Trainingsdaten einfach erklärt
Trainingsdaten sind die Beispiele, mit denen ein KI-Modell lernt: Texte, Bilder, Belege, jeweils mit der gewünschten Antwort. Für große Sprachmodelle sind das Milliarden Texte aus dem Internet, für ein eigenes Modell einige tausend Beispiele aus Ihrem Unternehmen. Zwei Fragen sind für Unternehmen wichtig: Sind die eigenen Daten gut genug zum Lernen, und werden die Daten, die man einem KI-Dienst gibt, dort zum Training verwendet.
Ein KI-Modell weiß nichts, bevor es trainiert wurde. Alles, was es kann, hat es aus Trainingsdaten gelernt: Beispiele, bei denen die richtige Antwort bekannt war. Ein Sprachmodell hat an riesigen Textmengen gelernt, wie Sprache funktioniert. Ein Modell zur Fehlererkennung in der Fertigung hat an Fotos gelernt, die Prüfer als gut oder fehlerhaft markiert hatten. Das Prinzip heißt Machine Learning, und die Daten sind sein Rohstoff.
Warum die Qualität entscheidet
Ein Modell lernt, was man ihm zeigt, inklusive der Fehler. Wenn in den Beispielen zehn Prozent der Rechnungen falsch kontiert waren, lernt das Modell diese falsche Kontierung mit. Wenn die Beispiele nur Lieferanten aus dem Inland enthalten, versagt das Modell bei der ersten Rechnung aus dem Ausland. Deshalb beginnt jedes Projekt, bei dem ein Modell mit eigenen Daten trainiert oder nachtrainiert wird, mit dem Sichten und Bereinigen der Daten, siehe Fine-Tuning.
Ein Beispiel aus dem Alltag
Ein Energieversorger wollte Kundenanfragen automatisch kategorisieren und nutzte dafür 50.000 alte Anfragen mit der Kategorie, die Mitarbeiter damals vergeben hatten. Das Modell traf nur zwei Drittel richtig. Die Ursache: Die Mitarbeiter hatten über die Jahre uneinheitlich kategorisiert. Nach einer Woche, in der drei erfahrene Mitarbeiter 3.000 Anfragen sauber nachkategorisierten, traf das Modell über 90 Prozent. Weniger, aber bessere Daten.
Was mit Ihren Daten beim Anbieter passiert
Die zweite Bedeutung des Begriffs ist für Geschäftsführer oft wichtiger: Werden die Daten, die Mitarbeiter in einen KI-Dienst eingeben, dort zum Training verwendet? Bei kostenlosen Chatdiensten mit privatem Konto ist das häufig der Fall. Bei Geschäftskonten und über Schnittstellen schließen die großen Anbieter das vertraglich aus. Ob das für Ihren Vertrag gilt, steht im Auftragsverarbeitungsvertrag und gehört zu den ersten Dingen, die wir prüfen, siehe DSGVO und KI.
Nächster Schritt
Welcher Prozess kostet Sie die meiste Zeit?
Erzählen Sie es in 30 Minuten. Sie bekommen eine ehrliche Einschätzung, ob KI dort hilft und was der erste Schritt wäre.