# Fine-Tuning

Kategorie: [KI-Suche & GEO](https://seo-geo-glossary.com/de/glossar/kategorie/ki-suche-geo/) › [KI- und LLM-Grundlagen](https://seo-geo-glossary.com/de/glossar/kategorie/ki-suche-geo/ki-llm-grundlagen/) · Auch genannt: Finetuning, Feinabstimmung, Modellanpassung

**Fine-Tuning** (deutsch Feinabstimmung) ist das zusätzliche Training eines bereits vortrainierten KI-Modells mit eigenen Beispielen. Das Ergebnis ist ein neues Modell, das eine bestimmte Aufgabe, Fachsprache oder einen bestimmten Stil besser trifft als das Ausgangsmodell.

## Wie funktioniert Fine-Tuning?

Microsoft beschreibt Fine-Tuning als zusätzliches Training für eine bestimmte Aufgabe oder einen Datensatz, um Leistung oder Genauigkeit zu erhöhen. IBM ordnet es dem Transfer Learning zu: Vorhandenes Modellwissen wird weiterverwendet, statt ein Modell von Grund auf neu zu trainieren.

Gängige Verfahren sind:

- **Supervised Fine-Tuning (SFT):** Das Modell lernt aus Paaren von Eingabe und gewünschter Ausgabe. Microsoft empfiehlt SFT als Startpunkt für die meisten Projekte.
- **Direct Preference Optimization (DPO):** Das Modell lernt aus Beispielen bevorzugter und nicht bevorzugter Antworten.
- **Parametereffiziente Verfahren (PEFT) wie LoRA:** Nur ein kleiner Teil der Parameter wird angepasst, was weniger Rechenaufwand bedeutet.
- **RLHF:** Menschliche Bewertungen steuern Eigenschaften wie Hilfsbereitschaft.

## Fine-Tuning, Prompting und RAG

Prompting gibt dem Modell Anweisungen und Kontext bei jeder Anfrage mit. Retrieval-Augmented Generation (RAG) holt passende Dokumente zur Laufzeit dazu. Fine-Tuning verändert dagegen das Modell selbst. OpenAI nennt als typische Fälle konsistente Formatierung, Klassifikation und kleinere, günstigere Modelle für Spezialaufgaben. Kombiniert mit Prompting können die Prompts kürzer ausfallen, was Tokenkosten spart. Laut der OpenAI-Dokumentation (Stand Oktober 2026) baut OpenAI seine Fine-Tuning-Plattform ab, neue Nutzer haben keinen Zugriff.

## Beispiel

Ein Support-Team trainiert ein Modell mit mehreren hundert früheren Antworten, damit es Antworten im Ton des Hauses und im festen Format der Ticketsysteme liefert. Produktpreise und Lieferzeiten bleiben im Modell nicht aktuell. Solche Daten reicht das System bei jeder Anfrage per RAG nach.

## Bedeutung für SEO und KI-Sichtbarkeit

Eine Website lässt sich nicht per Fine-Tuning in ein fremdes Modell einspeisen. Fine-Tuning führen Betreiber des jeweiligen Modells oder Unternehmen mit eigenen Daten durch. Für Websites zählen eher die Wege, über die Inhalte in Antworten gelangen: Training (siehe Trainingsdaten) und Abruf zur Laufzeit (Einschätzung).

## Häufige Fragen

**Ist Fine-Tuning dasselbe wie Training?**
Es ist eine zweite Trainingsphase auf einem bereits trainierten Modell, meist mit deutlich weniger Daten als das ursprüngliche Training.

## Verwandte Begriffe

- [Large Language Model (LLM)](https://seo-geo-glossary.com/de/glossar/large-language-model/index.md)
- [Trainingsdaten](https://seo-geo-glossary.com/de/glossar/trainingsdaten/index.md)
- [Retrieval-Augmented Generation (RAG)](https://seo-geo-glossary.com/de/glossar/retrieval-augmented-generation/index.md)
- [Embeddings](https://seo-geo-glossary.com/de/glossar/embeddings/index.md)

## Quellen

- [Feinabstimmung von Modellen mit Microsoft Foundry – Microsoft Learn](https://learn.microsoft.com/de-de/azure/foundry-classic/concepts/fine-tuning-overview)
- [Was ist Fine-Tuning? – IBM Think](https://www.ibm.com/de-de/think/topics/fine-tuning)
- [Model optimization (Fine-tuning) – OpenAI Docs](https://developers.openai.com/api/docs/guides/model-optimization)

---

Stand: 7. Oktober 2026
URL: https://seo-geo-glossary.com/de/glossar/fine-tuning/