Foundation Model

Was ist ein Foundation Model?

Ein Foundation Model ist ein großes KI-Modell, das einmal auf breiten Daten in großem Maßstab trainiert und anschließend durch Prompting, Fine-Tuning oder Tool-Integration an viele nachgelagerte Aufgaben angepasst wird. Statt für jede Aufgabe ein eigenes Modell zu bauen, bauen Teams Produkte auf einer gemeinsamen Basis auf – das ist das ökonomische Muster, das der gesamten heutigen KI-Industrie zugrunde liegt.

Die wichtigsten Punkte

• Der Begriff beschreibt eine Rolle, keine Architektur: ein allgemeines Modell dient als Basisschicht für viele Anwendungen. Die meisten Foundation Models heute basieren auf Transformern, und viele sind multimodal.
• Anpassung wird schichtweise aufgesetzt, günstigste Stufe zuerst: Prompt Engineering, dann Retrieval-Augmented Generation, dann LLM-Fine-Tuning. Die meisten Produkte brauchen den letzten Schritt nie.
• Der Aufbau auf einem Foundation Model konzentriert sowohl Fähigkeiten als auch Risiko. Dessen Stärken, Verzerrungen und Fehlermodi fließen in jedes darauf gebaute Produkt.
• Für Einkäufer besteht die praktische Wahl zwischen proprietären API-Modellen und Open-Weight-Modellen, die man selbst hosten, fine-tunen und auf eine Version festlegen kann.

So funktioniert es

Das Muster teilt KI-Entwicklung in zwei Phasen mit unterschiedlichen Verantwortlichen. Ein Anbieter investiert enorme Rechenleistung, um ein Modell auf Billionen Token aus Text, Code und zunehmend auch Bildern und Audio vorzutrainieren, und trainiert es anschließend nach, damit es Anweisungen sicher befolgt. Das Ergebnis ist allgemeine Fähigkeit ohne spezifische Anwendung. Anwendungsteams passen diese Basis dann an ihre Domäne an. Ein Support-Produkt, ein Coding-Agent und ein Vertragsanalyse-Tool können alle auf demselben zugrunde liegenden Modell laufen, unterschieden allein durch ihre Prompts, abgerufenen Kontext, Tools und Guardrails.

Anpassungstechniken bilden eine Leiter aus Kosten und Verbindlichkeit. System-Prompts und Few-Shot-Beispiele steuern das Verhalten ohne jede zusätzliche Infrastruktur. Retrieval verankert das Modell in den eigenen privaten Daten, ohne die Gewichte zu verändern. Fine-Tuning passt die Gewichte anhand eigener Beispiele an, nützlich für konsistentes Format, Ton oder eng begrenztes Fachwissen, zum Preis der laufenden Pflege von Datensätzen und erneuter Arbeit, wenn sich das Basismodell aktualisiert. Tool-Use und Agent-Scaffolding erweitern das Modell um Fähigkeiten, die keine Menge an Trainingsdaten liefern kann, etwa das Abfragen der eigenen Live-Datenbank.

Der Begriff selbst stammt aus einem Stanford-Report von 2021 mit 114 Ko-Autoren, der Foundation Models als Systeme definierte, die „auf breiten Daten in großem Maßstab trainiert und an ein breites Spektrum nachgelagerter Aufgaben anpassbar“ sind – eine Formulierung, die bewusst sowohl die Chance als auch das Risiko betont, alles auf einer gemeinsamen Basis aufzubauen [1]. Diese Rahmung setzte sich in politischen Kreisen fest: Regulierungsregime, darunter der EU AI Act, knüpfen Pflichten gezielt an General-Purpose- und Foundation Models statt an einzelne Anwendungen.

Beispiel

Ein Logistikunternehmen bringt in einem Quartal drei KI-Funktionen auf den Markt: einen E-Mail-Triage-Agenten, einen Extraktor für Zolldokumente und einen Chatbot für den Sendungsstatus. Alle drei laufen auf demselben Foundation Model hinter einem einzigen API-Vertrag. Die Triage nutzt einen Prompt plus Label-Definitionen. Die Extraktion nutzt strukturierte Ausgaben mit einem Schema. Der Chatbot ergänzt Retrieval über interne Dokumente und ein Tool, das die Tracking-Datenbank abfragt. Wenn der Anbieter eine stärkere Modellversion veröffentlicht, spielt das Team seine Eval-Suiten erneut durch, ändert einen einzigen Konfigurationswert, und alle drei Funktionen verbessern sich über Nacht. Diese Upgrade-Vererbung ist der zentrale Grund, auf einem Foundation Model aufzubauen, statt etwas von Grund auf zu trainieren.

Häufige Missverständnisse

Das hartnäckige Missverständnis ist, dass ernsthafte KI-Produkte ein eigenes trainiertes Modell erfordern. Für nahezu jedes Unternehmen gilt das Gegenteil. Das Pretraining eines konkurrenzfähigen Foundation Models kostet Hunderte Millionen Dollar an Rechenleistung und Datenarbeit, und das Ergebnis würde trotzdem hinter den Frontier-Labs zurückbleiben. Dauerhafter Vorteil in angewandter KI entsteht aus proprietären Daten, Retrieval-Qualität, Evals und Workflow-Integration, aufgesetzt auf der Basis eines anderen. Fine-Tuning lohnt sich gelegentlich; Pretraining von Grund auf so gut wie nie, außer für die Handvoll Labore, deren Geschäft das Modell selbst ist. Diese Handvoll ist zudem geografisch stark konzentriert: Stanfords AI Index 2025 zählte 40 bedeutende KI-Modelle von US-Institutionen im Jahr 2024, gegenüber 15 aus China und 3 aus Europa [2].

FAQ

Ist ein Foundation Model dasselbe wie ein LLM? Sie überschneiden sich, aber die Begriffe schneiden unterschiedlich. Ein Large Language Model ist dadurch definiert, was es ist: ein auf Sprache trainiertes Modell. Foundation Model ist dadurch definiert, wie es genutzt wird: als allgemeine Basis für viele Anwendungen. Die meisten LLMs, die Menschen nutzen, sind Foundation Models, und moderne Foundation Models verarbeiten zunehmend auch Bilder und Audio, nicht nur Sprache.

Was sind Beispiele für Foundation Models? Die GPT-Reihe, Claude und Gemini auf der proprietären Seite; Llama, Mistral und die DeepSeek-Familie auf der Open-Weight-Seite. Jedes davon treibt über APIs oder selbst gehostete Deployments Tausende nachgelagerter Produkte an.

Wie verhalten sich Foundation Models zu Frontier Models? Frontier beschreibt die Fähigkeitsgrenze: die kleine Gruppe von Modellen, die den aktuellen Stand der Technik definiert. Jedes Frontier Model ist ein Foundation Model, aber die Foundation-Kategorie umfasst auch Hunderte kleinerer General-Purpose-Modelle, die Spitzenleistung gegen Kosten, Geschwindigkeit oder Deployment-Fähigkeit eintauschen.

Quellen

1. Stanford CRFM. "On the Opportunities and Risks of Foundation Models: Report von 2021, der den Begriff prägte, 114 Ko-Autoren." https://arxiv.org/abs/2108.07258. Abgerufen im August 2026.
2. Stanford HAI. "AI Index Report 2025: 40 bedeutende KI-Modelle von US-Institutionen im Jahr 2024 gegenüber 15 aus China und 3 aus Europa." https://hai.stanford.edu/ai-index/2025-ai-index-report. Abgerufen im August 2026.