← Zurück zu allen Tipps15. November 2026

Klassifizierung vs. Regression – die erste Entscheidung in jedem ML-Projekt

Bevor ein Modell, ein Datensatz oder ein Anbieter ausgewählt wird, beginnt jedes überwachte Machine-Learning-Problem mit einer Frage: Wird eine Kategorie vorhergesagt oder eine Zahl? Wird das falsch beantwortet, passt nichts Nachgelagerte mehr zusammen – das Modell, die Bewertung, die Art, wie Ergebnisse genutzt werden.

Der eigentliche Unterschied

Klassifizierung sagt ein diskretes Label aus einer bekannten Menge vorher: Betrug oder kein Betrug, zu welcher von fünf Support-Kategorien ein Ticket gehört, ob eine Transaktion hochriskant ist. Die Ausgabe ist immer eine von einer festen Anzahl Möglichkeiten.

Regression sagt einen kontinuierlichen Wert ohne feste Ergebnismenge vorher: den Umsatz des nächsten Monats, den Preis eines Hauses, wie viele Tage bis zum Ausfall einer Maschine. Es gibt keine "Klasse", zu der die Antwort gehört – nur eine Zahl auf einer Skala.

Die Namensfalle

Verwirrenderweise ist "logistische Regression" eine Klassifizierungsmethode, keine Regressionsmethode – sie sagt die Wahrscheinlichkeit einer Klasse vorher und wendet dann einen Schwellenwert an, um eine auszuwählen. Dieser Namenszufall hat mehr Studierende verwirrt als jeder andere Begriff im Feld, daher lohnt es sich, es klar zu sagen: Der Name einer Technik verrät nicht, welchen Problemtyp sie löst.

Warum der Unterschied alles Nachgelagerte verändert

Die beiden Aufgabentypen nutzen beim Training unterschiedliche Loss-Funktionen (Cross-Entropy für Klassifizierung, etwas wie mittlerer quadratischer Fehler für Regression), unterschiedliche Bewertungsmetriken (Genauigkeit, Präzision und Recall für Klassifizierung; mittlerer absoluter Fehler oder R² für Regression) und unterschiedliche Arten, wie eine "falsche" Vorhersage interpretiert wird – bei einer Preisvorhersage um 5 € danebenzuliegen ist eine ganz andere Art von Fehler als eine betrügerische Transaktion als legitim einzustufen.

Die Frage, bei der man leicht danebenliegt

Manche Probleme sehen so aus, als könnten sie beides sein. "Wird dieser Kunde in den nächsten 30 Tagen abwandern?" ist naturgemäß Klassifizierung (Ja/Nein). "In wie vielen Tagen wird dieser Kunde abwandern?" ist dieselbe zugrunde liegende geschäftliche Frage, nur als Regression formuliert, und ist eine strikt informativere Antwort, wenn die Daten es hergeben – zu wissen, dass ein Kunde in 3 statt in 90 Tagen gefährdet ist, verändert, was man tatsächlich dagegen tun würde. Die Formulierung zu wählen, die zur tatsächlich zu treffenden Entscheidung passt, statt nur zu den vorhandenen Daten, ist der eigentliche erste Schritt des Projekts.

Klassifizierung
Punkte, durch eine Entscheidungsgrenze in zwei Klassen geteilt
Regression
Eine kontinuierliche Linie, durch verstreute Punkte gefittet
Klassifizierung zieht eine Grenze zwischen Klassen; Regression fittet eine Linie durch eine Skala.

Klassifizierung skaliert über zwei Klassen hinaus

An der Unterscheidung ändert sich nichts, sobald es mehr als zwei Klassen gibt – eine von zwanzig Support-Kategorien oder einen von mehreren tausend Knoten in einer Produkttaxonomie vorherzusagen ist dieselbe zugrunde liegende Technik wie Betrug/kein Betrug, nur mit mehr möglichen Ausgaben und entsprechend mehr Raum, selbstbewusst falsch zu liegen, ohne dass reine Genauigkeit das auffängt. Deshalb lohnt es sich, Präzision und Recall zu verstehen, bevor man einer einzelnen Genauigkeitszahl bei einem Klassifikator mit mehr als ein paar Klassen vertraut.