Adapter
Ein Adapter ist ein kleines Zusatzmodul, das man in ein bereits trainiertes KI-Modell einhängt, um es auf eine neue Aufgabe zu spezialisieren, ohne das ursprüngliche Modell zu verändern. Das spart enorme Rechenkapazität und macht den Einsatz großer Sprachmodelle in spezifischen Fachbereichen erst wirtschaftlich möglich.
Ein großes Sprachmodell — also ein KI-System, das Text versteht und erzeugt — wird einmal auf riesigen Datenmengen trainiert. Dieses Training ist teuer und dauert Wochen. Danach möchte man das Modell oft auf eine bestimmte Aufgabe zuschneiden: auf medizinische Berichte, auf Kundenservice, auf eine bestimmte Sprache. Dafür gibt es Adapter. Ein Adapter ist ein kleines, zusätzliches Rechenmodul, das man in das bestehende Modell einfügt. Nur der Adapter wird auf den neuen Aufgabenbereich trainiert — das ursprüngliche Modell bleibt unverändert.
Warum Adapter das Training von Grund auf ersetzen
Ein großes Sprachmodell kann Milliarden von Parametern haben — das sind die internen Zahlenwerte, aus denen das Modell besteht und die sein Wissen speichern. Alle diese Parameter neu zu trainieren, kostet Strom, Zeit und Geld in einer Größenordnung, die sich nur wenige Unternehmen leisten können. Ein Adapter hingegen besteht typischerweise aus wenigen Millionen Parametern, also einem winzigen Bruchteil des Gesamtmodells.
Das hat einen wichtigen praktischen Effekt: Ein Krankenhaus, eine Anwaltskanzlei oder eine Redaktion kann sich ein spezialisiertes KI-Werkzeug bauen, ohne selbst ein Modell von Null zu trainieren. Sie laden ein bestehendes Basismodell, hängen einen Adapter an und trainieren nur diesen — mit ihren eigenen Daten, in kurzer Zeit, auf normaler Hardware. Das democratisiert den Zugang zu leistungsfähiger KI erheblich.
Wie ein Adapter ins Modell eingreift
Ein Sprachmodell besteht aus vielen aufeinanderfolgenden Schichten. Jede Schicht verarbeitet die Eingabe und reicht das Ergebnis an die nächste weiter. Adapter werden zwischen diese bestehenden Schichten eingefügt — oder parallel dazu geschaltet. Sie empfangen die Zwischenergebnisse, verarbeiten sie leicht und geben sie verändert weiter. Das Grundmodell selbst rechnet unverändert weiter, der Adapter justiert nur das Ergebnis jeder Schicht ein kleines Stück in die gewünschte Richtung.
Eine besonders verbreitete Variante heißt LoRA, kurz für Low-Rank Adaptation. Statt neue Schichten einzufügen, ergänzt LoRA jede bestehende Schicht um zwei sehr schlanke Matrizen — also rechteckige Zahlenanordnungen, wie Tabellen. Ihre Multiplikation ergibt die gewünschte Anpassung, braucht aber nur einen Bruchteil des Speicherplatzes einer vollständigen Schicht. LoRA ist heute in vielen Open-Source-Werkzeugen der Standard, weil man damit selbst auf einem einzigen Grafikprozessor sinnvolle Ergebnisse erzielt.
Ein häufiger Irrtum ist, Adapter mit dem klassischen Fine-Tuning zu verwechseln. Beim klassischen Fine-Tuning werden tatsächlich alle Parameter des Modells auf neuen Daten weitertrainiert — das Modell verändert sich global. Ein Adapter lässt das Modell dagegen vollständig intakt. Das ist kein kleiner Unterschied: Man kann denselben Grundmodell mit dutzenden verschiedenen Adaptern kombinieren und je nach Aufgabe den passenden laden, ohne je ein zweites vollständiges Modell speichern zu müssen.
Adapter in Produkten und Schlagzeilen
Wer Begriffe wie „LoRA-Modell“ oder „Custom Fine-Tune“ in KI-Foren oder Produktbeschreibungen liest, meint fast immer einen Adapter. Auf Plattformen wie Hugging Face, einem öffentlichen Verzeichnis für KI-Modelle, lassen sich tausende fertige Adapter herunterladen — für bestimmte Zeichenstile in Bildgeneratoren, für Programmiersprachen, für medizinisches Fachvokabular.
Bildgeneratoren wie Stable Diffusion haben das Konzept besonders populär gemacht. Nutzer trainieren dort kleine Adapter auf wenigen Dutzend Fotos, um das Modell auf einen bestimmten Zeichenstil oder eine bestimmte Person zu spezialisieren. Was früher nur mit vollständigem Modelltraining möglich war, geht heute auf einem handelsüblichen Gaming-PC in unter einer Stunde.
Auch in Unternehmensanwendungen spielen Adapter eine wachsende Rolle. Viele Cloud-Anbieter ermöglichen es, ein großes Basismodell mit einem firmeneigenen Adapter zu versehen, ohne dass die Trainingsdaten das eigene Rechenzentrum verlassen müssen. Das ist nicht nur kostengünstiger, sondern beantwortet auch Datenschutzfragen, die beim vollständigen Neutraining entstehen würden.
