Foundation Model

Früher wurde für jede KI-Aufgabe ein eigenes Modell entwickelt: eines für die Übersetzung, eines für die Texterkennung, eines für die Stimmungsanalyse. Foundation Models haben dieses Vorgehen verändert. Ein einzelnes, sehr großes Modell wird einmal mit hohem Aufwand trainiert und dient danach als Grundlage für zahlreiche Anwendungen. Der Begriff wurde 2021 von Forschenden der Stanford University geprägt.

Für Unternehmen bedeutet das: KI lässt sich heute meist nutzen, ohne ein eigenes Modell zu trainieren. Die zentrale Entscheidung ist, welches Basismodell eingesetzt und wie es angepasst wird.

Wie funktioniert ein Foundation Model?

Foundation Models werden mit großen Mengen allgemeiner Daten vortrainiert, häufig mit selbstüberwachtem Lernen. Dabei lernt das Modell ohne von Hand beschriftete Daten, etwa indem es fehlende oder nachfolgende Textteile vorhersagt. So entsteht ein breites Verständnis von Sprache, Bildern oder anderen Daten, das sich auf viele Aufgaben übertragen lässt.

Die bekanntesten Beispiele sind Large Language Models. Daneben gibt es Foundation Models für Bilder, Audio, Programmcode oder mehrere Datenarten zugleich, siehe multimodale KI.

Angepasst wird ein Foundation Model auf drei Wegen, oft auch kombiniert:

1. durch Anweisungen und Beispiele im Prompt
2. durch die Anbindung eigener Dokumente zur Laufzeit
3. durch Nachtrainieren mit eigenen Daten, also Fine-Tuning

Typische Beispiele

• Ein Sprachmodell wird über eine Programmierschnittstelle in ein Ticketsystem eingebunden.
• Ein offenes Modell läuft auf eigener Hardware, damit sensible Daten das Unternehmen nicht verlassen.
• Ein Modell wird für die Einordnung branchenspezifischer Dokumente nachtrainiert.

Worauf Unternehmen achten sollten

• Passend auswählen: Nicht jede Aufgabe braucht das größte Modell. Kleinere Modelle sind oft schneller und günstiger.
• Datenverarbeitung prüfen: Klären, wo Anfragen verarbeitet werden und welche Vertragsbedingungen gelten.
• Lizenzen beachten: Auch frei verfügbare Modelle haben Lizenzbedingungen, die etwa die gewerbliche Nutzung einschränken können.
• Abhängigkeiten begrenzen: Modelle werden weiterentwickelt und abgekündigt. Anwendungen sollten einen Modellwechsel ohne großen Umbau ermöglichen.
• Regulierung kennen: Der EU AI Act regelt KI-Modelle mit allgemeinem Verwendungszweck gesondert. Die Pflichten für deren Anbieter gelten seit 2. August 2025.

Abgrenzung

Foundation Model beschreibt die Rolle eines Modells als breite Grundlage. Large Language Model beschreibt die Art des Modells. Die meisten bekannten Sprachmodelle sind beides, doch nicht jedes Foundation Model verarbeitet Sprache, und nicht jedes Sprachmodell ist breit genug angelegt, um als Foundation Model zu gelten.