Active Learning ist ein Ansatz im Machine Learning, bei dem das Modell gezielt die Datenpunkte auswählt, von denen es am meisten lernen kann, statt aus allen verfügbaren Daten zu lernen. Menschliche Annotatoren werden nur dort gebraucht, wo das Modell unsicher ist. Pimcore nutzt Active-Learning-Prinzipien im Agent SDK, etwa um Produktklassifizierungen mit minimalem manuellem Aufwand zu verbessern.
Active Learning adressiert ein klassisches ML-Problem: Annotierte Trainingsdaten sind teuer und langsam zu produzieren. Statt einen Datensatz vollständig zu labeln, beginnt Active Learning mit einer kleinen Menge gelabelter Daten, trainiert ein erstes Modell und identifiziert dann die Beispiele, bei denen das Modell unsicher ist. Diese werden gezielt zur menschlichen Annotation vorgelegt.
Der Effekt ist deutlich messbar. Studien zeigen, dass Active Learning mit 30 bis 50 Prozent weniger gelabelten Daten ähnliche Modellqualität erreicht wie klassisches Supervised Learning. Besonders relevant ist das in Domänen mit teurer Expertise (Medizin, Industrie, Recht), wo jeder Annotations-Aufwand spürbar zählt.
Pimcore nutzt Active-Learning-Prinzipien im Agent SDK. Bei der KI-gestützten Produktklassifizierung werden Vorschläge des Modells priorisiert, bei denen die Konfidenz unter einem Schwellenwert liegt. Diese Fälle landen in einem Review-Workflow, alle anderen werden automatisch akzeptiert. Das reduziert den manuellen Aufwand auf das wirklich Notwendige.
Ihre Demo, zugeschnitten auf Ihre Anforderungen
Buchen Sie eine kostenlose Demo mit einem Experten oder probieren Sie Pimcore selbst aus.
Am beliebtesten
Kostenlose Live-Demo
Erleben Sie unter fachkundiger Anleitung hautnah, wie Pimcore Ihr Unternehmen voranbringen kann.
Wir verwenden Ihre personenbezogenen Daten ausschließlich zur Bearbeitung Ihrer Anfrage. Um Ihnen ein besser auf Ihre Region zugeschnittenes Erlebnis bieten zu können, geben wir Ihre Daten möglicherweise an zertifizierte Lösungspartner in Ihrer Region weiter. Weitere Informationen finden Sie in unserer Datenschutzerklärung.
