Supervised Learning (überwachtes Lernen) ist eine der grundlegenden Methoden des Machine Learning. Dabei wird ein KI-System mit Trainingsdaten gefüttert, die bereits die „richtige Antwort" enthalten. Das System lernt aus diesen Beispielen die Muster und kann sie anschließend auf neue, unbekannte Daten anwenden. Man kann es sich wie einen Vokabeltest vorstellen: Das System sieht viele Beispiele mit Frage und Antwort und lernt daraus die Zusammenhänge.
Ein alltagsnahes Beispiel: Um ein System zu trainieren, das handgeschriebene Zahlen erkennt (z. B. für die automatische Korrektur von Mathe-Arbeitsblättern), zeigt man ihm Tausende von Bildern handgeschriebener Zahlen mit der jeweils korrekten Zuordnung. Nach dem Training kann das System auch neue, noch nie gesehene Handschriften korrekt erkennen.
Im Bildungskontext wird Supervised Learning bei vielen KI-Tools im Hintergrund eingesetzt — von der Handschrifterkennung über die automatische Textklassifizierung bis hin zu Systemen, die Rechtschreibfehler erkennen. Lehrkräfte müssen die Methode nicht im Detail verstehen, aber das Grundprinzip erklärt, warum KI-Systeme mit mehr und besseren Trainingsdaten genauer werden und warum sie bei ungewöhnlichen Eingaben manchmal Fehler machen.