Supervisiertes Kontrastives Lernen ist ein Begriff aus den Bereichen Künstliche Intelligenz, Big Data und Smart Data sowie Digitale Transformation. Es beschreibt eine Methode, wie Computer mithilfe von Beispielen lernen, Unterschiede und Gemeinsamkeiten zwischen Daten zu erkennen.
Dabei werden dem Computer nicht nur einzelne Daten gezeigt, sondern immer Paare von ähnlichen und unähnlichen Beispielen. Zum Beispiel bekommt das System das Bild einer Katze und das einer anderen Katze – diese sollen es als „ähnlich“ erkennen. Daneben wird auch ein Bild eines Hundes gezeigt – dieses Bild soll es als „unähnlich“ zu den Katzen erkennen. Durch diese Vergleiche kann die künstliche Intelligenz immer besser lernen, wie verschiedene Dinge voneinander unterschieden werden und was sie gemeinsam haben.
Supervisiertes Kontrastives Lernen wird immer dann genutzt, wenn besonders zuverlässige Unterscheidungen gebraucht werden – etwa zur Betrugserkennung bei Banktransaktionen oder bei der Gesichtserkennung auf Fotos. Weil klare Paare mit Ähnlichkeiten und Unterschieden vorgegeben werden, lernt die KI schneller und genauer als bei herkömmlichen Methoden.
Für Unternehmen bedeutet das: Diese Technik kann helfen, Muster schneller zu erkennen, Vorhersagen präziser zu machen und so Prozesse im Alltag zu optimieren.
Deutsch 
English (UK)