{"id":135744,"date":"2026-02-18T22:49:57","date_gmt":"2026-02-18T21:49:57","guid":{"rendered":"https:\/\/multi.liora.io\/?p=135744"},"modified":"2026-02-18T22:49:57","modified_gmt":"2026-02-18T21:49:57","slug":"der-knn-algorithmus-einfach-erklart","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/der-knn-algorithmus-einfach-erklart","title":{"rendered":"Der K-Nearest-Neighbor (KNN) Algorithmus einfach erkl\u00e4rt"},"content":{"rendered":"<p><strong>Der K-nearest neighbors (KNN) Algorithmus, w\u00f6rtlich der K-n\u00e4chste-Nachbarn-Algorithmus, ist ein Machine-Learning-Algorithmus. Er geh\u00f6rt zur Klasse der einfachen und leicht zu implementierenden \u00fcberwachten Lernalgorithmen und kann zur L\u00f6sung von Klassifikations- und Regressionsproblemen verwendet werden. In diesem Artikel werden wir die Definition dieses Algorithmus, seine Funktionsweise sowie eine direkte Anwendung in der Programmierung erl\u00e4utern.<\/strong><\/p>\n<!-- \/wp:post-content -->\n\n<!-- wp:heading {\"level\":3} -->\n<h2 id=\"h-knn-definition\" class=\"wp-block-heading\">KNN Definition<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Bevor wir uns auf den KNN-Algorithmus konzentrieren, wiederholen wir zun\u00e4chst die Grundlagen. Was ist nochmal ein \u00fcberwachter Lernalgorithmus?<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Beim \u00fcberwachten Lernen erh\u00e4lt ein Algorithmus einen Datensatz, der mit entsprechenden Ausgangswerten beschriftet ist, mit dem er trainieren und ein Vorhersagemodell definieren kann. Dieser Algorithmus kann dann auf neue Daten angewendet werden, um die entsprechenden Ausgangswerte vorherzusagen.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Hier eine vereinfachte Illustration:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:image {\"style\":{\"spacing\":{\"margin\":{\"top\":\"var:preset|spacing|columns\",\"bottom\":\"var:preset|spacing|columns\"}}}} -->\n\n<!-- \/wp:image -->\n\n<!-- wp:paragraph -->\n<p>Die Intuition hinter dem <b>KNN-Algorithmus<\/b> ist eine der einfachsten aller Algorithmen des Supervised Machine Learning:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li><strong>1. Schritt:<\/strong> W\u00e4hle die Anzahl K der Nachbarn aus.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>2. Schritt:<\/strong> Berechne die Distanz<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:columns {\"style\":{\"spacing\":{\"margin\":{\"top\":\"var:preset|spacing|columns\",\"bottom\":\"var:preset|spacing|columns\"}}}} -->\n<div class=\"wp-block-columns\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><!-- wp:column -->\n<div class=\"wp-block-column\"><!-- wp:image {\"sizeSlug\":\"large\"} -->\n\n<!-- \/wp:image --><\/div>\n<!-- \/wp:column -->\n\n<!-- wp:column -->\n<div class=\"wp-block-column\"><!-- wp:image {\"sizeSlug\":\"large\"} -->\n\n<!-- \/wp:image --><\/div>\n<!-- \/wp:column --><\/div>\n<!-- \/wp:columns -->\n\n<!-- wp:paragraph -->\n<p>Vom nicht klassifizierten Punkt zu den anderen Punkten.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li><strong>3. Schritt:<\/strong> Nimm die K n\u00e4chsten Nachbarn gem\u00e4\u00df der berechneten Distanz.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>4. Schritt:<\/strong> Z\u00e4hle unter diesen K Nachbarn die Anzahl der Punkte, die zu jeder Kategorie geh\u00f6ren.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>5. Schritt:<\/strong> Ordne den neuen Punkt der Kategorie zu, die unter diesen K Nachbarn am h\u00e4ufigsten vertreten ist.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>6. Schritt:<\/strong> Unser Modell ist fertig:<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:image -->\n\n<!-- \/wp:image -->\n\n<!-- wp:buttons {\"className\":\"is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"} -->\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><!-- wp:button -->\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\/data-ki\/data-scientist\">Einf\u00fchrung in den KNN-Algorithmus<\/a><\/div>\n<!-- \/wp:button --><\/div>\n<!-- \/wp:buttons -->\n\n<!-- wp:heading -->\n<h3 class=\"wp-block-heading\">KNN: Ein Anwendungsbeispiel<\/h3>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Nun ein Beispiel f\u00fcr die Verwendung des Algorithmus der K n\u00e4chsten Nachbarn. Mit der Bibliothek <b><i>Scikit-Learn<\/i><\/b> k\u00f6nnen wir die Funktion<b><i> KKNeighborsClassifier<\/i><\/b> importieren, die wir auf den IRIS-Datensatz anwenden werden.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:image {\"sizeSlug\":\"large\",\"style\":{\"spacing\":{\"margin\":{\"top\":\"var:preset|spacing|columns\",\"bottom\":\"var:preset|spacing|columns\"}}}} -->\n<figure class=\"wp-block-image size-large\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2020\/11\/Illu-3-KNN.jpg\" alt=\"\"><\/figure>\n<!-- \/wp:image -->\n\n<!-- wp:paragraph -->\n<p>Mit dem KNN-Algorithmus erreichen wir eine ausgezeichnete Rate an korrekten Pflanzen-Klassifizierungen von nahezu 100 %. Wir k\u00f6nnen uns auch daf\u00fcr interessieren, wie wir K f\u00fcr eine optimale Klassifizierung ausw\u00e4hlen k\u00f6nnen. Eine M\u00f6glichkeit, dies herauszufinden besteht darin, den K-Wert und die entsprechende Fehlerrate f\u00fcr den Datensatz grafisch darzustellen:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:image {\"sizeSlug\":\"large\",\"style\":{\"spacing\":{\"margin\":{\"top\":\"var:preset|spacing|columns\",\"bottom\":\"var:preset|spacing|columns\"}}}} -->\n<figure class=\"wp-block-image size-large\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2020\/11\/Illu-4-KNN.jpg\" alt=\"\"><\/figure>\n<!-- \/wp:image -->\n\n<!-- wp:paragraph -->\n<p>So k\u00f6nnen wir sehen, dass die beste Vorhersagequote bei K zwischen 5 und 18 liegt. Oberhalb dieses Wertes k\u00f6nnen wir ein Ph\u00e4nomen namens \u201e<a href=\"https:\/\/liora.io\/de\/overfitting-was-ist-das-wie-kann-man-es-vermeiden\">Overfitting<\/a>&#8220; beobachten, das auftritt, wenn die zur Erstellung eines Modells verwendeten Lerndaten die Daten sehr gut oder sogar \u201ezu gut&#8220; erkl\u00e4ren, aber keine n\u00fctzlichen Vorhersagen f\u00fcr neue Daten machen k\u00f6nnen.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Einige Anwendungen :<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li>Es kann in Technologien wie <b>OCR<\/b> (Optical Character Recognizer, dt. <b>optische Zeichenerkennung<\/b>) eingesetzt werden, die versucht, Handschriften, Bilder und sogar Videos zu erkennen.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li>Es kann im Bereich der <b>Kreditratings<\/b> eingesetzt werden. Er versucht, die Merkmale einer Person mit der vorhandenen Gruppe von Personen abzugleichen, um ihr die Kreditw\u00fcrdigkeit zuzuordnen. Er erh\u00e4lt die <b>gleiche Bewertung wie die Personen, die seinen Merkmalen <\/b>entsprechen.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li>Es wird verwendet, um vorherzusagen, ob <b>die Bank einer Einzelperson einen Kredit gew\u00e4hren <\/b>sollte. Sie wird versuchen zu beurteilen, ob die gegebene Person den Kriterien der Personen entspricht, die zuvor ausgefallen waren, oder ob sie ihren Kredit nicht ausfallen lassen wird.<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:paragraph -->\n<p>Vorteile:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li>Der Algorithmus ist <b>einfach und leicht zu implementieren.<\/b><\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li>Es ist nicht notwendig, ein Modell zu erstellen, mehrere Parameter einzustellen oder zus\u00e4tzliche Annahmen zu treffen.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li>Der Algorithmus ist vielseitig einsetzbar. Er kann sowohl f\u00fcr <b>Klassifizierung<\/b> als auch f\u00fcr <b>Regression<\/b> verwendet werden.<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:paragraph -->\n<p>Nachteile:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li>Der Algorithmus wird mit zunehmender Anzahl von Beobachtungen und unabh\u00e4ngigen Variablen wesentlich langsamer.<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:paragraph -->\n<p>Da er einer der einfachsten Machine-Learning-Algorithmen ist, ist er darauf ausgelegt lernbasierte, intuitive und intelligente Systeme zu entwickeln, die kleine Entscheidungen ganz allein durchf\u00fchren und treffen k\u00f6nnten.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Lernen und Entwickeln werden somit noch einfacher und der Algorithmus hilft fast allen Arten von Branchen, die intelligente Systeme, L\u00f6sungen oder Dienstleistungen nutzen k\u00f6nnten.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Es gibt viele andere \u00fcberwachte und nicht \u00fcberwachte <b>Clustering<\/b>-Algorithmen, die je nach Situation mehr oder weniger geeignet sind, wie z.B. K-<b>Means<\/b>, Bottom-up-Verfahren , DBSCAN (density-based spatial clustering of applications with noise)&#8230; die Du in unserem <a href=\"https:\/\/liora.io\/de\/blog-de\">Blog<\/a> finden kannst.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:buttons {\"className\":\"is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\",\"style\":{\"spacing\":{\"margin\":{\"top\":\"var:preset|spacing|columns\",\"bottom\":\"var:preset|spacing|columns\"}}}} -->\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><!-- wp:button -->\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\/data-ki\/data-scientist\">Entdecke unsere Weiterbildungen<\/a><\/div>\n<!-- \/wp:button --><\/div>\n<!-- \/wp:buttons -->\n\n<!-- wp:paragraph -->\n<p>?Auch interessant:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:table -->\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><a href=\"https:\/\/liora.io\/de\/gradient-boosting-algorithmen\" target=\"_blank\" rel=\"noopener\">Gradient Boosting Algorithmen<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/was-ist-der-dijkstra-algorithmus\" target=\"_blank\" rel=\"noopener\">Dijkstra Algorithmus<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/t-sne-algorithmus\" target=\"_blank\" rel=\"noopener\">t-sne-Algorithmus<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\" target=\"_blank\" rel=\"noopener\">CAH Algorithmus ML Clustering<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/3-machine-learning-algorithmen-fuer-deinen-job\" target=\"_blank\" rel=\"noopener\">3 ML Algorithmen die du kennen solltest<\/a><\/td><\/tr><\/tbody><\/table><\/figure>\n<!-- \/wp:table -->\n\n<!-- wp:html -->\n<script type=\"application\/ld+json\">\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Was ist der K-Nearest-Neighbor (KNN) Algorithmus?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Der K-nearest neighbors (KNN) Algorithmus ist ein Machine-Learning-Algorithmus, der zur L\u00f6sung von Klassifikations- und Regressionsproblemen verwendet wird. Er geh\u00f6rt zur Klasse der \u00fcberwachten Lernalgorithmen und ist einfach zu implementieren.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Wie funktioniert der KNN-Algorithmus?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Die Intuition hinter dem KNN-Algorithmus ist, dass er auf den K n\u00e4chsten Nachbarn eines nicht klassifizierten Punktes basiert. Der Algorithmus berechnet die Distanz zwischen dem Punkt und anderen Punkten, w\u00e4hlt die K n\u00e4chsten Nachbarn und ordnet den Punkt der h\u00e4ufigsten Kategorie zu.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Wie w\u00e4hlt man den Wert von K im KNN-Algorithmus aus?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Der Wert von K kann durch das Testen unterschiedlicher Werte und die Analyse der Fehlerquote f\u00fcr einen Datensatz bestimmt werden. Eine optimale K-Wahl liegt in der Regel zwischen 5 und 18, wobei Werte dar\u00fcber zu \u00dcberanpassung (Overfitting) f\u00fchren k\u00f6nnen.\"\n      }\n    }\n  ]\n}\n<\/script>\n\n<!-- \/wp:html -->","protected":false},"excerpt":{"rendered":"<p>Der K-nearest neighbors (KNN) Algorithmus, w\u00f6rtlich der K-n\u00e4chste-Nachbarn-Algorithmus, ist ein Machine-Learning-Algorithmus. Er geh\u00f6rt zur Klasse der einfachen und leicht zu implementierenden \u00fcberwachten Lernalgorithmen und kann zur L\u00f6sung von Klassifikations- und Regressionsproblemen verwendet werden. In diesem Artikel werden wir die Definition dieses Algorithmus, seine Funktionsweise sowie eine direkte Anwendung in der Programmierung erl\u00e4utern. KNN Definition Bevor [&hellip;]<\/p>\n","protected":false},"author":88,"featured_media":218403,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-135744","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/135744","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/88"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=135744"}],"version-history":[{"count":4,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/135744\/revisions"}],"predecessor-version":[{"id":218404,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/135744\/revisions\/218404"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/218403"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=135744"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=135744"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}