--- id: backpropagation-algorithm-1986 title: Rumelhart, Hinton und Williams machen Backpropagation bekannt date: '1986-01-01' datePrecision: year dateSources: - s2 - s4 summary: >- 1986 beschrieben Rumelhart, Hinton und Williams in Nature, wie sich mehrschichtige neuronale Netze trainieren lassen. Das Verfahren war nicht neu, aber erst dieser Aufsatz machte es in der KI-Forschung breit bekannt. themeId: theme-neuronale-netze wikidata: - id: Q798503 name: 'Backpropagation' - id: Q29469983 name: 'Learning representations by back-propagating errors' verification: verified sources: - key: s2 title: Backpropagation publisher: Wikipedia url: https://en.wikipedia.org/wiki/Backpropagation accessedAt: '2026-09-15' - key: s3 title: 'Deep Learning in a Nutshell: History and Training' publisher: NVIDIA url: https://developer.nvidia.com/blog/deep-learning-nutshell-history-training/ accessedAt: '2026-09-15' - key: s4 title: Learning Representations by Back-Propagating Errors publisher: ML Anthology url: https://mlanthology.org/misc/1986/rumelhart1986misc-learning/ accessedAt: '2026-10-12' provenance: origin: legacy-entries-ts reviewedBy: recherche-nachtrag reviewedAt: '2026-09-15' migratedAt: '2026-09-14' seeAlso: - id: imagenet-2012 note: >- Das Verfahren stand fertig da und blieb wirkungslos, bis Daten und Rechenleistung es einholten. --- Backpropagation berechnet die Gradienten rückwärts durch ein neuronales Netz und erlaubt so, die Gewichte in allen Schichten anzupassen, auch in Netzen mit mehreren verdeckten Schichten.[^s2] Mathematisch war das Verfahren schon länger bekannt; der breiten KI-Forschung zugänglich machte es 1986 der Aufsatz von Rumelhart, Hinton und Williams in Nature.[^s2][^s4] Die Aufsätze von 1985 und 1986 machten das Verfahren bekannt und fielen mit dem wieder erwachten Interesse an neuronalen Netzen in den 1980er-Jahren zusammen.[^s2] Die erste praktische Anwendung folgte 1989 durch Yann LeCun bei den Bell Labs.[^s3] Ende der Datei: 3 Quellen.