Foundation Model: das Grundmodell hinter deinem Assistenten
Definition
Ein Foundation Model ist ein großes, breit trainiertes KI-Modell, das als Grundlage für viele Aufgaben dient, von Textverstehen über Zusammenfassen bis Programmieren. Es wird einmal auf riesigen Datenmengen trainiert und dann für konkrete Zwecke genutzt, etwa als Motor eines Assistenten. Man baut selten von Null, sondern setzt auf ein solches Grundmodell auf und passt nur die Nutzung an.
Warum der Begriff zählt
Das Foundation Model ist der Motor, nicht das fertige Auto. Es bringt Sprachverständnis und breites Allgemeinwissen mit, kennt aber dein Unternehmen nicht. Für einen brauchbaren Assistenten kombiniert man das Grundmodell mit deinem Wissen über RAG, mit klaren Anweisungen und mit Rechten. Wer das versteht, wählt das Modell nach Aufgabe, Kosten und Datenschutz und verwechselt es nicht mit der Gesamtlösung.
Wann es relevant ist
- Ein Assistent oder Agent wird neu aufgesetzt und braucht einen Motor.
- Aufgaben unterscheiden sich in Anspruch, Sprache und Tempo.
- Kosten pro Anfrage und Antwortqualität müssen ausbalanciert werden.
- Datenschutz oder Betrieb im eigenen Haus geben die Modellwahl vor.
Wann nicht
Wenn ein fertiges Standardprodukt die Aufgabe vollständig abdeckt, musst du dich mit der Modellwahl kaum beschäftigen. Und die Diskussion über das perfekte Modell lohnt nicht, solange Wissen, Rechte und Prompt nicht sauber stehen, weil dort meist der größere Hebel liegt.
Branchen, die das nutzen
- Softwarehäuser: ein Grundmodell mit starkem Code-Verständnis für Entwicklungshilfe.
- Behörden und öffentliche Stellen: ein Modell, das sich datenschutzkonform betreiben lässt.
- Übersetzung und Lokalisierung: ein Modell mit hoher Sprachbreite für viele Zielsprachen.
- Handel: ein kostengünstiges Modell für hohe Mengen einfacher Anfragen.
Typische Anwendungsfälle
- Der Motor hinter einem persönlichen KI-Assistenten.
- Die Basis eines Company Brain, das mit RAG angebunden wird.
- Ein starkes Modell für anspruchsvolle Analyse, ein günstiges für Massenaufgaben.
- Ein lokal betreibbares Modell für sensible Daten.
- Ein mehrsprachiges Modell für internationale Teams.
Entscheidungshilfe
| Signal | Foundation Model wählen nach | Alternative |
|---|---|---|
| Anspruchsvolle Aufgaben | Qualität und Kontextgröße | kleines Modell überfordert |
| Hohe Mengen, einfach | Kosten pro Anfrage | teures Modell ist Verschwendung |
| Sensible Daten | Betrieb im eigenen Haus | offene Cloud meiden |
| Nur Standardnutzen | fertiges Produkt | keine eigene Wahl nötig |
Beispiel
Ein Team wählt für seinen Assistenten zwei Modelle: ein starkes für komplexe Analysen und ein günstiges für einfache, häufige Fragen. Beide werden über dasselbe Company Brain mit Firmenwissen versorgt. So bleibt die Qualität hoch, wo sie zählt, und die Kosten niedrig, wo Masse herrscht. Das Beispiel beschreibt die Methode, keine behauptete Kennzahl.
Verbindung zu Services
Die Modellwahl treffen wir beim Aufbau eines KI-Assistenten und bei der Custom-GPT-Entwicklung, immer im Zusammenspiel mit dem Company Brain.
Quellen
Diese Einordnung beschreibt gängige Praxis rund um Foundation Models. Welches Modell passt, hängt von Aufgabe, Kosten, Sprache und Datenschutz ab und muss im Einzelfall geprüft werden.
