Foundation Model (Basismodell)
Ein Foundation Model ist ein breit vortrainiertes Basismodell, das als Grundlage für viele KI-Aufgaben dient - Sprachmodelle sind eine Teilmenge davon.
Ein Foundation Model (deutsch Basismodell) ist ein großes, auf sehr breiten Datenmengen vortrainiertes KI-Modell, das nicht für eine einzelne Aufgabe gebaut wurde, sondern als gemeinsame Grundlage für viele nachgelagerte Aufgaben dient. Der Begriff verschiebt die Perspektive: Statt für jede Anwendung ein eigenes Modell von Grund auf zu trainieren, entsteht einmal ein breit einsetzbares Basismodell, das anschließend auf konkrete Aufgaben angepasst wird.
Abgrenzung: Foundation Model, LLM und Open-Source-Modelle
- Foundation Model: Der Oberbegriff - ein breit vortrainiertes Basismodell, das Text, Bilder, Audio oder mehrere Modalitäten verarbeiten kann.
- LLM: Ein Large Language Model ist eine Teilmenge der Foundation Models, nämlich das auf Sprache spezialisierte. Jedes LLM ist ein Foundation Model, aber nicht jedes Foundation Model ist ein LLM - Bild- oder Audiomodelle gehören ebenfalls dazu.
- Open Source vs. proprietär: Ein Open-Source-LLM beschreibt die Lizenz- und Verfügbarkeitsfrage - also ob Gewichte offen zugänglich sind. Das ist unabhängig davon, dass es sich um ein Foundation Model handelt.
Warum das Konzept wichtig ist
Foundation Models bündeln den teuren, rechenintensiven Teil - das Vortraining auf breiten Daten - einmalig. Wer eine Anwendung baut, setzt darauf auf, statt bei null zu beginnen. Der eigentliche Wert entsteht in der Anpassung an den konkreten Anwendungsfall.
Vom Basismodell zur Anwendung
Ein vortrainiertes Basismodell ist selten direkt einsatzbereit. Der Weg in die Anwendung führt über zwei Hebel: Prompt Engineering steuert das Verhalten über Anweisungen, ohne die Gewichte zu ändern; Fine-Tuning passt das Modell mit eigenen Daten gezielt an. Technisch beruhen heutige Sprach-Foundation-Models auf der Transformer-Architektur, die das Vortraining auf großen Datenmengen erst praktikabel gemacht hat.
Foundation Models bei Elasticbrains
Bei der Auswahl geht es nicht um das größte, sondern um das für den Anwendungsfall passende Basismodell - abgewogen nach Aufgabe, Datenschutz, Betriebsmodell und Kosten. Wie wir aus einem Foundation Model eine belastbare Anwendung machen, zeigen wir auf unserer Leistungsseite KI-Entwicklung.
Weiterführende Ressourcen
- Glossar: LLM, Open-Source-LLM, Fine-Tuning, Transformer
- Leistung: KI-Entwicklung
Häufige Fragen
Was ist ein Foundation Model?
Was ist der Unterschied zwischen Foundation Model und LLM?
Heißt Foundation Model dasselbe wie Open Source?
Wie wird aus einem Foundation Model eine konkrete Anwendung?
Weitere Glossarbegriffe
Chunking - Dokumente für RAG richtig zerlegen
Chunking zerlegt Dokumente in durchsuchbare Textabschnitte für RAG. Chunk-Größe, Overlap und semantisches Schneiden entscheiden über die Retrieval-Qualität.
Knowledge Distillation - Wissen ins kleine Modell überführen
Knowledge Distillation überführt das Können eines großen Lehrer-Modells in ein kleines Schüler-Modell. Das senkt Inferenzkosten bei ähnlicher Qualität.
AI Pair Programming - KI als Programmierpartner
AI Pair Programming bezeichnet den Einsatz eines KI-Agenten als gleichwertigen Programmierpartner - verfügbar rund um die Uhr, mit konsistenter Qualität.
Bereit, das in die Praxis zu bringen?
Lassen Sie uns in einem kostenlosen Erstgespräch über Ihr Vorhaben sprechen - unverbindlich und konkret.