Gegenüber Feedforward-Netzwerken weist die Feature-Map den Vorteil des nicht-überwachten Lernens auf, andererseits ist sie trotz ihrer Abstraktheit wesentlich näher am biologischen Vorbild - dem Gehirn - orientiert. Sie eignet sich daher zum einen für Computersimulationen, die Einsicht in die Funktionsweise des Gehirns geben sollen. Zum anderen eröffnet die Kohonen-Feature-Map eine Vielzahl möglicher Informationsverarbeitungsmöglichkeiten in den Bereichen Bildverarbeitung, Robotersteuerung und -kontrolle, Sprachverarbeitung, Datenverdichtung und Lösung kombinatorischer Optimierungsaufgaben. Und dies meist noch mit brauchbaren Ergebnissen, wie das Resultat dieses Projekts zeigt.
Durch eine "Abstraktionsleistung" des Netzes, die unwesentliche Merkmalseigenschaften unterdrückt und Ähnlichkeitsbeziehungen zwischen wichtigen Merkmalen durch räumliche Distanz auf der Karte abbildet, lassen sich auch die Merkmale eines menschlichen Fingerabdrucks auf das Wesentliche reduzieren und in der Map abbilden.