MODELLE / ANPASSUNG
Finden. Lernen. Merken.
Drei verschiedene Bedürfnisse.
«Eine KI, die unser Unternehmen kennt» kann bedeuten: aktuelle Dokumente abrufen, einem fachlichen Format folgen oder den Stand eines Dossiers behalten. Diese Bedürfnisse verlangen nicht dieselbe Antwort.
Überarbeitung Saphan · 7. September 2026
RAG, um Informationen wiederzufinden
Die angereicherte Suche oder Retrieval-Augmented Generation ruft nützliche Passagen ab und stellt sie dem Modell zur Verfügung, um eine Antwort vorzubereiten. Sie eignet sich für Informationen, die man aktualisieren und mit Quellen verknüpfen will. Die Qualität hängt unter anderem vom Korpus, von der Suche und davon ab, wie die Antwort die Passagen verwendet.
Beispiel: ein gültiges Wartungsverfahren wiederfinden und den relevanten Abschnitt zitieren. Auch die Versionen und die Einsichtsrechte müssen kontrolliert werden.
Fine-Tuning, um ein Verhalten anzupassen
Das Fine-Tuning passt ein bestehendes Modell anhand von Beispielen an. Es kann für eine Klassifizierung, ein wiederkehrendes Format oder ein bestimmtes Verhalten geprüft werden, wenn Anweisungen allein nicht genügen. Es ersetzt keine aktuell gehaltene Dokumentenbasis.
Beispiel: sehr repetitiven Anfragen Kategorien zuordnen, die zu Ihrer Tätigkeit gehören. Dafür braucht es nutzbare Beispiele, stabile Kriterien und einen Vergleich an Fällen ausserhalb des Trainings. Die Lizenz des Modells und die Rechte an den Daten gehören zur Auswahl.
Das Gedächtnis, um einen Zustand zu behalten
Ein Anwendungsgedächtnis kann eine validierte Entscheidung, den Bearbeitungsstand eines Dossiers oder eine zulässige Präferenz speichern. Es erfordert nicht zwingend, die Gewichte des Modells zu verändern. Es muss festgelegt werden, was gespeichert wird, für wen, wie lange und wie eine Information korrigiert oder entfernt wird.
Beispiel: Ein Dossier wurde bereits geprüft und wartet auf ein Dokument. Das System muss diesen Zustand wiederfinden und ihn nicht jedes Mal aus einem vollständigen Gespräch ableiten.
Diese Hebel lassen sich kombinieren
Ein Assistent kann aktuelle Verfahren abrufen, eine regelmässige fachliche Ausgabe erzeugen und den Stand des Dossiers behalten. Beginnen Sie damit, den Mangel zu identifizieren: fehlende Information, instabiles Verhalten oder verlorener Kontext. Eine Kombination von Techniken ist nur nützlich, wenn sie einen beobachteten Mangel behebt.
Technische Anhaltspunkte: RAG in Azure AI Search und Auswahl und Anpassung von Modellen, OpenAI. Diese Dokumentationen erhellen die Mechanismen; sie sind keine Messung Ihres Anwendungsfalls.