Der Begriff Feintuning von Foundation Models stammt aus den Bereichen Künstliche Intelligenz, Digitale Transformation und Big Data und Smart Data. Foundation Models sind große, vortrainierte Künstliche-Intelligenz-Modelle, die auf sehr vielen Daten gelernt haben, zum Beispiel Sprach- oder Bildmodelle. Das Feintuning bedeutet, dass diese allgemeinen Modelle nachträglich auf spezielle Aufgaben oder Unternehmensdaten angepasst werden.
Stellen Sie sich einen Foundation Model wie einen Mitarbeitenden vor, der schon viele Fähigkeiten mitbringt, aber Ihre Branche noch nicht kennt. Durch Feintuning lernt dieser Mitarbeitende dann noch gezielt dazu – etwa besondere Fachbegriffe oder typische Prozesse Ihres Unternehmens. Das spart Zeit und Geld, weil Sie nicht jedes Mal ein Modell von Grund auf neu trainieren müssen.
Ein Beispiel: Ein Versicherungsunternehmen nutzt ein Foundation Model für die Verarbeitung von Schadensmeldungen. Damit das Modell Fachbegriffe und typische Formulierungen aus der Versicherungsbranche versteht, wird es per Feintuning speziell mit eigenen Versicherungsdaten weitertrainiert. So liefert die künstliche Intelligenz zuverlässigere Ergebnisse, passt sich besser an die Unternehmensanforderungen an und verbessert damit die Effizienz im Betrieb.
Deutsch 
English (UK)