Vorlage: Trainingsbeispiele für ein Sprachmodell sammeln

Das Problem

Ihre IT möchte ein Sprachmodell mit Beispielen aus Ihrem Betrieb anpassen. Das nennt man Fine-Tuning: Ein fertiges Modell lernt mit zusätzlichen Beispielen, wie Ihre Antworten klingen oder aussehen sollen. Bevor das Training beginnt, müssen jedoch erst einmal Beispiele zusammenkommen.

Genau hier verlieren viele Projekte Wochen. Die Beispiele liegen verstreut in Mailordnern, Word-Dateien und Köpfen. Jede Person sammelt anders, und am Ende muss die IT alles mühsam vereinheitlichen.

Mit einer einfachen Tabelle und festen Regeln können Sie als Fachperson den wichtigsten Teil der Arbeit selbst erledigen. Sie kennen Ihre guten Antworten besser als jede IT. Wie viele Beispiele sinnvoll sind, klärt Wie viele Beispiele brauche ich für ein Fine-Tuning?.

So lösen Sie es mit KI – Schritt für Schritt

1. Legen Sie das Ziel in einem Satz fest. Zum Beispiel: «Das Modell soll Kundenmails zu Terminverschiebungen freundlich und knapp beantworten.» Pro Sammlung gibt es nur ein Ziel. Wer zwei Ziele mischt, bekommt ein unscharfes Modell.

1. Erstellen Sie eine Tabelle mit festen Spalten. Öffnen Sie Excel und legen Sie diese Spalten an: Nummer, Eingabe, gewünschte Antwort, Thema, Herkunft, Geprüft von, Datum. Ändern Sie die Spalten später nicht mehr.

1. Sammeln Sie echte Fälle. Nehmen Sie gelungene frühere Anfragen und Antworten. Kopieren Sie nur den Text, den das Modell später sehen soll, ohne Signaturen, Anreden mit Namen und Anhänge.

1. Entfernen Sie Personendaten. Ersetzen Sie Namen, Adressen und Nummern durch Platzhalter wie [Kundin] oder [Auftragsnummer]. Die genaue Vorgehensweise steht unter Personendaten aus Trainingsbeispielen entfernen.

1. Verbessern Sie die Antwort. Schreiben Sie in die Spalte «gewünschte Antwort» nur das, was Sie heute genau so versenden würden. Ein altes Beispiel mit veraltetem Preis oder unhöflichem Ton gehört korrigiert oder gestrichen.

1. Sorgen Sie für Vielfalt. Nehmen Sie leichte und schwierige Fälle, kurze und lange, freundliche und gereizte Anfragen. Tragen Sie auch Fälle ein, in denen die richtige Antwort lautet «Dafür bin ich nicht zuständig».

1. Lassen Sie eine zweite Person prüfen. Vier Augen sehen mehr. Die zweite Person trägt ihren Namen in «Geprüft von» ein und streicht Zweifelsfälle.

1. Legen Sie Testbeispiele beiseite. Reservieren Sie schon jetzt einen Teil, den das Modell nie zu sehen bekommt. Siehe Trainings- und Testdaten trennen.

1. Übergeben Sie die Tabelle an die IT. Die IT wandelt sie in das Format um, das das Trainingswerkzeug verlangt, meist JSONL.

Vorlage zum Kopieren

Die Tabellenkopf-Vorlage:

Nr | Eingabe | Gewünschte Antwort | Thema | Herkunft | Geprüft von | Datum | Bemerkung
1  | [Anfrage der Kundin, ohne Namen] | [Antwort, so wie sie versendet werden soll] | [z. B. Terminverschiebung] | [z. B. Mail Teamleitung, Mai 2026] | [Kürzel] | [TT.MM.JJJJ] | [z. B. Sonderfall]

Und dieser Auftrag, mit dem Sie ein KI-Assistent bei der Aufbereitung unterstützt (nur mit bereits anonymisierten Texten verwenden):

Du hilfst mir, Trainingsbeispiele für ein Sprachmodell zu bereinigen. Du erfindest nichts und ergänzt keine Fakten.

Ziel des Modells: [z. B. Kundenmails zu Terminverschiebungen freundlich und knapp beantworten]
Tonvorgabe: [z. B. Sie-Form, höflich, höchstens 100 Wörter]

Hier ist ein Beispiel (bereits anonymisiert):
Eingabe: [Text der Anfrage]
Antwort: [Text der Antwort]

Prüfe:
1. Entspricht die Antwort der Tonvorgabe? Nenne Abweichungen.
2. Enthält der Text noch Personendaten oder Nummern, die ich ersetzen sollte?
3. Gibt es Behauptungen, die nicht aus der Eingabe folgen?
Mache einen Verbesserungsvorschlag, aber ändere keine Fakten.

Ersetzen Sie die Angaben in den eckigen Klammern durch Ihre eigenen und senden Sie nie echte Kundendaten an einen öffentlichen KI-Dienst.

Worauf Sie achten müssen

• Datenschutz: Echte Mails enthalten fast immer Personendaten. Ohne Bereinigung gehören sie weder in eine Trainingsdatei noch in einen öffentlichen KI-Dienst.
• Rechte: Nicht jeder Text darf zum Training verwendet werden. Fremde Texte, Verträge oder Texte mit Geheimhaltung brauchen eine Klärung, siehe Welche Daten dürfen in unseren Trainingsdatensatz?.
• Qualität vor Menge: Zehn falsche Beispiele können mehr schaden, als hundert richtige nützen.
• Dubletten: Dieselbe Antwort fünfmal zu sammeln, verzerrt das Modell. Streichen Sie doppelte Einträge.
• Einheitlicher Stil: Mischen Sie nicht Du- und Sie-Form oder verschiedene Schreibweisen von Produktnamen.
• Aktualität: Preise, Öffnungszeiten und Regeln ändern sich. Solche Fakten gehören besser in eine Dokumentensuche als ins Training.

Ein Beispiel aus der Praxis

Ein Beispiel: Eine Gartenbaufirma in Olten beantwortet täglich Anfragen zu Terminen und Offerten. Die Büroleiterin möchte, dass ein Modell Antwortentwürfe im Stil der Firma vorbereitet.

Vorher: Die Beispielmails liegen in drei Postfächern, teils mit Namen, teils mit Fotos im Anhang. Die IT hätte alles unsortiert verwendet. Nachher: Die Büroleiterin legt eine Excel-Tabelle mit den festen Spalten an, trägt in zwei Wochen 90 geprüfte Beispiele ein, ersetzt alle Namen durch Platzhalter und legt 15 Beispiele als Testfälle beiseite. Die IT importiert die Tabelle ohne Rückfragen, und der erste Test zeigt sofort, welche Themen noch fehlen.

So hilft Ihnen Alpasana

Wenn Sie vor dem Training klären möchten, ob Fine-Tuning für Ihr Ziel überhaupt der richtige Weg ist und wie Sie Daten sauber vorbereiten, unterstützt Sie die KI-Beratung und digitale Transformation der Alpasana GmbH. Laut Leistungsbeschreibung gehören dazu das Analysieren von KI-Potenzialen, das Priorisieren von Vorhaben und das Erstellen eines Umsetzungsplans. Projekte werden individuell offeriert.

Häufige Fragen

Kann ich Beispiele auch aus bestehenden Mails kopieren?

Ja, wenn Sie die Personendaten entfernen und sicher sind, dass Sie die Texte dafür verwenden dürfen. Kopieren Sie nie ungeprüft ganze Postfächer.

Muss ich die Tabelle selbst in ein technisches Format bringen?

Nein. Die Umwandlung übernimmt Ihre IT. Wichtig ist, dass Ihre Tabelle einheitlich ausgefüllt ist, denn jede Unregelmässigkeit macht die Umwandlung aufwendiger.

Darf eine KI die gewünschten Antworten für mich schreiben?

Technisch ja, aber Sie müssen jede Antwort prüfen. Sonst lernt das Modell die Eigenheiten und Fehler einer anderen KI statt Ihres eigenen Stils.

Wie lange dauert das Sammeln?

Das hängt von Ihrer Zielmenge ab. Planen Sie lieber einige Tage für eine kleine, saubere Sammlung ein, als Wochen für eine grosse, unsortierte.