Was ist Foundation Model?

Was ist ein Foundation Model?

Ein Foundation Model (Basismodell) ist ein großes KI-Modell, das auf enormen, breit gefächerten Datenmengen vortrainiert wurde und als Grundlage für viele unterschiedliche Anwendungen dient. Der Begriff wurde 2021 von Forschern der Stanford University geprägt, um eine neue Klasse von Modellen zu beschreiben: Statt für jede Aufgabe ein eigenes Modell von Grund auf zu trainieren, wird ein einziges, universelles Modell erstellt und anschließend für spezifische Zwecke angepasst.

Bekannte Beispiele sind die GPT-Reihe von OpenAI, Claude von Anthropic, Gemini von Google sowie offene Modelle wie Llama (Meta) oder die Modelle des französischen Anbieters Mistral. Auch Bild- und Videomodelle wie Stable Diffusion zählen zu den Foundation Models.

Typische Merkmale

Enorme Trainingsdaten: Vortraining auf Billionen von Wörtern, Bildern oder anderen Daten aus vielfältigen Quellen
Große Parameterzahl: Von Milliarden bis zu Billionen von Parametern
Transferfähigkeit: Einmal gelerntes Wissen lässt sich auf viele Aufgaben übertragen -- vom Übersetzen über Programmieren bis zur Analyse
Emergente Fähigkeiten: Mit wachsender Größe zeigen Modelle Fähigkeiten, für die sie nie explizit trainiert wurden
Multimodalität: Moderne Foundation Models verarbeiten oft Text, Bilder, Audio und Video gemeinsam (multimodale KI)

Vom Foundation Model zur Anwendung

Foundation Models werden selten "roh" eingesetzt. Drei Wege führen zur konkreten Anwendung:

Prompting: Das Modell wird allein durch geschickte Anweisungen gesteuert -- der schnellste und günstigste Weg
Fine-Tuning: Das Modell wird mit eigenen Daten weitertrainiert, um Stil, Format oder Fachwissen dauerhaft zu verankern
RAG: Externe Wissensquellen werden zur Laufzeit eingebunden, ohne das Modell selbst zu verändern

Ein Large Language Model ist übrigens die textbasierte Untergruppe der Foundation Models -- jedes LLM ist ein Foundation Model, aber nicht jedes Foundation Model ist ein LLM.

Foundation Models im EU AI Act

Die europäische KI-Verordnung bezeichnet Foundation Models als KI-Modelle mit allgemeinem Verwendungszweck (General Purpose AI, GPAI). Für deren Anbieter gelten seit August 2025 eigene Pflichten, etwa technische Dokumentation, Transparenz über Trainingsdaten und die Einhaltung des Urheberrechts. Besonders leistungsfähige Modelle unterliegen zusätzlichen Anforderungen an Sicherheit und Risikomanagement.

Bedeutung für deutsche Unternehmen

Kaum ein Unternehmen wird je ein eigenes Foundation Model trainieren -- die Kosten liegen im dreistelligen Millionenbereich. Die strategische Frage lautet stattdessen: Welches Modell passt zu welchem Anwendungsfall? Kriterien sind Qualität, Preis, Datenschutz, Betriebsmodell (Cloud, EU-Rechenzentrum oder eigene Server bei offenen Modellen) und Anbieterabhängigkeit. Wer seine Anwendungen modellunabhängig baut, kann flexibel auf den sich schnell entwickelnden Markt reagieren.