Das Training eines eigenen KI-Modells und die Integration eines bestehenden Modells (Modelle der GPT-4-Klasse, Retrieval-basierte Systeme) sind unterschiedliche Projekte mit unterschiedlichen Kosten, Zeitplänen und Risikoprofilen. Die meisten KMU beantworten diese Frage richtig, indem sie fragen, welches Problem sie eigentlich haben.
Was „Buy" tatsächlich bedeutet
Die Integration eines bestehenden Modells bedeutet, die Anwendungsschicht um eine bereits vorhandene Fähigkeit herum aufzubauen: einen Chatbot, der über Retrieval in den unternehmenseigenen Dokumenten verankert ist, oder einen Telefonagenten, der auf eine etablierte Sprachpipeline zurückgreift. Das Modell selbst wird nicht von Grund auf trainiert; die eigentliche Entwicklungsarbeit liegt in Retrieval, Prompt-Design, der Integration in bestehende Systeme und dem Testen anhand realer Gespräche. Auf diesem Weg entsteht innerhalb von zwei bis vier Wochen ein funktionsfähiger Pilot.
Was „Make" tatsächlich erfordert
Das Training oder Fine-Tuning eines eigenen Modells ist nur dann gerechtfertigt, wenn die Aufgabe spezifisch genug und wertvoll genug ist, dass die allgemeine Leistungsfähigkeit eines Standardmodells tatsächlich nicht ausreicht, und selbst dann lässt sich das, was wie ein Bedarf an einem „eigenen Modell" aussieht, in den meisten Fällen bereits dadurch lösen, dass ein allgemeines Modell über Retrieval in den unternehmenseigenen Daten verankert wird, was weitaus günstiger und schneller ist als ein Training. Echtes individuelles Training erfordert gelabelte Daten, laufendes Retraining bei sich ändernden Rahmenbedingungen und spezialisiertes Fachwissen zur Pflege: eine völlig andere Kostenstruktur als reine Integrationsarbeit.
Der Entscheidungsrahmen
Drei Fragen entscheiden darüber. Ist die Aufgabe wirklich spezifisch für das Unternehmen, oder handelt es sich um eine Variante eines Problems (Fragen aus Dokumenten beantworten, Anrufe transkribieren, E-Mails klassifizieren), das allgemeine Modelle bereits gut bewältigen, wenn sie mit den richtigen Daten verankert sind? Gibt es ein realistisches Budget und einen realistischen Zeitrahmen für die laufende Pflege des Modells, oder braucht das Unternehmen innerhalb weniger Wochen etwas Funktionierendes und Stabiles? Und ist das erwartete Volumen hoch genug, um die Fixkosten eines individuellen Trainings gegenüber den Grenzkosten eines API-Aufrufs an ein bestehendes Modell zu rechtfertigen?
Für die große Mehrheit der KMU-Anwendungsfälle (Kundenservice, Dokumentenverarbeitung, Anrufbearbeitung) lautet die ehrliche Antwort: Kaufen und Integrieren. Individuelles Training rechtfertigt seine Kosten erst bei einer Größenordnung und Spezifität, die die meisten KMU noch nicht erreicht haben, und wer zu früh danach greift, braucht in der Regel Monate an Arbeit, um das zu erreichen, was ein gut verankertes bestehendes Modell bereits leistet.
Fazit
Setzen Sie standardmäßig auf die Integration eines bestehenden Modells, das über die unternehmenseigenen Daten verankert ist: Das ist schneller, günstiger und deckt die meisten KMU-Anwendungsfälle ab. Greifen Sie erst dann zu individuellem Training, wenn eine spezifische, hochvolumige Aufgabe bewiesen hat, dass allgemeine Modelle tatsächlich nicht ausreichen.