KI Modell

Ein KI Modell ist immer eine vereinfachte Darstellung der Realität. Im Kontext von Machine Learning und KI ist ein Modell ein Computer-erzeugtes Programm. Ein Machine Learner ist ein von Menschen gesc...

Ein KI-Modell ist eine vereinfachte, mathematische Abbildung eines Sachverhalts, die von einem Computer aus Daten erzeugt wurde. Anders als klassische Software wird es nicht Zeile fuer Zeile programmiert, sondern lernt seine Funktionsweise selbst aus vielen Beispielen. Das Ergebnis ist eine Art Regelwerk, das auf neue, bisher unbekannte Eingaben reagieren kann.

Die Entstehung eines Modells nennt man Training. Dabei bekommt ein Lernalgorithmus grosse Mengen an Beispieldaten vorgelegt, etwa Bilder mit der Information, was darauf zu sehen ist, oder Texte mit ihrer jeweiligen Bedeutung. Der Algorithmus passt schrittweise interne Parameter an, bis er die Beispiele moeglichst gut nachbilden kann. Nach Abschluss des Trainings liegt ein fertiges Modell vor, das eingesetzt werden kann, um Vorhersagen zu treffen, Texte zu erzeugen, Bilder zu klassifizieren oder Empfehlungen auszusprechen. Bekannte Beispiele sind Sprachmodelle wie GPT, Bilderkennungsmodelle oder die Empfehlungssysteme grosser Online-Haendler.

Im Mittelstand begegnet man KI-Modellen haeufiger, als man denkt. Der Spamfilter im E-Mail-Postfach, die Texterkennung beim Einscannen von Rechnungen, die automatische Uebersetzung in einer Buerosoftware oder ein Chatbot auf der eigenen Webseite arbeiten alle mit Modellen im Hintergrund. Auch fertige Werkzeuge wie ChatGPT, Microsoft Copilot oder Bildgeneratoren basieren auf grossen, vortrainierten Modellen. Fuer kleinere Unternehmen ist es selten sinnvoll, eigene Modelle von Grund auf zu trainieren. Stattdessen werden meist bestehende Modelle genutzt oder mit eigenen Daten leicht angepasst, etwa um sie auf die fachsprachlichen Begriffe einer Branche zuzuschneiden.

Wichtig zu wissen: Ein Modell ist immer nur so gut wie die Daten, mit denen es trainiert wurde. Es kann Fehler machen, veraltete Informationen enthalten oder Verzerrungen aus den Trainingsdaten uebernehmen. Verwandte Begriffe sind Machine Learning, Training, neuronale Netze und Inferenz, also die eigentliche Nutzung eines fertigen Modells im Tagesgeschaeft.

Verwandte Begriffe