Sternenstaub – Glossar · Begriff · KI für Developer mit Claude und Codex
Fine-Tuning
Kurz gesagt
Beim Fine-Tuning wird ein bereits trainiertes KI-Modell mit zusätzlichen Beispielen nachtrainiert, damit es einen bestimmten Stil, ein Format oder eine Aufgabe zuverlässiger erfüllt. Es eignet sich vor allem für wiederkehrende, klar definierte Aufgaben. Neues Faktenwissen vermittelt man meist besser über Dokumentenzugriff.
Definition
Fine-Tuning (auf Deutsch «Feinabstimmung») bedeutet, ein bereits fertig trainiertes Sprach- oder Bildmodell mit einer kleineren, eigenen Sammlung von Beispielen weiter zu trainieren. Das Modell passt dabei seine inneren Einstellungen, die Modellgewichte, leicht an. Es lernt zum Beispiel einen bestimmten Schreibstil oder ein festes Antwortformat.
Das ursprüngliche Training eines grossen Modells ist enorm aufwendig. Fine-Tuning ist eine vergleichsweise kleine Zusatzschulung darauf.
Einfach erklärt
Stellen Sie sich eine ausgebildete Sachbearbeiterin vor, die neu in Ihre Firma kommt. Sie kann schon schreiben, rechnen und ordnen. Sie zeigen ihr nun 200 gute Beispiele Ihrer Briefe, bis sie Ihren Stil trifft. Das entspricht dem Fine-Tuning: Das Allgemeinwissen ist da, die Feinheiten kommen durch Beispiele.
Nicht jede Aufgabe braucht das. Oft reichen ein guter Prompt mit Beispielen oder der Zugriff auf Ihre Dokumente per RAG.
| Ziel | Meist passend |
|---|---|
| Aktuelle Firmendaten abfragen | RAG |
| Einheitlicher Stil oder festes Format | Prompt, eventuell Fine-Tuning |
| Sehr viele gleichartige Aufgaben mit festem Muster | Fine-Tuning |
| Einmalige Aufgabe | Prompt |
Beispiel
Ein Beispiel: Ein Treuhandbüro in St. Gallen beantwortet täglich ähnliche Kundenfragen im immer gleichen Ton. Es sammelt 300 geprüfte, anonymisierte Frage-Antwort-Paare und testet, ob ein nachtrainiertes kleines Modell diese Texte zuverlässiger im Hausstil schreibt als ein gut formulierter Prompt. Es vergleicht beide Ergebnisse an Testfällen, die das Modell vorher nie gesehen hat, und entscheidet danach.
Nicht verwechseln
Fine-Tuning ist kein Training von Grund auf und nicht dasselbe wie das Hochladen von Dokumenten in einen Chat. Es unterscheidet sich auch von RAG, siehe Fine-Tuning und RAG im Vergleich. Die verwendeten Beispiele sind Trainingsdaten: Sie müssen rechtlich nutzbar und von Personendaten befreit sein. Mehr zur Entscheidung in Fine-Tuning oder Prompting.
So hilft Ihnen Alpasana
Wer solche Begriffe verstehen und KI in der Entwicklung einsetzen will, findet bei absofort den Kurs KI für Developer mit Claude und Codex. Laut Beschreibung gehören LLM-Grundlagen, Datenschutzgrenzen sowie Review- und Testregeln dazu. Fine-Tuning wird in der Beschreibung nicht einzeln genannt.
Erstellt mit KI-Unterstützung, redaktionell verantwortet von der Alpasana GmbH · 10.10.2026. Fehler entdeckt? Melden Sie es uns.
Weiterlesen in der Galaxie
- Was ist Fine-Tuning bei KI und wofür hilft es?Fine-Tuning einfach erklärt: Wie ein Sprachmodell mit eigenen Beispielen angepasst wird, wofür es sich eignet und wann Prompting oder RAG genügen.
- RAG oder Fine-Tuning: Wie lernt die KI unser Firmenwissen?RAG oder Fine-Tuning: Der Vergleich in einfacher Sprache. So entscheiden Sie, ob Sie Dokumente anbinden oder ein Modell nachtrainieren, und warum meist RAG genügt.
- Fine-Tuning oder bessere Prompts: Was löst unser Problem?Fine-Tuning vs Prompting: Entscheiden Sie in fünf Schritten, ob bessere Anweisungen genügen oder ob sich ein Training des Modells für Ihre Aufgabe lohnt.
- RAGWas ist RAG? Retrieval Augmented Generation einfach erklärt: Wie eine KI Antworten mit Informationen aus Ihren eigenen Dokumenten ergänzt und wo die Grenzen liegen.
- TrainingsdatenWas sind Trainingsdaten? Einfach erklärt, aus welchen Beispielen eine KI ihre Fähigkeiten entwickelt und warum deren Auswahl und Qualität so wichtig ist.