Herkömmliche, regelbasierte Systeme seien extrem performant, das sie nur mit einer begrenzter Anzahl von Fällen rechnen. „Diese Fälle werden von Menschen definiert, was einerseits aufwändig und andererseits fehleranfällig ist“, erzählt Thiele.
Im Gegensatz dazu stehen verschiedene Lernstrategien mit denen Algorithmen eine Vielzahl an Daten aufnehmen, diese analysieren, Erkenntnisse generieren und daraus Handlungsempfehlung ableiten. Aus dieser Handlung entstehen dann neue Feedback-Daten und der Prozess beginnt von vorne.