KI-Lexikon · Bauen und verbinden

Fine-Tuning

Auch genannt: Feinabstimmung · Nachtrainieren · Finetuning

Was ist Fine-Tuning?

Ein Sprachmodell lernt zuerst aus riesigen Textmengen, das nächste Wort vorherzusagen. Danach wird es weiter trainiert, damit es als Assistent nützlich ist. Claude etwa ist laut Anthropic schon so feinabgestimmt.

Beim Fine-Tuning für einen Betrieb geht das Training noch eine Runde weiter, mit deinen eigenen Beispielen. Alltagsbild: Ein ausgelernter Geselle wird im neuen Betrieb eingearbeitet. Sein Handwerk kann er schon, jetzt lernt er eure Art, Angebote zu schreiben.

Wie funktioniert das?

Ein Fine-Tuning läuft in drei Schritten ab:

  • Beispiele sammeln: viele Paare aus Eingabe und gewünschter Antwort, etwa Kundenanfrage und passende Antwort im Ton deines Betriebs.
  • Nachtrainieren: Das Modell wird mit diesen Beispielen weiter trainiert und übernimmt ihre Muster, auch ihre Fehler.
  • Prüfen: Das neue Modell wird an Fällen getestet, die nicht im Training vorkamen.

Warum zählt das für deinen Betrieb?

Fine-Tuning klingt nach „KI, die meinen Betrieb kennt“. Für Wissen ist es aber der falsche Weg: Preise, Termine und Projektstände ändern sich, und ein trainiertes Modell müsste jedes Mal neu trainiert werden. Dafür gibt es RAG: Die KI schlägt in deinen aktuellen Unterlagen nach.

Für Ton und Format reicht meist ein guter Prompt mit einigen Beispielen. Er kostet keinen Trainingslauf und lässt sich jederzeit ändern. Fine-Tuning lohnt sich eher, wenn sehr viele gleichartige Aufgaben anfallen und gute Beispiele in großer Zahl vorliegen.

Wie setzt OsAI das ein?

In OsAI-Projekten steht am Anfang der einfachste Weg, der trägt: eine klare Anweisung im System-Prompt, Beispiele aus deinem Betrieb und, wo eigenes Wissen gebraucht wird, RAG. Das lässt sich mit jedem großen Modell umsetzen und bleibt austauschbar.

Ob ein Sonderweg wie Fine-Tuning für deine Aufgabe nötig ist, klärt OsAI in der KI-Beratung.

Häufige Fragen

Kann ich Claude per Fine-Tuning auf meinen Betrieb trainieren?

Über die Claude-API derzeit nicht: Laut Anthropic bietet sie kein Fine-Tuning an (Stand 13.11.2026). Wer Interesse hat, soll sich an seinen Kontakt bei Anthropic wenden. Für die meisten Aufgaben im Betrieb reichen ein guter System-Prompt, Beispiele und RAG.

Was ist besser, Fine-Tuning oder RAG?

Für Wissen ist RAG meist besser, für Stil und festes Format kann Fine-Tuning helfen. RAG holt aktuelle Fakten aus deinen Unterlagen und nennt die Quelle. Fine-Tuning ändert, wie das Modell schreibt, hält Fakten aber nicht aktuell.

Lohnt sich Fine-Tuning für einen kleinen Betrieb?

Selten. Es braucht viele saubere Beispiele, einen Trainingslauf und Tests, und beim Wechsel auf ein neues Modell geht es von vorn los. Mit Prompt, Beispielen und RAG kommt ein kleiner Betrieb meist schneller und günstiger ans Ziel.

Quellen

Stand: