Foundation Model

Foundation Models bilden die technologische Grundschicht moderner KI-Systeme. Im Gegensatz zu klassischer KI, die für eine einzige, spezifische Aufgabe entwickelt wurde, zeichnen sich diese Modelle durch ihre enorme Generalisierungsfähigkeit aus. Sie werden mittels Self-Supervised Learning auf gigantischen, oft unstrukturierten Datensätzen trainiert, um grundlegende Muster, sprachliche Zusammenhänge oder visuelle Strukturen zu erlernen. Einmal fertiggestellt, dient dieses "Fundament" als Ausgangspunkt für zahlreiche nachgelagerte Aufgaben, die durch minimales Nachtraining oder gezielte Anweisungen realisiert werden können.

Für deutsche Unternehmen ist dieser Ansatz ein entscheidender Wirtschaftsfaktor, da die extrem kostenintensive Entwicklung von KI-Grundlagenmodellen entfällt. Stattdessen können IT-Abteilungen bestehende Modelle adaptieren, was die Time-to-Market für eigene KI-Lösungen massiv verkürzt. Besonders relevant für IT-Entscheider und Datenschutzbeauftragte ist hierbei die Wahl zwischen proprietären Modellen via API und Open-Source-Alternativen. Letztere erlauben einen Betrieb auf eigener Infrastruktur oder in europäischen Clouds, was die Einhaltung der DSGVO erleichtert und den Schutz sensibler Betriebsgeheimnisse gegenüber US-amerikanischen Providern sicherstellt.

Ein praxisnahes Beispiel aus dem deutschen Mittelstand ist die automatisierte Verarbeitung von Lastenheften oder technischen Dokumentationen im Maschinenbau. Ein Unternehmen nutzt ein bestehendes Foundation Model und kombiniert es mittels Retrieval Augmented Generation mit dem eigenen Wissensschatz. Das Modell versteht aufgrund seines Vortrainings komplexe semantische Zusammenhänge sofort und kann spezifische Fragen zu Wartungsintervallen oder Bauteilspezifikationen beantworten, ohne dass das Unternehmen Millionen in ein eigenes Modelltraining investieren musste.

Aktuell verschiebt sich der Trend von gigantischen Modellen hin zu kompakteren Small Language Models, die effizienter auf lokaler Hardware laufen. Parallel dazu schafft der EU AI Act neue regulatorische Rahmenbedingungen, die insbesondere für Anbieter und Nutzer von Foundation Models strenge Transparenzpflichten vorsehen. IT-Leiter sollten daher bei der Auswahl nicht nur auf die Leistungsfähigkeit, sondern verstärkt auf die Compliance-Roadmap der Modellanbieter und die Portabilität der gewählten Lösung achten.