Foundation Model (Basismodell)

Ein Foundation Model ist ein großes KI-Modell, das auf enormen Mengen unstrukturierter Daten vortrainiert wurde und als universelle Basis für eine Vielzahl von Downstream-Aufgaben dient. Der Begriff wurde 2021 von der Stanford University geprägt und beschreibt Modelle wie GPT-4, Claude oder Gemini, die durch ihre schiere Größe und das breite Vortraining emergente Fähigkeiten entwickeln – also Kompetenzen, die nicht explizit trainiert wurden, sondern aus der Skalierung entstehen. Foundation Models werden typischerweise einmal mit enormem Rechenaufwand trainiert und können anschließend durch Fine-Tuning, Prompt Engineering oder Retrieval-Augmented Generation (RAG) für spezifische Anwendungsfälle angepasst werden. Sie bilden heute die Grundlage für KI-Assistenten, Code-Generatoren, Bilderkennungssysteme und multimodale Anwendungen. Die Stärke liegt in der Übertragbarkeit: Ein einziges Basismodell kann mit vergleichsweise geringem Aufwand für Kundenservice, Dokumentenanalyse, Softwareentwicklung oder medizinische Diagnose eingesetzt werden.