Modul 1 · Lektion 10
Bestärkendes Lernen
Geprüft am 19.11.2026
Bestärkend = lernen durch Belohnung und Strafe beim Ausprobieren. Es gibt kein Lösungsheft, nur Rückmeldung.
Sie bringen einem Hund „Sitz“ bei. Sie erklären ihm nichts – er probiert Verschiedenes aus. Setzt er sich, gibt es ein Leckerli. Mit der Zeit wiederholt er, was belohnt wurde. Genauso lernt ein Kind Fahrradfahren: Hinfallen tut weh, Gleichgewicht halten fühlt sich gut an.
Beim bestärkenden Lernen (engl. reinforcement learning, RL) handelt ein Agent in einer Umgebung. Für jede Aktion erhält er eine Belohnung oder Strafe. Er lernt eine Strategie (Policy), die auf lange Sicht möglichst viel Belohnung bringt.

| Begriff | Beim Hund | Beim Lagerroboter |
|---|---|---|
| Agent | Der Hund | Der Roboter |
| Umgebung | Das Wohnzimmer | Die Lagerhalle |
| Aktion | Sitzen, bellen, springen | Fahren, greifen, warten |
| Belohnung | Leckerli | Paket schnell und unbeschädigt geliefert |
| Strafe | Kein Leckerli | Zusammenstoß, Umweg |
Ausprobieren oder Bewährtes nutzen? Der Agent muss abwägen: Nimmt er den bekannten Weg (Fachbegriff: Exploitation) oder probiert er etwas Neues, das vielleicht noch besser ist (Exploration)? Einsatz: Robotik, Spiele, Steuerung von Anlagen und das Feintuning von Sprachmodellen mit menschlichem Feedback.
Bestärkend = lernen durch Belohnung und Strafe beim Ausprobieren. Es gibt kein Lösungsheft, nur Rückmeldung.
Hinweise für Lehrende
Viele Teilnehmende kennen Hundetraining – nutzen Sie das. In der Animation lohnt es sich, Episode 1 und 2 zu kommentieren: Der Roboter weiß nichts, läuft in Fallen. Ab Episode 3 kennt er einen Weg. In Episode 20 hat er den sicheren Weg gelernt – die grün getönten Felder zeigen, wo sich Erfolg „gemerkt“ hat.
Abgrenzung zum überwachten Lernen: Dort sagt man bei jedem Beispiel die richtige Antwort. Hier gibt es nur eine Bewertung im Nachhinein. Diese Abgrenzung ist prüfungsrelevant.