Ebene

Eine Ebene ist eine Verarbeitungsstufe innerhalb eines größeren Systems. Man kann sich das wie ein Fließband mit mehreren Stationen vorstellen. Jede Station bekommt etwas geliefert, macht genau eine Sache damit und gibt das Ergebnis weiter. Keine Station muss wissen, was die anderen tun. Genau darin liegt der Sinn: Ein kompliziertes Problem wird in überschaubare Teilschritte zerlegt. In der künstlichen Intelligenz sind Ebenen die Schichten eines Rechenmodells, das aus vielen einfachen Rechenbausteinen besteht. In der Informatik allgemein meint der Begriff die getrennten Zuständigkeiten eines Programms oder eines Netzwerks.

Warum tiefe Netze überhaupt tief sind

Der Begriff « Deep Learning » verdankt seinen Namen genau diesen Ebenen. « Tief » heißt schlicht: viele Schichten hintereinander. Ein Modell mit drei Ebenen kann nur einfache Zusammenhänge erfassen. Ein Modell mit hundert Ebenen kann Muster erkennen, die aus Mustern aus Mustern bestehen.

Bei der Bilderkennung lässt sich das gut beobachten. Die ersten Ebenen reagieren auf Helligkeitskanten und Farbübergänge. Mittlere Ebenen setzen daraus Formen wie Kreise oder Ecken zusammen. Späte Ebenen erkennen daraus Augen, Räder oder Schriftzeichen. Niemand hat diese Aufteilung vorgegeben, sie entsteht während des Lernens von selbst.

Das Prinzip gilt auch außerhalb der KI. Wenn du eine Webseite aufrufst, arbeiten mehrere Netzwerkebenen zusammen. Eine kümmert sich um das Kabel oder das WLAN, eine um die Adressierung, eine um die Darstellung im Browser. Weil die Ebenen getrennt sind, kann man das WLAN austauschen, ohne den Browser neu zu schreiben. Diese Trennung ist einer der wichtigsten Bauprinzipien der Informatik überhaupt.

Was in einer Schicht tatsächlich gerechnet wird

In einem neuronalen Netz besteht eine Ebene aus vielen kleinen Recheneinheiten, den Neuronen. Jedes Neuron bekommt Zahlen von der vorherigen Ebene. Es multipliziert sie mit gelernten Gewichten und addiert alles zusammen. Danach folgt eine kleine nichtlineare Rechenregel, die verhindert, dass das Netz zu einer einzigen simplen Formel zusammenschrumpft. Ohne diesen Schritt wären hundert Ebenen nicht besser als eine.

Die Gewichte sind die Parameter des Modells. Sie werden beim Training angepasst, bis die Ausgaben zu den Trainingsbeispielen passen. Ein großes Sprachmodell hat oft mehrere Dutzend bis über hundert solcher Ebenen. Der Text wandert einmal von unten nach oben durch alle Schichten, dann steht das nächste Wort fest.

Ein häufiger Irrtum: Mehr Ebenen sind nicht automatisch besser. Sehr tiefe Netze waren lange kaum trainierbar, weil das Lernsignal auf dem Weg nach unten verloren ging. Erst Tricks wie Abkürzungsverbindungen zwischen Ebenen haben das gelöst. Und jede zusätzliche Ebene kostet Rechenzeit, bei jeder einzelnen Anfrage.

Wo das Wort in Meldungen und Produkten auftaucht

In technischen Beschreibungen von KI-Modellen wird die Zahl der Ebenen fast immer mit angegeben. Sie steht dort neben der Parameterzahl und beschreibt die Größe der Architektur. Wer Modellkarten auf Plattformen wie Hugging Face liest, findet Angaben wie « 32 layers ».

Auch in der Forschung zur Erklärbarkeit spielt der Begriff eine Rolle. Fachleute schauen sich einzelne Ebenen an, um zu verstehen, welche Information ein Modell an welcher Stelle speichert. Beim sogenannten Feintuning werden manchmal nur die obersten Ebenen weitertrainiert, weil das billiger ist als das ganze Modell.

Außerhalb der KI begegnet dir das Wort in ganz anderen Zusammenhängen. Bildbearbeitungsprogramme arbeiten mit Ebenen, die man übereinanderlegt und einzeln ausblendet. Bei Unternehmenssoftware ist von einer Datenbankebene und einer Anwendungsebene die Rede. Der gemeinsame Kern bleibt immer derselbe: getrennte Zuständigkeiten, die aufeinander aufbauen.