Eine KI trainieren auf Ihre Geschäftsdaten

Sie haben ChatGPT sicher schon ausprobiert. Bei allgemeinen Themen ist es verblüffend. Doch stellen Sie ihm eine spitze Frage zu Ihrer Tätigkeit, zu Ihren Produkten oder Ihren internen Abläufen, und die Magie verfliegt: Die Antworten werden vage, manchmal schlicht falsch. Das ist nicht weiter erstaunlich. Dieses Werkzeug wurde mit dem Web trainiert, nicht mit Ihrem Unternehmen.

Es geht deutlich besser. Wenn man eine KI auf Ihre eigenen Daten spezialisiert, erhält man ein Ergebnis, das damit kaum noch etwas gemein hat. So funktioniert es, und deshalb ist es keine Frage der Grösse.

Die drei Arten, ein KI-Modell zu vergleichen

Bevor wir in die Tiefe gehen, ein wenig Vokabular, ganz ohne Fachchinesisch. Wenn von KI-Modellen die Rede ist, tauchen drei Begriffe immer wieder auf:

• Generalistisch oder spezialisiert. Ein generalistisches Modell hat alles Mögliche aus dem Web gelernt. Ein spezialisiertes Modell wurde zusätzlich mit Daten einer bestimmten Branche trainiert. Das ist der wichtigste Hebel, wir kommen darauf zurück.
• Die Grösse. Sie wird in Milliarden von Parametern gemessen (2, 9, 27 Milliarden ...). Je grösser ein Modell, desto leistungsfähiger ist es in der Theorie, aber desto teurer und langsamer läuft es auch.
• Die Quantisierung. Eine Technik, die das Modell "komprimiert", damit es schneller und auf bescheidenerer Hardware läuft, ohne an Qualität zu verlieren.

Landläufig heisst es, man müsse das grösstmögliche Modell anpeilen. Die Realität ist interessanter.

Generalistisch oder spezialisiert: das treffende Bild

Eine generalistische KI ist wie ein ausgezeichneter Praktikant: Er weiss von allem ein bisschen, aber er kennt Ihr Haus nicht. Eine spezialisierte KI gleicht eher jener Mitarbeiterin, die Ihre gesamte Dokumentation gelesen, Ihre Prozesse verinnerlicht hat und bereits die Sprache Ihres Fachs spricht.

Technisch nennt man das Fine-Tuning. Konkret zeigt man der KI Ihre Dokumente (Kataloge, Abläufe, Verläufe, Vorschriften Ihrer Branche), und sie lernt, in Ihrem Kontext zu antworten statt ins Leere.

Das Gegenintuitive: klein und spezialisiert schlägt gross und generisch

Viele meinen, es brauche das grösstmögliche Modell. Das ist falsch, und unsere Messungen bestätigen es.

Bei Fachaufgaben erreicht ein spezialisiertes Modell mit 9 Milliarden Parametern dasselbe Niveau wie ein generisches Modell, das dreimal so gross ist. Entscheidend ist also nicht die reine Grösse, sondern die Spezialisierung.

Die Grafik ist eindeutig: Bei 9 Milliarden Parametern hebt die Spezialisierung den Wert von 39,8 auf 48,9. Und 48,9 entspricht genau dem Niveau eines generischen Modells mit 27 Milliarden Parametern, also dreimal so schwer.

Die Spezialisierung zahlt sich in jeder Grösse aus

Dieses Phänomen ist kein Zufall. Ganz gleich, wie gross das Modell ist, das Training auf Ihren Daten bringt einen klaren Gewinn. Ein kleines, gut spezialisiertes Modell holt systematisch deutlich grössere generische Modelle ein.

Und ein kleines Modell verändert den Alltag grundlegend. Es ist im Betrieb deutlich günstiger. Es antwortet nahezu augenblicklich. Vor allem läuft es auf einer Schweizer Infrastruktur, ja sogar direkt bei Ihnen, dort, wo die Schwergewichte schlicht nicht hineinpassen. Durch die Quantisierung gewinnen wir noch einen Faktor an Geschwindigkeit, ohne an Qualität einzubüssen.

Warum das für ein KMU alles verändert

Zunächst sind die Antworten korrekt und überprüfbar, weil sie auf Ihren echten Daten beruhen und nicht auf online zusammengesuchten Allgemeinplätzen. Schluss mit plausiblem, aber falschem Text.

Sodann spricht die KI endlich Ihr Fach: Ihre Begriffe, Ihre Referenzen, Ihre Regeln. Sie müssen nicht mehr bei jedem Austausch alles neu erklären.

Schliesslich bleiben Ihre Daten bei Ihnen. Eine spezialisierte KI kann auf Ihrer eigenen Infrastruktur oder auf Schweizer Servern laufen, ohne jemals über einen amerikanischen Riesen zu laufen.

Wofür das konkret dient

Hier einige Anwendungen, die wir für Selbstständige und KMU in der Schweiz umsetzen:

• Ein interner Assistent, der die Fragen Ihrer Teams anhand Ihrer Abläufe beantwortet.
• Die automatische Verarbeitung Ihrer Dokumente (Offerten, Rechnungen, Verträge) nach Ihren Regeln.
• Ein Kundendienst, der Ihre Produkte wirklich kennt.
• Agenten, die über das MCP-Protokoll mit Ihren Werkzeugen verbunden sind und handeln können statt nur zu antworten, mit einer feinen Rechteverwaltung, damit Ihre Daten geschützt bleiben.

Und die Vertraulichkeit?

Das ist oft die erste Sorge, und sie ist berechtigt. Eine spezialisierte KI kann arbeiten, ohne dass Ihre Daten jemals die Schweiz verlassen, im Einklang mit dem revDSG. Sie behalten die Kontrolle: Ihre Daten trainieren Ihre KI, nicht die eines Dritten.

Häufige Fragen

Braucht es enorm viele Daten, um eine KI zu spezialisieren? Nein. Qualität und Relevanz zählen mehr als die Menge. Einige Hundert gut gewählte Beispiele genügen oft, um bei einer konkreten Aufgabe einen klaren Gewinn zu erzielen.

Ist das grossen Unternehmen vorbehalten? Gerade nicht. Für KMU ist das Verhältnis von Nutzen zu Kosten sogar am attraktivsten, denn ein kleines spezialisiertes Modell bleibt im Betrieb günstig.

Wird meine KI aktuell sein? Sie aktualisieren sie, wann immer Sie wollen, indem Sie sie auf Ihren neuen Daten nachtrainieren. Sie entwickelt sich im Takt Ihres Unternehmens.

Was Sie sich merken sollten

Eine generalistische KI macht in der Demonstration Eindruck. Eine auf Ihre Daten spezialisierte KI dagegen verändert Ihren Alltag: korrekter, näher an Ihrem Fach, günstiger als gedacht und souverän. Die Grösse des Modells wiegt weniger schwer als seine Spezialisierung, und genau dort entscheidet sich der wahre Unterschied.

Das ist unser Handwerk bei SWIGS: massgeschneiderte Software und KI zu entwickeln, trainiert auf Ihren Daten und gehostet dort, wo Sie es bestimmen. Unsere Seite KI-Expertise erläutert den Ansatz, mit Zahlen belegt.