Jeder Spamfilter ist ein Textklassifikator. Er liest eine eingehende Nachricht und entscheidet zwischen zwei Möglichkeiten: Posteingang oder Spamordner. Google nennt in seinem Leitfaden zur Textklassifikation genau dieses Beispiel, neben der Moderation von Forenbeiträgen und der Auswertung von Kundenbewertungen nach ihrer Stimmung. Im Unternehmen ist die Aufgabe dieselbe, nur mit anderen Fächern: Ist diese Mail eine Bestellung, eine Reklamation, eine Rechnung oder eine Bewerbung? Gehört dieses Ticket zum Vertrieb, zum Service oder zur Buchhaltung?
Klassifikation steht meist am Anfang einer Automatisierung, weil von ihr abhängt, was danach geschieht. Eine Rechnung braucht andere Felder als ein Lieferschein, und eine Kündigung einen anderen Ablauf als eine Adressänderung. Ein Fehler an dieser Stelle schickt den ganzen Vorgang auf den falschen Weg.
Eine Klasse oder mehrere
Die erste Entscheidung betrifft die Form der Antwort. Bei der Klassifikation mit einer Bezeichnung bekommt jeder Text genau eine Kategorie. Bei der Klassifikation mit mehreren Bezeichnungen kann ein Text in mehrere Kategorien fallen. Microsoft unterscheidet in seiner Dokumentation genau diese beiden Projektarten.
Für Geschäftspost ist die zweite Form häufiger richtig, als man denkt. Eine Mail, in der ein Kunde eine Lieferung reklamiert und zugleich eine neue Bestellung aufgibt, ist beides. Ein System, das nur eine Antwort kennt, muss sich entscheiden, und ein Teil des Anliegens geht verloren. Wer das Klassenschema entwirft, sollte deshalb an echten Beispielen prüfen, wie oft solche Mischfälle vorkommen.
Wie man Klassen schneidet
Die Qualität einer Klassifikation hängt mindestens so sehr vom Klassenschema ab wie vom Modell. Microsoft rät, Mehrdeutigkeit zu vermeiden und Klassen so zu wählen, dass sie sich klar voneinander trennen lassen, und empfiehlt, häufig verwechselte Klassen gegebenenfalls zusammenzulegen. Daraus ergeben sich einige praktische Regeln:
- Klassen nach dem Folgeprozess schneiden, nicht nach dem Thema. Wenn „Lieferverzug“ und „Lieferung unvollständig“ von derselben Person mit demselben Ablauf bearbeitet werden, brauchen sie keine getrennten Klassen.
- Eine Klasse für „unklar“ vorsehen. Texte, die in keine Kategorie passen, wird es immer geben. Ohne eigene Klasse werden sie in die ähnlichste gezwungen und fallen dort nicht auf.
- Jede Klasse mit Beispielen und Gegenbeispielen beschreiben. Was Menschen unterschiedlich einsortieren, kann auch eine Maschine nicht zuverlässig lernen. Wenn zwei erfahrene Kolleginnen bei denselben hundert Mails nicht zum selben Ergebnis kommen, liegt das Problem im Schema.
Von Schlüsselwörtern zu Sprachmodellen
Die einfachste Form sind Regeln: Enthält der Betreff „Rechnung“, geht die Mail an die Buchhaltung. Das funktioniert, bis jemand „Frage zu Ihrer Rechnung“ schreibt und eigentlich reklamiert.
Klassische Verfahren des maschinellen Lernens lernen aus beschrifteten Beispielen, welche Wörter für welche Klasse sprechen. Das Lehrbuch von Jurafsky und Martin führt die Textklassifikation an Verfahren wie Naive Bayes und logistischer Regression ein. Solche Modelle sind schnell, günstig und gut nachvollziehbar, brauchen aber für jede Klasse genügend Trainingsbeispiele. Microsoft weist etwa darauf hin, dass Klassen mit weniger als 15 beschrifteten Beispielen zu geringerer Genauigkeit führen können.
Ein Zwischenweg nutzt Embeddings: Jeder Text wird in einen Zahlenvektor übersetzt, der seine Bedeutung abbildet, und ein einfaches Modell lernt auf diesen Vektoren die Grenzen zwischen den Klassen.
Sprachmodelle schließlich können ohne eigenes Training klassifizieren. Man beschreibt ihnen die Klassen in Worten, gibt einige Beispiele und lässt sie entscheiden. Das senkt die Einstiegshürde erheblich, und neue Klassen lassen sich in Minuten ergänzen. Dass sich das Feld in diese Richtung bewegt, zeigt auch Microsoft: Der Dienst für benutzerdefinierte Textklassifizierung soll am 31. März 2029 eingestellt werden, neue Projekte verweist der Hersteller auf die Modelle seiner Plattform Foundry. Der Preis sind höhere Kosten je Text und Ergebnisse, die sich bei geänderten Anweisungen oder einem Modellwechsel verschieben können.
Welche Kennzahl zählt
Gemessen wird Klassifikation mit drei Größen, die Microsoft so definiert: Die Präzision gibt an, wie viele der einer Klasse zugeordneten Texte wirklich dazugehören. Die Trefferquote (Recall) gibt an, wie viele der Texte, die dazugehören, auch gefunden wurden. Der F1-Wert verbindet beide zu einer Zahl. Alle drei werden je Klasse und für das Modell insgesamt berechnet. Eine Verwechslungstabelle (Konfusionsmatrix) zeigt zusätzlich, welche Klassen miteinander verwechselt werden.
Welche Größe wichtiger ist, hängt vom Schaden eines Fehlers ab, und der ist selten symmetrisch. Microsoft gibt dafür zwei Beispiele. Wer Supporttickets weiterleitet, sollte auf Präzision achten, denn ein falsch zugeordnetes Ticket landet beim falschen Team. Wer Mails als Spam aussortiert, sollte auf die Trefferquote für wichtige Mails achten, denn eine fälschlich aussortierte wichtige Nachricht wiegt schwerer als ein durchgerutschter Spam.
Für die Praxis bedeutet das: Ein Klassifikator braucht einen Schwellenwert. Unterhalb einer bestimmten Sicherheit wird nicht automatisch zugeordnet, sondern der Text geht an einen Menschen. Wo dieser Schwellenwert liegt, ist eine fachliche Entscheidung, keine technische. Sie lässt sich nur an einer eigenen Stichprobe treffen, an der man sieht, wie viele Fälle man bei welcher Schwelle gewinnt und wie viele Fehler man dafür in Kauf nimmt. Mehr dazu unter Evaluation von KI-Systemen.
Ein Beispiel aus dem Serviceeingang
Ein konstruiertes Beispiel: Ein Anlagenbauer erhält über ein zentrales Postfach Mails von Kunden, Lieferanten und Bewerbern. Ein Klassifikator ordnet jede Mail einer von acht Klassen zu, darunter „Störung“, „Ersatzteilbestellung“, „Rechnung“, „Bewerbung“ und „unklar“. Störungen mit hoher Sicherheit gehen sofort an die Hotline und erzeugen ein Ticket, Rechnungen gehen an die Belegverarbeitung, Bewerbungen an die Personalabteilung. Alles unterhalb der Schwelle und alles in „unklar“ prüft eine Person einmal am Vormittag und einmal am Nachmittag. Ihre Entscheidungen werden gesammelt und dienen als neue Beispiele. Diese Weiterleitung nach Klasse ist das, was man Ticket-Routing nennt.
Wenn die Klassen sich verschieben
Ein Klassifikator ist kein einmaliges Projekt. Neue Produkte, ein geändertes Formular oder ein Rückruf erzeugen Anliegen, die es beim Training noch nicht gab. Sie landen dann in der ähnlichsten Klasse oder in „unklar“. Ein Anstieg dieser Klasse ist deshalb ein nützliches Frühwarnsignal und sollte regelmäßig angesehen werden.
Vorsicht ist geboten, wenn eine Klassifikation über Menschen entscheidet, etwa beim Vorsortieren von Bewerbungen oder bei der Einstufung von Kunden. Dann stellen sich Fragen der Fairness und des Datenschutzes, und je nach Wirkung der Entscheidung greifen die Regeln zur automatisierten Einzelentscheidung.
Quellen
- Text classification guide, Google for Developers, Machine Learning Guides
- Benutzerdefinierte Textklassifizierung, Microsoft Learn, 2026
- Konzepte des benutzerdefinierten Textklassifizierungsmodells: Auswertungsmetriken, Microsoft Learn, 2026
- Speech and Language Processing, 3. Auflage (Entwurf), Kapitel 4 und Anhang B, Daniel Jurafsky und James H. Martin, Stanford University, 2026
Inhaltlich geprüft im Oktober 2026. Der Eintrag erklärt einen Begriff und ersetzt keine Rechts- oder Steuerberatung.

