Glossar
Feinabstimmung (Fine-tuning)
Feinabstimmung ist ein zusätzliches Training, das ein bestehendes KI-Modell mit eigenen Beispielen auf eine bestimmte Aufgabe oder einen Stil zuschneidet. Es verändert das Modell selbst, anders als Prompts oder RAG, die nur beeinflussen, was du ihm gibst.
Ein Basis-KI-Modell ist wie ein Koch frisch von einer guten Kochschule: solide Grundtechnik, vertraut mit tausend Küchen. Feinabstimmung sind die sechs Monate, die dieser Koch dann in deiner Stammkneipe verbringt und dabei deine Gerichte, deine Portionen und deine Stammgäste kennenlernt. Danach muss niemand mehr das Rezept erklären; es sitzt in seinen Händen.
Technisch gesehen wird das Training des Modells auf einem gezielten Beispieldatensatz fortgesetzt: Tausende deiner Support-Tickets mit Musterantworten oder Dokumente im genauen Ton deines Unternehmens. Das Ergebnis ist ein Modell, das genau diese eine Aufgabe zuverlässiger erledigt, ohne langatmige Anweisungen.
Die ehrliche Einschätzung für die meisten: Feinabgestimmte Modelle wirst du weit öfter nutzen, als du selbst eines erstellen wirst. Feinabstimmung braucht sorgfältig aufbereitete Daten und Budget; für „beantworte Fragen anhand meiner Dokumente“ ist RAG meistens der einfachere und günstigere Weg, und gute benutzerdefinierte Anweisungen decken den Großteil persönlicher Anforderungen ab.
Wo du das begegnest
In Produktbeschreibungen („feinabgestimmt für medizinische Texte“, „optimiert für deutschen Rechtsbereich“), auf den Entwicklerplattformen von OpenAI und Mistral, die Feinabstimmung als Dienst anbieten, sowie rund um Open-Weights-Modelle, die jeder auf eigener Hardware feinabstimmen kann.
Aus datenschutzrechtlicher Sicht gilt: Wer ein Modell mit personenbezogenen Daten feinabstimmt, ist in Deutschland an die DSGVO gebunden und trägt als Verantwortlicher die Rechenschaftspflicht gegenüber dem BfDI (Bundesbeauftragter für den Datenschutz und die Informationsfreiheit) bzw. der zuständigen Landesbehörde (etwa dem LfDI Baden-Württemberg oder dem BayLDA in Bayern). Wer das kommerziell oder in hochriskanten Bereichen (Personalentscheidungen, Kreditvergabe, kritische Infrastruktur) tut, sollte zusätzlich die Anforderungen des EU AI Act im Blick behalten.