Custom Model Training
Genauer als Frontier-Modelle, zu einem Bruchteil der Kosten
Wir trainieren Open-Source-Modelle wie Qwen, Gemma und Mistral auf Ihren Daten nach, jeweils für eine Aufgabe: Klassifizierung, Extraktion, Scoring oder Routing. Bei solchen Aufgaben übertrifft ein trainiertes Modell mit einigen Milliarden Parametern Frontier-Modelle regelmäßig in der Genauigkeit, zu einem Bruchteil der Inferenzkosten, und es läuft in Ihrer Infrastruktur. Jedes Modell wird vor dem Go-live auf Ihrem eigenen Testset gegen Ihr heutiges Modell gemessen.
Unser Team hat Software und produktive KI entwickelt für
Warum aufgabenspezifisches Training bei eng umrissenen Aufgaben gewinnt
Frontier-Modelle sind auf Breite trainiert. Eine eng umrissene Aufgabe mit bekannten historischen Ergebnissen braucht ein Verhalten, das zuverlässig funktioniert, und Ihre gelabelten Daten sind genau dafür das Trainingssignal.
Ihre Daten
Historische Fälle mit bekannten Ergebnissen, etwa bestätigter Betrug, korrigierte Extraktionen oder gelöste Tickets.
Basismodell
Ein Open-Source-Modell mit einigen Milliarden Parametern, kommerziell lizenziert und für eine einzelne GPU dimensioniert.
Post-Training
Supervised Fine-Tuning oder Reinforcement Learning gegen Ihre bekannten Ergebnisse, meist mit LoRA-Adaptern.
Evaluierung
Verglichen mit Ihrem heutigen Modell auf denselben zurückgehaltenen Fällen, nach Genauigkeit, Latenz und Kosten pro Anfrage.
Alles rund um das Modell
Das Training selbst dauert auf gemieteten GPUs nur Stunden. Der größte Teil der Arbeit steckt in den Trainingsdaten, im Testset und im Betrieb des Modells, sobald es Anfragen bedient.
Daten und Tests
Training des Modells
Betrieb
Wann sich eigenes Training lohnt
Richtwerte aus unseren eigenen Kostenmodellen. Wir prüfen sie an Ihrem Traffic.
Volumen
Mehrere hunderttausend Anfragen pro Monat für eine einzelne Aufgabe
Labels
Die richtige Antwort steht im Nachhinein fest
Kontrolle
Latenzanforderungen oder Daten, die in Ihrer Infrastruktur bleiben müssen
Unterhalb dieser Werte ist ein kleineres gehostetes Modell meist wirtschaftlicher, und dann empfehlen wir es auch.
Mit einem Engineer sprechenGemessen an Ihren Daten, nicht an Benchmarks
Ihr heutiges Modell und das trainierte Modell laufen auf denselben zurückgehaltenen Fällen. Genauigkeit, Latenz und Kosten stehen nebeneinander, und das trainierte Modell geht nur live, wenn es gewinnt.
Frontier-Modell gegen Ihr eigenes Modell
Beispielergebnis, synthetische Daten
von 9600 € auf 1400 € pro Monat bei 2 Millionen Anfragen
Ihre Daten bleiben Ihre
Wir sind unabhängig von Modell- und Tool-Anbietern. Kein Anbieter bezahlt uns, deshalb richten sich unsere Empfehlungen danach, was bei Ihnen funktioniert.
Trainingsdaten bleiben in Ihrer Umgebung.
Die Modellgewichte gehören Ihnen.
Testergebnisse und Entscheidungen, dokumentiert für Ihre Prüfer.
Anforderungen des Betriebsrats klären wir frühzeitig.
Fragen
Was kostet das erste Gespräch?
Nichts. Es ist ein 30-minütiges Gespräch mit einem unserer Engineers, ohne Zugriff auf Ihre Systeme und ohne Weitergabe von Daten.
Welche Belege gibt es, dass trainierte kleine Modelle Frontier-Modelle übertreffen?
Bei eng umrissenen Aufgaben mit guten Labels weisen die veröffentlichten Ergebnisse in dieselbe Richtung. Im Oktober 2026 berichtete Coinbase, dass ein auf seinen Betrugsfällen trainiertes Qwen3.5-9B-Modell ein Frontier-Modell übertraf, bei weniger als der halben Latenz. Offenes Schlussfolgern und Aufgaben, die breites Wissen brauchen, bleiben bei Frontier-Modellen.
Was passiert, wenn das trainierte Modell das heutige nicht übertrifft?
Es geht nicht live. Testset und Evaluierungspipeline bleiben bei Ihnen und sind für die Auswahl und Überwachung jedes Modells nützlich, das Sie einsetzen.
Haben Sie schon Modelle für die Produktion trainiert?
Ja. Unsere Engineers haben Computer-Vision-Modelle auf mehr als 100 Millionen Bildern trainiert und für eine Website mit Millionen täglicher Besucher betrieben. Die Methode lässt sich übertragen: zuerst das Testset, dann das Training, dann das Monitoring in Produktion.
Was müssen wir bereitstellen?
Eine Aufgabe mit ausreichendem Volumen, historische Fälle mit bekannten Ergebnissen (idealerweise einige tausend) und ein bis zwei Stunden pro Woche von einer Fachperson, die die Ergebnisse beurteilen kann.
Mit welchen Modellen arbeiten Sie?
Open-Weight-Modelle mit kommerzieller Lizenz, darunter Qwen, Gemma, Mistral, Granite und gpt-oss. Die Lizenzbedingungen unterscheiden sich, manche schließen Unternehmen ab einer bestimmten Größe oder mit Sitz in der EU aus, deshalb prüfen wir sie pro Projekt. Wo der Einkauf es verlangt, setzen wir Modelle europäischer oder US-amerikanischer Herkunft ein.
Was ist mit dem EU AI Act?
Fine-Tuning mit LoRA nutzt nur einen kleinen Bruchteil der ursprünglichen Trainingsrechenleistung, nach den Leitlinien der Kommission werden Sie dadurch in der Regel nicht zum Anbieter eines KI-Modells mit allgemeinem Verwendungszweck. Die Pflichten hängen trotzdem vom Anwendungsfall ab. Wir bereiten die Unterlagen für Datenschutz und Compliance vor, die rechtliche Bewertung liegt bei Ihren Juristen.
Mit einem Engineer sprechen
Ein 30-minütiges Gespräch mit einem unserer Engineers über die Aufgabe, an die Sie denken, was sie heute kostet und ob ein eigens trainiertes Modell sie übernehmen könnte. Kein Zugriff auf Ihre Systeme, keine Weitergabe von Daten.
Prüfen Sie Ihr E-Mail-Programm
Wir haben versucht, einen Entwurf in Ihrem E-Mail-Programm zu öffnen. Es wird nichts gesendet, bis Sie selbst senden, und diese Seite kann nicht erkennen, ob der Entwurf geöffnet oder die E-Mail zugestellt wurde. Das Formular bleibt bearbeitbar, und Sie können auch direkt an miki@cloudsail.com schreiben.