In diesem Artikel werden Konzepte des maschinellen Lernens unter Verwendung von ressourcenbeschränkten Mikrocontrollern mit geringem Stromverbrauch untersucht, die unter dem Begriff „TinyML“ zusammengefasst werden. Das maschinelle Lernen prägt weiterhin viele Aspekte unseres täglichen Lebens, ob zu Hause, im Büro oder anderswo. Während viele ML-Applikationen eine beträchtliche Rechenleistung benötigen, um komplexe wissenschaftliche oder finanzielle Daten zu verarbeiten, bieten diejenigen, die für das Internet der Dinge (IoT) und andere Edge-basierte Applikationen entwickelt wurden, nur magere Rechen- und Konnektivitätskapazitäten.