Modell

Im KI-Kontext eine mathematische, aus Daten gelernte Repräsentation, die Eingaben auf Ausgaben abbildet und Vorhersagen, Klassifikationen oder Generierungen ermöglicht.

Definition

Im KI-Kontext bezeichnet ein Modell eine mathematische, in der Regel aus Daten gelernte Repräsentation, die Eingaben auf Ausgaben abbildet. Es besteht aus zwei Komponenten: einer Architektur, die die Form der Funktion festlegt (z.B. ein neuronales Netz mit bestimmten Schichten), und Parametern (Gewichten), die im Trainingsprozess aus Daten gelernt werden.

Modelle dienen zur Vorhersage, Klassifikation, Regression, Generierung oder Repräsentation. Sie sind das zentrale Artefakt moderner KI-Systeme. Während der Algorithmus die Methode des Lernens und der Inferenz beschreibt, ist das Modell das Resultat dieses Lernprozesses.

Ein Sprachmodell wie GPT-4 oder Claude Opus ist ein neuronales Netz mit hunderten Milliarden Parametern, das auf Textdaten trainiert wurde, um Wahrscheinlichkeiten für die nächste Texteinheit (Token) zu schätzen.

Mechanismen

Ein Modell entsteht durch das Zusammenspiel von Daten, Architektur und Trainingsverfahren:

Daten: Trainings-, Validierungs- und Testdaten in der Zielverteilung der Anwendung.
Architektur: Form der Funktion, etwa lineares Modell, Entscheidungsbaum, Transformer.
Verlustfunktion: Mass für die Differenz zwischen Modellausgabe und gewünschter Ausgabe.
Optimierer: Verfahren, das Parameter so anpasst, dass die Verlustfunktion sinkt (z.B. Stochastic Gradient Descent, Adam).
Regularisierung: Techniken, die Overfitting reduzieren (Dropout, Weight Decay, Data Augmentation).
Evaluation: Messung der Generalisierungsleistung auf unbekannten Daten.

Bei grossen Sprachmodellen folgen auf das Vortraining typischerweise Feintuning auf Instruktionsdaten und Alignment-Verfahren wie RLHF (Reinforcement Learning from Human Feedback) oder Constitutional AI.

Praxis und Anwendung

Modelle werden in nahezu jeder KI-Anwendung eingesetzt:

Sprachmodelle: Chatbots, Übersetzung, Zusammenfassung, Code-Generierung.
Vision-Modelle: Bildklassifikation, Objekterkennung, Bildsegmentierung, Generierung.
Empfehlung: Modelle für Personalisierung, Ranking, Matching.
Vorhersage: Zeitreihenmodelle für Energie, Logistik, Finanzen.
Wissenschaft: AlphaFold für Proteinstruktur, Wetter- und Klimamodelle.

In der Praxis werden Modelle oft als Service über APIs genutzt, lokal in Embedded-Systemen ausgeführt oder als Open-Source-Variante selbst gehostet. Model Cards dienen als standardisierte Dokumentation.

Häufige Fehler

Modell und Trainingsdaten verwechseln: Ein Modell repräsentiert nur das, was in den Daten vorkommt. Neue Verteilungen führen zu Fehlern.
Genauigkeit fetischisieren: Hohe Trainings-Genauigkeit sagt wenig über Generalisierung. Validierungs- und Testdaten sind entscheidend.
Bias übersehen: Modelle übernehmen und verstärken Verzerrungen aus Trainingsdaten.
Modellgrösse mit Qualität gleichsetzen: Mehr Parameter sind nicht automatisch besser. Datenqualität und Trainingsverfahren sind oft wichtiger.
Modell-Drift ignorieren: Modelle veralten, wenn sich die reale Datenverteilung verschiebt. Regelmässiges Retraining oder Monitoring ist Pflicht.
Fehlende Dokumentation: Ohne Model Card und Versionsangabe sind Audit, Vergleich und Sicherheitsbewertung kaum möglich.

Abgrenzung

Algorithmus: Verfahren des Lernens und der Inferenz. Das Modell ist das Resultat.
Daten: Rohstoff. Ohne Daten kein Modell, ohne Architektur kein Lernen.
Programm: Software, die Modelle nutzt, in der Regel über Inferenz-Aufrufe.
Wissensgraph: Strukturierte symbolische Repräsentation, oft komplementär zu neuronalen Modellen.
System: End-to-End-Lösung, die typischerweise mehrere Modelle, klassische Komponenten und Datenquellen kombiniert.

Weiter im KI-Lexikon

← Zurück zum Lexikon

Häufige Fragen

Was ist ein Modell im KI-Kontext?+

Ein KI-Modell ist eine aus Daten gelernte mathematische Funktion, die Eingaben (etwa Bilder, Text oder Sensorwerte) auf Ausgaben (Klassen, Wahrscheinlichkeiten, generierte Sequenzen) abbildet. Es besteht aus einer Architektur (z.B. neuronales Netz) und gelernten Parametern (Gewichten), die im Training angepasst werden. Ohne Daten ist die Architektur leer, ohne Architektur sind die Daten nicht nutzbar.

Wie unterscheidet sich ein Modell von einem Algorithmus?+

Ein Algorithmus ist eine Schrittfolge, ein Modell ist das Ergebnis eines Lernalgorithmus angewendet auf Daten. Der Lernalgorithmus erzeugt aus Trainingsdaten ein Modell, das anschliessend per Inferenz-Algorithmus auf neue Eingaben angewendet wird. Im klassischen Programmieren codiert man Regeln direkt, im Machine Learning lernt das Modell die Regeln implizit aus Beispielen.

Welche Modelltypen gibt es?+

Verbreitete Familien sind lineare Modelle (lineare und logistische Regression), Entscheidungsbäume und Ensembles (Random Forest, Gradient Boosting), neuronale Netze (Feed-Forward, CNN, RNN, Transformer), Bayes-Modelle und probabilistische graphische Modelle. Für Sprache dominieren Transformer-basierte Sprachmodelle, für Bilder lange CNNs und zunehmend ebenfalls Transformer.

Was sind Parameter und Hyperparameter?+

Parameter sind die Werte, die das Modell beim Training aus Daten lernt, etwa Gewichte eines neuronalen Netzes. Hyperparameter sind Einstellungen, die vor dem Training festgelegt werden, etwa Lernrate, Batch-Grösse oder Tiefe des Netzes. Hyperparameter-Tuning ist ein eigenständiger Schritt der Modellentwicklung.

Was ist ein Foundation Model?+

Ein Foundation Model ist ein grosses, breit trainiertes Modell, das als Grundlage für viele nachgelagerte Anwendungen dient, etwa GPT-Sprachmodelle, CLIP für Bild-Text oder DINO für visuelle Repräsentationen. Sie werden in der Regel mit Self-Supervised Learning auf riesigen Datenmengen vortrainiert und für spezifische Aufgaben adaptiert.

Wie misst man die Qualität eines Modells?+

Klassisch über Genauigkeit, Präzision, Recall, F1, AUC oder mittlere Fehler je nach Aufgabe. Bei Sprachmodellen kommen Perplexity, BLEU, ROUGE oder Eval-Suiten wie MMLU, HellaSwag und HumanEval hinzu. Ergänzend prüfen Robustheits-, Fairness- und Sicherheits-Evals systematische Schwächen.

Was ist Overfitting und wie verhindert man es?+

Overfitting bezeichnet, dass ein Modell die Trainingsdaten zu genau memoriert und auf neuen Daten schlechter abschneidet. Gegenmittel sind mehr und vielfältigere Trainingsdaten, Regularisierung (Dropout, Weight Decay), kleinere Modelle, Cross-Validation und frühzeitiges Stoppen des Trainings (Early Stopping).

Was steht in einer Model Card?+

Eine Model Card dokumentiert ein Modell systematisch: Zweck, Trainingsdaten, Architektur, Leistungsmetriken, bekannte Einschränkungen, Bias-Bewertung und empfohlene sowie nicht empfohlene Einsatzfelder. Anthropic, OpenAI und Google veröffentlichen Model Cards für ihre wichtigsten Modelle als Transparenzinstrument.

Quellen

Goodfellow, Bengio, Courville (2016), Deep Learning
Murphy (2022), Probabilistic Machine Learning
Anthropic Docs (Model Cards)

Wikidata: Q115215420 · Zuletzt geprüft: 2026-06-07