Kurz gesagtEin fertiges KI-Modell wird mit eigenen Beispielen nachtrainiert, damit es einen bestimmten Stil, ein Format oder eine Fachsprache besser beherrscht.
BildlichEin ausgelernter Geselle, der ein paar Wochen in Ihrem Betrieb mitläuft und danach Ihre Handgriffe und Ihren Ton übernimmt. Die aktuelle Preisliste kennt er dadurch aber noch lange nicht.
Für Ihren BetriebFine-Tuning verändert, wie eine KI antwortet, nicht, was sie aktuell weiß. Für Fakten, die sich ändern (Preise, Lagerbestand, Verträge), ist KI mit eigenen Daten fast immer der bessere Weg: günstiger, sofort aktuell und überprüfbar. Fine-Tuning lohnt sich eher, wenn eine KI sehr oft dieselbe Art Aufgabe in einem festen Format erledigen soll.
Ein Beispiel aus dem Alltag
Ein Gutachterbüro lässt ein kleines Modell mit tausend eigenen Berichten nachtrainieren. Danach schreibt es Entwürfe im typischen Aufbau und Ton des Büros. Die Messwerte des aktuellen Falls bekommt es trotzdem jedes Mal mitgegeben.
RAG oder Fine-Tuning, was brauche ich?
Geht es um Wissen, das sich ändert: RAG. Geht es um Stil und Form: Fine-Tuning. Für die meisten kleinen Betriebe reicht RAG mit einem guten Prompt.