Modellversion

Ein KI-Programm, das Texte schreibt oder Bilder erkennt, entsteht nicht einmal und bleibt dann für immer gleich. Die Entwickler bauen es immer wieder um: Sie füttern es mit neuen Beispielen, ändern Einstellungen oder machen es schneller. Jeder Stand, den sie dabei festhalten und veröffentlichen, ist eine Modellversion. Damit man diese Stände auseinanderhalten kann, bekommen sie Namen oder Nummern, etwa „4“, „4.1“ oder ein Datum wie „2024-08-06“. Zwei Versionen desselben Produkts können auf dieselbe Frage unterschiedliche Antworten geben. Der Name auf der Verpackung sagt also wenig, solange man nicht weiß, welcher Stand dahintersteckt.

Warum dieselbe Frage plötzlich anders beantwortet wird

Wer eine KI beruflich einsetzt, baut Arbeitsabläufe darauf auf. Eine Firma lässt zum Beispiel automatisch Kundenmails sortieren. Wechselt der Anbieter im Hintergrund still auf einen neuen Stand, ändert sich das Verhalten von einem Tag auf den anderen. Sortierungen, die vorher stimmten, sind plötzlich falsch. Deshalb bieten große Anbieter feste Versionen an, die für eine bestimmte Zeit unverändert bleiben.

Auch für die Wissenschaft ist die Angabe wichtig. Eine Studie, die behauptet, eine KI bestehe eine bestimmte Prüfung, ist ohne Versionsangabe wertlos. Niemand kann das Ergebnis nachprüfen, wenn unklar bleibt, welcher Stand getestet wurde. In seriösen Veröffentlichungen steht deshalb immer die genaue Bezeichnung samt Datum.

Ein verbreiteter Irrtum ist, dass eine höhere Nummer in jeder Hinsicht besser sei. Das stimmt oft, aber nicht immer. Neue Versionen sind manchmal vorsichtiger und lehnen mehr Anfragen ab. Andere sind schneller, dafür bei schwierigen Aufgaben ungenauer. Was Fortschritt ist, hängt davon ab, wofür man das Modell braucht.

Wie ein neuer Stand entsteht

Am Anfang steht das Training: Das Modell lernt aus riesigen Mengen an Texten oder Bildern, welche Muster darin vorkommen. Das ist der teuerste Schritt und dauert oft Wochen. Danach folgt meist eine Nachbearbeitung, bei der Menschen bewerten, welche Antworten gut und welche unerwünscht sind. Erst dieses fertige Paket wird eingefroren und als Version veröffentlicht.

Nicht jede neue Version bedeutet ein komplettes Neutraining. Oft wird ein bestehendes Modell nur nachjustiert, etwa um eine Schwäche zu beheben. Solche kleinen Schritte erkennt man an Nummern wie 3.5 statt 4. Ein Sprung auf eine ganze Zahl steht meist für eine grundlegend neue Bauweise oder deutlich mehr Trainingsdaten.

Zu einer Version gehört auch ein Stichtag der Trainingsdaten. Das Modell weiß nichts über Ereignisse danach. Fragt man es nach etwas Aktuellem, kann es sich trotzdem eine Antwort ausdenken. Wer die Version kennt, kann solche Lücken einordnen.

Wo die Bezeichnungen auftauchen

In Chat-Programmen steht die Version meist in einem Auswahlmenü über dem Eingabefeld. Dort kann man oft zwischen einem schnellen und einem gründlicheren Stand wählen. Der schnellere ist billiger im Betrieb, der gründlichere braucht länger für eine Antwort. In der kostenlosen Nutzung bekommt man in der Regel nicht den neuesten Stand.

In Nachrichten über Technologiefirmen sind Versionsnamen ein wiederkehrendes Thema. Aktienkurse reagieren darauf, ob ein angekündigter Stand die Erwartungen erfüllt. Wichtig ist dabei der Unterschied zwischen dem Produktnamen und der eigentlichen Version: Ein Chatdienst kann über Monate gleich heißen, während sich das Modell dahinter mehrfach ändert. Genau deshalb verlangen Fachleute und Behörden zunehmend, dass Anbieter offenlegen, welcher Stand gerade im Einsatz ist.