Eine eigene KI bedeutet nicht, ein eigenes Sprachmodell zu trainieren

„Eigene KI“ und „eigenes Sprachmodell“ sind zwei verschiedene Dinge

Im Alltag werden KI-Anwendung und Sprachmodell häufig gleichgesetzt. Technisch ist das zu kurz gedacht. Ein Sprachmodell ist eine zentrale Komponente, aber eine Unternehmens-KI kann aus deutlich mehr Bausteinen bestehen: Datenquellen, Dokumentenablage, Such- und Retrieval-Funktionen, Berechtigungen, Freigaben, Schnittstellen, Protokollierung und die eigentliche Benutzeroberfläche.

Ein Unternehmen kann deshalb eine eigene, kontrollierte KI-Anwendung betreiben, ohne die Modellgewichte selbst von Grund auf trainiert zu haben. Vortrainierte Modelle lassen sich lokal oder über externe Dienste verwenden. Welche Variante sinnvoll ist, hängt von Aufgabe, Schutzbedarf, Leistungsbedarf, Lizenzbedingungen und Betriebsaufwand ab.

Was Training von Grund auf eigentlich bedeutet

Ein großes Sprachmodell von Grund auf zu trainieren ist etwas grundlegend anderes als ein vorhandenes Modell einzusetzen. Beim Vortraining startet das Modell ohne die bereits erlernten Gewichte eines fertigen Modells und muss aus sehr großen Datenmengen statistische Sprach- und Wissensmuster lernen.

Für ein typisches kleines oder mittleres technisches Unternehmen ist das normalerweise nicht die erste sinnvolle Aufgabe. Der Aufwand liegt nicht nur in Rechenleistung. Benötigt werden geeignete Daten, Datenaufbereitung, Trainingsinfrastruktur, Tests, Evaluation, Modellpflege und entsprechendes Spezialwissen.

Vortrainierte Modelle verschieben diesen Ausgangspunkt. Sie bringen bereits allgemeine Fähigkeiten mit. Das Unternehmen muss dann nicht noch einmal versuchen, allgemeines Sprachverständnis von Grund auf aufzubauen.

Vier Ebenen, die man sauber voneinander trennen sollte

Für die weitere Serie ist eine klare Begriffstrennung wichtig. Sie verhindert, dass jede Anpassung einer KI vorschnell als „eigenes Modell“ bezeichnet wird.

1. Vortrainiertes Modell verwenden

Die einfachste Ebene ist die Nutzung eines bereits trainierten Modells. Es verarbeitet die gestellte Aufgabe mit seinen vorhandenen Fähigkeiten und dem Kontext, den es für die jeweilige Anfrage erhält. Das Modell selbst wird dabei nicht neu trainiert.

2. Prompt und Systemregeln

Auf der nächsten Ebene wird festgelegt, wie das Modell arbeiten soll: Rolle, Aufgabe, Ausgabeformat, Grenzen und Prüfschritte. Dadurch verändert sich nicht automatisch das Modell selbst. Gute Anweisungen können die Nutzung deutlich strukturieren, ersetzen aber weder Fachwissen noch eine belastbare Datenbasis.

3. Eigenes Wissen gezielt bereitstellen

Unternehmenswissen kann dem Modell zur jeweiligen Aufgabe als zusätzlicher Kontext bereitgestellt werden. Ein verbreitetes Konzept dafür ist Retrieval-Augmented Generation, kurz RAG. Dabei bleibt Wissen in einer externen Wissensbasis und wird bei Bedarf zur Anfrage gesucht und dem Modell als Kontext mitgegeben. Dieses Thema behandeln wir in der weitergeführten KI-Reihe später in Artikel 018 ausführlich.

Für meine Zielarchitektur ist diese Trennung besonders interessant: Dokumente, Herkunft, Revisionen und Freigabestatus können im eigenen Wissenssystem kontrolliert werden, während das Modell als verarbeitende Komponente austauschbar bleibt.

4. Fine-Tuning

Fine-Tuning geht einen Schritt weiter. Dabei wird ein bereits vortrainiertes Modell mit einem kleineren, spezialisierten Datensatz weitertrainiert. Die Modellparameter werden also tatsächlich angepasst. Das ist etwas anderes als RAG oder die bloße Bereitstellung von Dokumenten im Kontext.

Auch Fine-Tuning ist jedoch kein Training eines großen Grundmodells von null. Die Dokumentation von Hugging Face beschreibt Fine-Tuning ausdrücklich als Weitertraining eines vortrainierten Modells und weist darauf hin, dass dafür wesentlich weniger Daten, Rechenleistung und Zeit benötigt werden als beim Training von Grund auf.

Das wertvollste Gut sollte nicht im Modell eingeschlossen sein

Für Unternehmen entsteht ein strategisches Problem, wenn dauerhaftes Wissen untrennbar mit einem bestimmten Modell oder Anbieter verbunden wird. Modelle entwickeln sich schnell weiter. Heute kann Modell A für eine Aufgabe sinnvoll sein, später Modell B oder ein völlig anderer technischer Ansatz.

Deshalb verfolge ich für UWM-FTBE den Grundsatz, Modelle als Werkzeuge zu betrachten. Originaldokumente, Historie, Freigaben und belastbare Ergebnisse sollen in einem kontrollierten Wissenssystem geführt werden. Für die dauerhafte Wissensübernahme gilt dabei die Logik RAW → PROCESSED → APPROVED: Rohmaterial ist nicht automatisch freigegebenes Unternehmenswissen.

Das schafft keine vollständige Herstellerunabhängigkeit – jede konkrete Software besitzt Abhängigkeiten. Es reduziert aber das Risiko, dass ein Modellwechsel gleichzeitig den Verlust oder kompletten Neuaufbau des eigenen Wissenssystems erzwingt.

Wann wäre Fine-Tuning trotzdem interessant?

Fine-Tuning ist damit keineswegs überflüssig. Es kann sinnvoll werden, wenn ein Modell für eine klar definierte Aufgabe ein bestimmtes Verhalten, eine Fachsprache oder ein reproduzierbares Ausgabeformat besser beherrschen soll und genügend geeignete Trainings- und Testdaten vorhanden sind.

Für Unternehmenswissen, das sich regelmäßig ändert oder dessen Quelle und Aktualität nachvollziehbar bleiben müssen, ist dagegen häufig eine externe Wissensbasis attraktiver. RAG und Fine-Tuning sind keine Gegensätze; sie lösen unterschiedliche Probleme und können miteinander kombiniert werden.

Die Reihenfolge ist entscheidend: Erst die Aufgabe und das Qualitätsziel bestimmen, dann entscheiden, ob Prompting, Wissensbereitstellung, Fine-Tuning oder eine Kombination erforderlich ist.

Was eine eigene Unternehmens-KI für mich deshalb bedeutet

Unter „eigener KI“ verstehe ich im UWM-FTBE-Projekt keine Behauptung, ein eigenes Foundation Model entwickelt zu haben. Gemeint ist eine kontrollierte Unternehmensarchitektur, in der Datenwege, Wissensbestände, Freigaben und eingesetzte Modelle bewusst geführt werden.

Das Modell übernimmt darin eine wichtige Rolle, bleibt aber austauschbar. Die fachliche Verantwortung bleibt ebenfalls beim Menschen. Ein sprachlich überzeugendes Ergebnis ist nicht automatisch technisch richtig – besonders nicht bei Berechnungen, Normen, rechtlichen Aussagen, produktivem Code oder sicherheitsrelevanten Entscheidungen.

Der Leitgedanke bleibt deshalb: KI ist nur so gut wie die fachliche Führung durch den Anwender. Prompt-Kompetenz allein ersetzt keine Fachkompetenz.

Fazit: Die eigene KI beginnt bei der Architektur, nicht beim Modelltraining

Für viele Unternehmen ist die entscheidende Frage nicht, wie sie ein großes Sprachmodell selbst trainieren können. Wichtiger ist, wie sie vorhandene Modelle kontrolliert in eine eigene Arbeits- und Wissensarchitektur integrieren.

Wer Daten, Wissen, Freigaben und Schnittstellen sauber vom Modell trennt, schafft eine wesentlich bessere Grundlage für spätere Veränderungen. Neue Modelle können geprüft und gegebenenfalls ausgetauscht werden, ohne dass das Unternehmen sein gesamtes Wissen neu organisieren muss.

Im nächsten Artikel wird die Frage praktischer: Kann ein normaler Arbeitsplatzrechner überhaupt eine ernsthafte lokale KI betreiben – oder ist dafür sofort spezielle und teure Hardware erforderlich?