KI-Kosten im Griff: das richtige Modell für jede Aufgabe

Abonnement oder programmatische Anbindung

Insbesondere der Einsatz von Frontier-Modellen wie den Modellreihen GPT-Astra oder Claude Fable ist mit immensen Kosten verbunden, vor allem wenn diese Modelle nicht über die monatlichen Abonnements genutzt werden.

Abonnements sind allerdings nur für Prozesse anwendbar, die von Menschen gesteuert werden, und für Formate, in denen der Einsatz von KI-Chat-Apps sinnvoll ist. Prozesse wie das automatische Sortieren eingehender E-Mails oder die kontinuierlich laufende Suche nach Diskrepanzen zwischen zwei Systemen sind damit häufig kaum umsetzbar. Sie erfordern eine programmatische Anbindung von KI-Modellen, und die ist im Vergleich zum Abonnement mit höheren Kosten verbunden.

Das richtige Modell für die Aufgabe

Abhilfe schaffen verschiedene Lösungen. An erster Stelle steht die Auswahl des richtigen Modells. Das Sortieren von E-Mails erfordert natürlich kein Frontier-Modell. Aber auch komplexe Datenextraktionen und Bewertungen lassen sich inzwischen häufig ohne Weiteres mit kleineren Modellen durchführen.

Fine-Tuning: kleine Modelle spezialisieren

Reicht ein kleines Modell nicht aus, bietet sich Fine-Tuning an, also die Spezialisierung kleiner Modelle durch weiteres Training auf die konkrete Aufgabe. Typischerweise genügen dafür bereits sehr wenige beispielhafte Durchführungen des Prozesses.