Curriculum-Lernen
Die Kurzantwort · 15 Wörter
Kurz erklärt
Trainingsstrategie, bei der Beispiele oder Aufgaben im Lernverlauf gezielt von leichter zu schwieriger ausgewählt werden.
Flow-alerta.cab (2026): Curriculum-Lernen. https://flow-alerta.cab/glossar/curriculum-learning. Redaktionell geprüft am: 10. Oktober 2026.
Wie ausführlich soll es sein?
Praxis
Kann Training stabilisieren oder beschleunigen, wenn die Schwierigkeit sinnvoll definiert ist. Verbesserungen sind nicht garantiert und müssen gegen zufällige oder andere Datenreihenfolgen getestet werden.
Ein Dokumentenklassifikator trainiert zunächst mit klaren, kurzen Beispielen und später mit mehrdeutigen oder verrauschten Dokumenten; ein Kontrolllauf nutzt dieselben Daten in zufälliger Reihenfolge.
Für eigene ML-Projekte prüfen, wenn Beispiele stark unterschiedliche Komplexität oder Qualität haben; Curriculum, Baseline und Abbruchkriterien reproduzierbar dokumentieren.
Auf einen Blick
- Kern
- Beim Curriculum Learning verändert sich die Reihenfolge oder Stichprobenverteilung der Trainingsdaten während des Lernens. Schwierigkeit kann manuell, heuristisch oder modellbasiert bestimmt werden. Das Verfahren ist vom bloßen einmaligen Sortieren und von Self-Paced Learning abzugrenzen.
- Nutzen
- Kann Training stabilisieren oder beschleunigen, wenn die Schwierigkeit sinnvoll definiert ist. Verbesserungen sind nicht garantiert und müssen gegen zufällige oder andere Datenreihenfolgen getestet werden.
- Beispiel
- Ein Dokumentenklassifikator trainiert zunächst mit klaren, kurzen Beispielen und später mit mehrdeutigen oder verrauschten Dokumenten; ein Kontrolllauf nutzt dieselben Daten in zufälliger Reihenfolge.
- Grenzen
- Schwierigkeit willkürlich festlegen; Curriculum Learning mit Transfer Learning oder Hard-Negative Mining verwechseln; zu lange nur einfache Beispiele zeigen; Verbesserungen ohne Kontrollbaseline behaupten; menschliche Lernanalogie als Beweis verwenden.
Fragen, die dazu gestellt werden
Wer bestimmt die Schwierigkeit?
Menschen, Heuristiken oder das Modell können sie ableiten.
Ist Curriculum Learning immer besser?
Nein.
Ist es dasselbe wie Self-Paced Learning?
Nein, dort bestimmt das Lernsystem die Auswahl typischerweise stärker selbst.
Alle Details und Hintergründe
Beim Curriculum Learning verändert sich die Reihenfolge oder Stichprobenverteilung der Trainingsdaten während des Lernens. Schwierigkeit kann manuell, heuristisch oder modellbasiert bestimmt werden. Das Verfahren ist vom bloßen einmaligen Sortieren und von Self-Paced Learning abzugrenzen.
ELI5 – Einfach erklärt
Das Modell übt zuerst einfachere Fälle und bekommt später schwierigere Aufgaben – ähnlich einem Lehrplan, aber ohne Gleichsetzung mit menschlichem Lernen.
Warum das im Alltag wichtig ist
Kann Training stabilisieren oder beschleunigen, wenn die Schwierigkeit sinnvoll definiert ist. Verbesserungen sind nicht garantiert und müssen gegen zufällige oder andere Datenreihenfolgen getestet werden.
Beispiel
Ein Dokumentenklassifikator trainiert zunächst mit klaren, kurzen Beispielen und später mit mehrdeutigen oder verrauschten Dokumenten; ein Kontrolllauf nutzt dieselben Daten in zufälliger Reihenfolge.
Fallstricke und Grenzen
- Schwierigkeit willkürlich festlegen; Curriculum Learning mit Transfer Learning oder Hard-Negative Mining verwechseln; zu lange nur einfache Beispiele zeigen; Verbesserungen ohne Kontrollbaseline behaupten; menschliche Lernanalogie als Beweis verwenden.
Entstehung & Geschichte
Bengio und Mitautoren formalisierten und popularisierten Curriculum Learning 2009 als Strategie, Trainingsverteilungen schrittweise anspruchsvoller zu gestalten.
Anwendung im Mittelstand
- Für eigene ML-Projekte prüfen, wenn Beispiele stark unterschiedliche Komplexität oder Qualität haben; Curriculum, Baseline und Abbruchkriterien reproduzierbar dokumentieren.
Verwandte Begriffe
- Self-Paced Learning
- Transfer Learning
- Hard-Negative Mining
- Sampling
- Trainingsdaten
- Optimierung
Passende Flow-alerta-Leistung
SchulungenKI-Beratung – Trainingsstrategie und Evaluation für eigene Modellprojekte strukturierenPassendes Tool / Use Case
Praxisbeispiele ansehenUse Case: kontrollierter Vergleich eines Trainingscurriculums mit zufälliger DatenreihenfolgeQuellen
- ronan.collobert.comBengio et al., Curriculum Learning (2009), Autorenfassung
Quellenprüfung: 10.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.
Redaktionell geprüft am: