten bleibt sie dagegen einflussreich. Deshalb ist die Wahl des Priors keine Nebensache, sondern eine inhaltliche Entscheidung.
Ein verbreiteter Irrtum ist, der Ansatz sei deshalb beliebig oder unwissenschaftlich. Tatsächlich macht er nur sichtbar, was andere Verfahren stillschweigend voraussetzen. Der Nachteil liegt woanders: Die exakte Rechnung ist bei komplexen Modellen oft unbezahlbar. Deshalb nutzt man Näherungsverfahren, die viele Zufallsstichproben ziehen und daraus ein Bild der Wahrscheinlichkeiten bauen. Diese Verfahren kosten Rechenzeit, weshalb große Sprachmodelle meist nicht streng bayessch trainiert werden.
Vom Spamfilter bis zur Wahlprognose
Der bekannteste Alltagsfall ist der Spamfilter. Er schätzt aus Wörtern und Absender, wie wahrscheinlich eine Mail Werbung ist. Auch Navigationssysteme rechnen so: Sie kombinieren ein ungenaues Satellitensignal mit dem bekannten Straßenverlauf. Das Auto springt deshalb nicht wild umher, sondern bleibt plausibel auf der Fahrbahn.
In den Nachrichten begegnet der Ansatz vor allem bei Prognosen. Wahlmodelle geben Wahrscheinlichkeiten an, keine Sieger. Wenn eine Partei mit 70 Prozent Wahrscheinlichkeit gewinnt und trotzdem verliert, war das Modell nicht zwingend falsch. Auch Klimamodelle und Studien zu Medikamenten arbeiten mit Bandbreiten statt mit einzelnen Zahlen.
In der KI-Entwicklung taucht der Begriff bei der Optimierung von Modellen auf. Wer die besten Einstellungen für ein Trainingsverfahren sucht, kann nicht alle Kombinationen ausprobieren. Ein bayessches Suchverfahren nutzt die bisherigen Versuche, um den nächsten vielversprechenden Test auszuwählen. Das spart oft den größten Teil der Rechenzeit.