Zurück zum Lernbereich

Das künstliche Neuron

Frank Rosenblatts 1958er Idee, die Jahrzehnte später zum Fundament des Deep Learning wurde.

  • Grundlagen
  • 8 min
  • Fortgeschritten

Einfache Sprache

Diese Vorschau ist in Einfacher Sprache. Das ganze Portal gibt es auch in Einfacher Sprache. Du kannst oben die Sprache wechseln. Oder nutze den Knopf unten. Unsere Texte in Einfacher Sprache entstehen KI-gestützt und werden redaktionell begleitet. Sie orientieren sich an den Grundprinzipien der Leichten Sprache, sind aber keine geprüfte Leichte Sprache: Eine Prüfgruppe von Menschen mit Lernschwierigkeiten prüft sie nicht.

Vorschau: Das künstliche Neuron

Was ist ein Perceptron?

Ein Perceptron ist ein KI-Baustein. KI bedeutet Künstliche Intelligenz. Es rechnet mit Zahlen. Dann antwortet es: Ja oder Nein. Das ist eine einfache Entscheidung.

Der Grundbaustein

Das Perceptron ist der kleinste Baustein. Frank Rosenblatt erfand es 1958. Aus vielen Perceptrons baut man neuronale Netze. Neuronales Netz bedeutet: viele Bausteine zusammen.

Was es kann und nicht kann

Ein Perceptron kann gerade Muster erkennen. Kurvenförmige Muster kann es nicht. Dafür braucht man viele Perceptrons zusammen. So entstehen neuronale Netze.

Jedes neuronale Netz — egal wie groß — baut auf Abwandlungen eines einzigen Grundbausteins auf. Bevor GPT-3 175 Milliarden Parameter hatte, bevor AlexNet ImageNet gewann, gab es ein einzelnes künstliches Neuron: das Perceptron. Es tut eine Sache: multiplizieren, summieren, entscheiden.

Dieser Artikel führt dich in das Atom des Deep Learning ein. Du wirst verstehen, wie es berechnet, wie es lernt und wo es scheitert — und warum genau dieses Scheitern die gesamte Geschichte der KI verändert hat.

Kernthese

Das Perceptron ist die atomare Einheit neuronaler Netze: Es berechnet eine gewichtete Summe seiner Eingaben, addiert einen Bias und feuert, wenn das Ergebnis einen Schwellenwert überschreitet. Diese minimale Architektur kann jedes linear separierbare Muster lernen — versagt aber vollständig an nichtlinearen Grenzen. Diese Einschränkung hat die gesamte Geschichte der KI geprägt.

Das Perceptron-Modell

1943 modellierten Warren McCulloch und Walter Pitts das biologische Neuron mathematisch: Signale empfangen und summieren — wenn die Summe einen Schwellenwert überschreitet, feuert das Neuron. 1958 machte Frank Rosenblatt daraus mit verstellbaren Gewichten eine lernfähige Maschine: das Perceptron.

Achtung

Häufiges Missverständnis

"Neuronale Netze funktionieren wie Gehirne." — Falsch. Sie sind von der Biologie lediglich lose inspiriert. Echte biologische Neuronen sind durch chemische, räumliche und zeitliche Prozesse massiv komplexer als unser mathematisches Modell.

Definition

Perceptron

Analogie

Stell dir ein Einstellungskomitee vor: Jedes Mitglied gibt eine Stimme ab, aber manche zählen mehr (Direktoren vs. Praktikanten) — das sind die Gewichte. Die Stimmen werden aufaddiert. Zusätzlich gibt es eine Firmenvorgabe als Mindestanforderung (z. B. "mindestens 3 Ja-Stimmen") — das ist der Bias. Übersteigt die gewichtete Summe diese Schwelle, wird der Kandidat eingestellt (Output = 1).

Hinweis: Die Analogie nutzt diskrete Stimmen — in Wirklichkeit sind die Eingaben kontinuierliche Werte.

Durchgerechnetes Beispiel: AND-Gatter

Ein AND-Gatter gibt nur dann 1 aus, wenn beide Eingaben 1 sind. Mit w₁ = 1, w₂ = 1 und Bias = −1,5:

Eingabe (0,0): 0*1 + 0*1 - 1.5 = -1.5 < 0 -> Output 0
Eingabe (0,1): 0*1 + 1*1 - 1.5 = -0.5 < 0 -> Output 0
Eingabe (1,0): 1*1 + 0*1 - 1.5 = -0.5 < 0 -> Output 0
Eingabe (1,1): 1*1 + 1*1 - 1.5 =  0.5 > 0 -> Output 1
Durchgerechnetes Beispiel: AND-Gatter

Das Perceptron berechnet das AND-Problem perfekt.

Achtung

Häufiges Missverständnis

"Bias ist nur ein Detail und kann weggelassen werden." — Falsch! Ohne Bias muss die Entscheidungsgrenze zwingend durch den Ursprung (0,0) verlaufen. Das macht es dem Modell unmöglich, sich an reale Datenverteilungen anzupassen, bei denen die Trennlinie versetzt ist.

Kommt dir diese Formel bekannt vor? Die logistische Regression aus dem Artikel „Lineare & Logistische Regression“ ist im Grunde ein Perceptron — der entscheidende Unterschied: statt einer harten Schwelle nutzt sie die weiche Sigmoid-Funktion für Wahrscheinlichkeiten.

Perceptron vs. Logistische Regression

Perceptron

Formel: z = w * x + b. Aktivierung: Stufenfunktion (hart: 0 oder 1). Ausgabe: binäre Entscheidung. Einsatz: Klassifikation mit scharfer Grenze.

Logistische Regression

Formel: z = w * x + b. Aktivierung: Sigmoid-Funktion (weich: 0.0 bis 1.0). Ausgabe: Wahrscheinlichkeit. Einsatz: Klassifikation mit Konfidenzwert.

Der Vergleich ist aufschlussreich: Perceptron und logistische Regression teilen exakt dieselbe Kernformel (z = w * x + b). In der Berechnung liegt der entscheidende Unterschied in der Ausgabefunktion. Das Perceptron nutzt eine harte Stufenfunktion (0 oder 1), die logistische Regression eine weiche Sigmoid-Funktion (kontinuierliche Wahrscheinlichkeit zwischen 0 und 1). Auch das Training unterscheidet sich: Das Perceptron korrigiert sich nur nach Fehlern, die logistische Regression minimiert den Log-Loss über alle Beispiele. Wenn du die logistische Regression beherrschst, kennst du bereits die fundamentale Architektur des Deep Learning.

Die Lernregel

Definition

Perceptron-Lernregel

Analogie

Stell dir einen Schüler vor, der Darts auf eine Zielscheibe wirft. Nach jedem Wurf sieht er, wo er gelandet ist (Vorhersage), misst den Abstand (Fehler) und korrigiert seine Zieltechnik proportional (Update). Trifft er das Ziel, ändert er nichts. Über viele Würfe nähert er sich der Präzision.

Hinweis: Darts ist ein kontinuierliches Spiel — das Perceptron trifft nur binäre Entscheidungen (0 oder 1).

  1. 1. Vorhersage: Berechne die gewichtete Summe und wende die Schwellenfunktion an.
  2. 2. Fehler berechnen: Fehler = wahres Label - Vorhersage.
  3. 3. Gewichte aktualisieren: Passe Gewichte und Bias proportional zum Fehler an.

AND-Gatter Training von Null

Start: w1=0, w2=0, b=0, Lernrate=1. Reihenfolge (0,0), (0,1), (1,0), (1,1); Schritte mit Input (1,0) ohne Fehler sind ausgelassen.

Schritt 1: Input (0,0), Label 0
  Summe: 0*0 + 0*0 + 0 = 0 (da 0 >= 0: feuert), Vorhersage: 1
  Fehler: 0-1 = -1, Update: b = -1

Schritt 2: Input (0,1), Label 0
  Summe: 0*0 + 0*1 - 1 = -1, Vorhersage: 0
  Fehler: 0, kein Update

Schritt 3: Input (1,1), Label 1
  Summe: 0*1 + 0*1 - 1 = -1, Vorhersage: 0
  Fehler: 1, Update: w1=1, w2=1, b=0

Schritt 4: Input (0,0), Label 0
  Summe: 1*0 + 1*0 + 0 = 0, Vorhersage: 1
  Fehler: -1, Update: b=-1

Schritt 5: Input (0,1), Label 0
  Summe: 1*0 + 1*1 - 1 = 0, Vorhersage: 1
  Fehler: -1, Update: w2=0, b=-2
AND-Gatter Training von Null

Ab dem sechsten Durchlauf ändern sich die Gewichte nicht mehr (w1=2, w2=1, b=-3), alle vier Eingaben stimmen — das Perceptron hat gelernt!

Achtung

Häufiges Missverständnis

"Ein Perceptron kann jedes Muster lernen, wenn man lange genug trainiert." — Falsch! Das Konvergenz-Theorem garantiert Konvergenz nur für linear separierbare Daten. Bei nicht linear separierbaren Daten oszillieren die Gewichte unendlich.

Das Perceptron-Konvergenz-Theorem besagt: Wenn die Trainingsdaten linear separierbar sind, findet der Algorithmus garantiert in endlich vielen Schritten eine fehlerfreie Lösung. Die Gewichte konvergieren zu einem Zustand, in dem alle Datenpunkte korrekt klassifiziert werden. Sind die Daten jedoch nicht linear separierbar, konvergiert der Algorithmus niemals — die Gewichte oszillieren unendlich ohne Lösung. Diese Garantie macht das Perceptron für separierbare Daten vertrauenswürdig, zeigt aber gleichzeitig seine fundamentale Grenze.

Interaktiv: Gewichte und Bias verschieben die Linie

Das AND-Beispiel von oben als Bild: Jede Ecke ist eine Eingabe (x₁, x₂), die Linie markiert z = 0, auf der getönten Seite feuert das Neuron. Die Gewichte kippen die Linie, der Bias verschiebt sie. Schalte danach auf XOR: Findest du eine Lage, bei der alle vier Ecken stimmen?

Die XOR-Mauer

Definition

Lineare Separierbarkeit

Analogie

Stell dir vier Schachfiguren auf einem Brett vor — zwei schwarze und zwei weiße, diagonal gegenüber (wie ein Schachbrettmuster). Deine Aufgabe: Trenne Schwarz von Weiß mit einem einzigen geraden Lineal. Egal wie du es drehst — es ist geometrisch unmöglich. Genau das ist das XOR-Problem.

XOR-Wahrheitstabelle

XOR gibt 1 aus, wenn genau eine Eingabe 1 ist:

(0,0) -> 0
(0,1) -> 1
(1,0) -> 1
(1,1) -> 0

Die beiden 1-Ausgaben sitzen an diagonalen Ecken.
Keine gerade Linie kann sie von den 0-Ausgaben trennen.
XOR-Wahrheitstabelle

McCulloch & Pitts

1943

McCulloch & Pitts modellieren das biologische Neuron mathematisch

Rosenblatt

1958

Frank Rosenblatt stellt das erste lernfähige Perceptron vor

Minsky & Papert

1969

Minsky & Papert beweisen mathematisch: XOR ist für ein Perceptron unmöglich

Minsky und Paperts Beweis von 1969 war verheerend: Dass mehrschichtige Netze XOR berechnen können, war zwar bekannt, doch es fehlte ein verbreitetes Verfahren, sie zu trainieren, und die Forschungsgelder wurden gekürzt. Für neuronale Netze begann ein Winter, der die Entwicklung für fast 15 Jahre lähmte.

Achtung

Häufiges Missverständnis

"Das XOR-Problem beweist, dass Perceptrons nutzlos sind." — Falsch! Minsky & Paperts Beweis galt nur für einzelne Neuronen. Das Stapeln mehrerer Neuronen in versteckten Schichten löst XOR problemlos. Das Feld hat überreagiert: Für solche Schichten fehlte noch ein verbreitetes Trainingsverfahren, doch die Finanzierung wurde weitgehend gestrichen.

Die Lösung: mehrere Neuronen zu Schichten stapeln — trainierbar wurden solche Netze aber erst mit Backpropagation (1986). Genau das ist Deep Learning — und genau dort geht es in den nächsten Artikeln dieses Deep-Learning-Pfads weiter.

Merke

Zusammenfassung

  1. Ein Perceptron berechnet eine gewichtete Summe plus Bias und feuert oder schweigt — mathematisch identisch zur logistischen Regression mit harter Schwelle.
  2. Die Lernregel garantiert Konvergenz für linear separierbare Daten — aber die Garantie verschwindet sofort, wenn die Daten nicht separierbar sind.
  3. Ein einzelnes Perceptron kann nur gerade Linien ziehen — deshalb ist XOR unmöglich, und deshalb war das Stapeln zu Schichten (Deep Learning) der Durchbruch.

Prüfen

Wissenscheck: Das Perceptron

Noch offen

Welche Rolle spielt der Bias-Term in einem Perceptron?

Wähle eine Antwort

Auflösung: 1) C · 2) C · 3) A · 4) C · 5) B · 6) A

Prüfen

Selbstcheck

Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.

0 von 3 sitzen