Klassifikator

Ein Klassifikator ist ein Programm, das eine Sache einer von mehreren vorgegebenen Schubladen zuordnet. Die Schubladen legt man vorher fest: « Spam » oder « kein Spam », « Katze », « Hund » oder « Vogel », « Rechnung » oder « Mahnung ». Der Klassifikator bekommt etwas vorgelegt — einen Text, ein Bild, eine Reihe von Messwerten — und nennt die passende Schublade. Wichtig ist: er darf sich keine neue Schublade ausdenken. Er wählt immer nur aus den Kategorien, die man ihm vorgegeben hat. Wenn er auf ein Bild eines Fahrrads trifft, obwohl er nur Tiere kennt, antwortet er trotzdem mit einem Tier.

Warum Sortieren so viele Probleme löst

Überraschend viele praktische Aufgaben sind im Kern Sortieraufgaben. Ist diese Überweisung Betrug oder nicht? Ist dieser Hautfleck harmlos oder verdächtig? Ist dieser Kommentar eine Beleidigung? In all diesen Fällen genügt eine Antwort aus einer kurzen Liste. Genau dafür ist ein Klassifikator gebaut.

Der Vorteil liegt in der Menge. Ein Mensch kann am Tag vielleicht einige hundert E-Mails prüfen. Ein Klassifikator prüft Millionen, ohne müde zu werden. Deshalb sitzen solche Programme heute überall dort, wo zu viele Fälle für zu wenige Menschen anfallen.

Man sollte Klassifikation aber von einer verwandten Aufgabe trennen. Wenn das Ergebnis keine Kategorie ist, sondern eine Zahl auf einer Skala — etwa ein geschätzter Wohnungspreis — spricht man von Regression. Klassifikation liefert Schubladen, Regression liefert Zahlen. Diese Unterscheidung taucht in fast jedem Text über maschinelles Lernen auf.

Vom Beispielstapel zur Entscheidungsgrenze

Fast alle Klassifikatoren lernen aus Beispielen. Man sammelt viele Fälle, bei denen die richtige Kategorie schon bekannt ist. Bei Spam wären das etwa 50.000 E-Mails, die Menschen von Hand einsortiert haben. Dieser Stapel heißt Trainingsdaten. Das Programm sucht darin nach Merkmalen, die typisch für eine Kategorie sind.

Bildlich gesprochen zieht der Klassifikator eine Trennlinie. Stell dir alle E-Mails als Punkte auf einer Fläche vor: rechts die mit vielen Ausrufezeichen und Geldbeträgen, links die normalen. Das Training verschiebt die Linie so lange, bis sie die beiden Gruppen möglichst gut trennt. Eine neue E-Mail landet dann auf einer Seite der Linie — und bekommt die Kategorie dieser Seite.

Intern gibt ein Klassifikator meist keine harte Antwort, sondern eine Sicherheit: « 87 Prozent Spam ». Erst eine festgelegte Schwelle macht daraus ein Urteil. Diese Schwelle kann man verschieben, und das hat Folgen. Setzt man sie streng, rutscht mehr Spam durch. Setzt man sie locker, landen wichtige Mails im Spamordner. Beide Fehlerarten lassen sich nie gleichzeitig auf null bringen.

Klassifikatoren im Postfach, in der Klinik und im Chatbot

Der Spamfilter ist das bekannteste Beispiel und arbeitet bei dir jeden Tag. Ähnlich funktioniert die Fotogalerie am Handy, die Bilder nach Personen, Tieren und Landschaften ordnet. Auch Banken nutzen Klassifikatoren, um verdächtige Kartenzahlungen zu blockieren. In der Medizin bewerten sie Röntgen- und Hautbilder als Zweitmeinung für Ärzte.

In den Nachrichten stehen Klassifikatoren oft im Zusammenhang mit Kritik. Wenn ein Bewerbungsfilter Frauen schlechter bewertet, liegt das meist an den Trainingsdaten: die enthielten Entscheidungen aus der Vergangenheit, samt Vorurteilen. Das Programm hat diese Muster einfach übernommen. Solche Fälle zeigen, dass ein Klassifikator nicht objektiver ist als die Beispiele, aus denen er gelernt hat.

Auch in modernen Chatbots stecken Klassifikatoren, nur unsichtbar. Ein kleines Zusatzmodell prüft dort etwa, ob eine Anfrage gegen die Regeln des Anbieters verstößt. Ein anderes entscheidet, ob die Frage einfach ist oder ein größeres Modell braucht. Der Begriff bezeichnet also keine bestimmte Technik, sondern eine Art von Aufgabe — sie kann von wenigen Rechenregeln oder von einem großen neuronalen Netz erledigt werden.