General-Purpose-Modell

Früher baute man Computerprogramme, die genau eine Sache konnten. Eines erkannte Postleitzahlen auf Briefen, ein anderes filterte Werbemails aus dem Posteingang. Für jede neue Aufgabe brauchte man ein neues Programm. Ein General-Purpose-Modell bricht mit diesem Prinzip: Es wird einmal an riesigen Mengen Text, Bildern oder Ton geschult und kann danach sehr viele Aufgaben erledigen, an die beim Bauen niemand gedacht hat. Man sagt ihm in normaler Sprache, was es tun soll, und es tut es. Die bekanntesten Beispiele sind die Systeme hinter ChatGPT, Gemini oder Claude.

Ein Werkzeug statt tausend Spezialprogramme

Der wirtschaftliche Hebel ist enorm. Ein Unternehmen musste früher für Übersetzung, Kundenchat und Textzusammenfassung drei getrennte Systeme entwickeln, jedes mit eigenen Daten und eigenem Team. Heute kann ein einziges Modell alle drei Aufgaben abdecken. Die teure Entwicklungsarbeit passiert einmal beim Hersteller, alle anderen bauen darauf auf.

Das erklärt auch, warum an der Börse so viel Geld in wenige Anbieter fließt. Wer ein starkes Allzweckmodell besitzt, verkauft es an tausende Firmen gleichzeitig. Solche Modelle heißen deshalb auch Basismodelle oder Foundation Models: Sie bilden die Grundlage, auf der andere ihre Produkte errichten. Ein Fehler im Basismodell pflanzt sich allerdings in alle diese Produkte fort.

Genau darum tauchen General-Purpose-Modelle auch in Gesetzen auf. Die KI-Verordnung der Europäischen Union nennt sie ausdrücklich und stellt besondere Anforderungen an besonders leistungsfähige Exemplare. Der Gedanke dahinter: Wer eine Technik liefert, die überall landet, trägt mehr Verantwortung als jemand mit einer Nischenanwendung.

Erst breit lernen, dann zuspitzen

Die Vielseitigkeit entsteht in einer ersten, sehr langen Trainingsphase. Das Modell bekommt gewaltige Textmengen vorgelegt und übt daran eine banale Aufgabe: das jeweils nächste Wort vorherzusagen. Um das gut zu können, muss es nebenbei Grammatik, Fakten, Argumentationsmuster und Programmierlogik aufschnappen. Niemand bringt ihm einzelne Fähigkeiten gezielt bei, sie fallen als Nebenprodukt an.

Danach folgt eine Feinabstimmung. Menschen zeigen dem Modell, welche Antworten hilfreich und welche unangebracht sind. Aus einem Textfortsetzer wird so ein brauchbarer Gesprächspartner. Unternehmen können dieses fertige Modell zusätzlich mit eigenen Daten nachschärfen, etwa mit dem internen Handbuch eines Maschinenbauers.

Ein verbreiteter Irrtum ist, dass ein solches Modell alles gleich gut kann. Das stimmt nicht. Ein Spezialsystem für Röntgenbilder schlägt ein Allzweckmodell in seinem engen Feld oft deutlich. Der Vorteil des General-Purpose-Modells liegt in der Breite und darin, dass man es ohne neues Training auf eine neue Aufgabe ansetzen kann.

Vom Chatfenster bis zur Bilanzpressekonferenz

Im Alltag begegnet dir ein solches Modell meist als Chatfenster oder als Assistent in einem Programm, das du ohnehin nutzt. Die Übersetzungsfunktion im Browser, die Textvorschläge im Mailprogramm und die Suchzusammenfassung greifen häufig auf dasselbe Basismodell zurück. Man merkt es nur nicht, weil jede Firma eine eigene Oberfläche darüberlegt.

In Wirtschaftsnachrichten fällt der Begriff, wenn es um Rechenzentren, Grafikchips und Milliardeninvestitionen geht. Ein neues Allzweckmodell zu trainieren kostet dreistellige Millionenbeträge, manchmal mehr. Deshalb reagieren Aktienkurse spürbar, sobald ein Anbieter ein stärkeres oder deutlich billigeres Modell vorstellt.

Achte beim Lesen auf die Abgrenzung zu verwandten Wörtern. Sprachmodell beschreibt die Bauart, General-Purpose-Modell beschreibt den Einsatzbereich, Foundation Model die Rolle als Grundlage für andere Produkte. Oft meint man dasselbe System und betont nur einen anderen Aspekt davon.