Training eigener Modelle
Individuelles Modelltraining: LLM-Fine-Tuning für eine Aufgabe mit hohem Volumen
Wir trainieren ein Open-Weight-Modell mit Ihren gelabelten Fällen für eine klar umrissene Aufgabe und testen es dann gegen Ihr aktuelles Modell an Fällen, die es nie gesehen hat. Sie wechseln nur, wenn es weniger kostet und mindestens genauso genau ist. Cloudsail macht das für Unternehmen in ganz Europa, mit Engineers in Deutschland und Polen.
Unser Team hat Software und produktive KI entwickelt für
Was eine eng umrissene Aufgabe von einem Modell braucht
Frontier-Modelle sind darauf trainiert, fast jede Anfrage zu bearbeiten. Eine Aufgabe wie Klassifizierung, Extraktion, Scoring oder Routing braucht ein einziges Verhalten, und zwar zuverlässig. Fälle, die Sie bereits gelabelt haben, bringen einem kleineren Modell genau das bei.
Ihre bisherigen Fälle
Datensätze, bei denen die richtige Antwort schon feststeht, etwa bestätigte Betrugsfälle, korrigierte Extraktionen oder gelöste Tickets.
Basismodell
Ein Open-Weight-Modell mit einigen Milliarden Parametern. Es passt auf eine einzelne GPU, und seine Lizenz erlaubt die kommerzielle Nutzung.
Fine-Tuning
Das Basismodell lernt aus Ihren bekannten Ergebnissen, per Supervised Fine-Tuning oder Reinforcement Learning, mit LoRA-Adaptern.
Vergleich
Das Modell, das Sie heute nutzen, und das neue beantworten dieselben Fälle, von denen keiner im Training vorkam. Wir vergleichen Genauigkeit, Latenz und Kosten pro Anfrage.
Was ein Trainingsprojekt umfasst
Auf gemieteten GPUs ist ein Trainingslauf in wenigen Stunden erledigt. Der größte Aufwand steckt in den Trainingsdaten und im Testset sowie im Betrieb des Modells in Ihrer Infrastruktur, sobald echte Anfragen eintreffen.
Daten und Tests
Modelltraining
Im Betrieb
Wann sich für eine Aufgabe ein eigenes Modell lohnt
Die folgenden Schwellenwerte stammen aus unseren eigenen Kostenmodellen, und wir prüfen sie an Ihrem tatsächlichen Traffic.
Volumen
Eine einzelne Aufgabe mit mehreren hunderttausend Anfragen im Monat
Labels
Das tatsächliche Ergebnis jedes Falls steht erst später fest
Kontrolle
Strenge Vorgaben zur Antwortzeit oder Daten, die auf Ihren eigenen Systemen bleiben müssen
Unter diesen Schwellenwerten ist ein kleineres gehostetes Modell die günstigere Wahl, und dazu raten wir dann.
Mit einem Engineer sprechenWie die beiden Modelle bei Ihren Fällen abschneiden
Wir lassen beide Modelle auf denselben zurückgehaltenen Fällen laufen und stellen Genauigkeit, Latenz und Kosten nebeneinander. Das trainierte Modell übernimmt nur, wenn es im Betrieb günstiger ist und keine Genauigkeit einbüßt.
Frontier-Modell im Vergleich mit einem trainierten Modell
Beispiel mit synthetischen Daten
Bei 2 Millionen Anfragen im Monat sinken die Kosten von 9600 € auf 1400 €
Ihre Daten und das Modell bleiben unter Ihrer Kontrolle
Wir nehmen kein Geld von Modell- oder Tool-Anbietern an. Unsere Empfehlungen richten sich allein danach, wie gut jede Option bei Ihrer Aufgabe abschneidet.
Ihre Trainingsdaten verlassen Ihre Umgebung nicht.
Die Gewichte des trainierten Modells gehören Ihnen.
Wir dokumentieren Testergebnisse und Entscheidungen so, dass Ihre Prüfer sie nachvollziehen können.
Die Anforderungen Ihres Betriebsrats klären wir frühzeitig.
Fragen
Kostet das erste Gespräch etwas?
Nein. Sie sprechen 30 Minuten lang mit einem unserer Engineers über die Aufgabe, an die Sie denken. Sie geben keine Daten weiter, und wir brauchen keinen Zugriff auf Ihre Systeme.
Gibt es Belege dafür, dass ein kleines trainiertes Modell ein Frontier-Modell schlagen kann?
Ja, bei eng umrissenen Aufgaben mit guten Labels. Im Oktober 2026 berichtete Coinbase, dass ein Qwen3.5-9B-Modell, trainiert auf den Ergebnissen der unternehmenseigenen Betrugsfälle, besser abschnitt als ein Frontier-Modell, bei weniger als der halben Latenz. Für offenes Schlussfolgern oder Aufgaben, die breites Wissen erfordern, bleiben Frontier-Modelle die bessere Wahl.
Was ist, wenn das trainierte Modell hinter unserem aktuellen zurückbleibt?
Dann behalten Sie Ihr aktuelles Modell. Testset und Evaluierungspipeline bleiben bei Ihnen, und Sie können damit jedes Modell auswählen und überwachen, das Sie später einsetzen.
Haben Sie schon Modelle trainiert und in Produktion betrieben?
Ja. Unsere Engineers haben Computer-Vision-Modelle auf mehr als 100 Millionen Bildern trainiert und für eine Website mit Millionen Besuchern am Tag betrieben. Wir arbeiten heute noch in derselben Reihenfolge wie damals: zuerst das Testset, dann das Training, dann das Monitoring, sobald das Modell live ist.
Was brauchen Sie von uns?
Eine Aufgabe mit ausreichend Volumen und frühere Fälle, deren Ergebnisse Sie kennen, idealerweise einige tausend davon. Außerdem brauchen wir ein bis zwei Stunden pro Woche von einer Fachperson, die die Antworten des Modells beurteilen kann.
Was ist, wenn wir keine Produktionsdaten weitergeben können?
Dann beginnt das Training mit offenen Datensätzen oder synthetischen Daten. Oder wir starten mit der Modellauswahl: Wir vergleichen bestehende Modelle an Ihrer Aufgabe und trainieren nur, wenn es sich dann noch lohnt.
Mit welchen Basismodellen arbeiten Sie?
Mit Open-Weight-Modellen, deren Lizenz die kommerzielle Nutzung erlaubt, etwa Qwen, Gemma, Mistral, Granite und gpt-oss. Die Bedingungen unterscheiden sich von Modell zu Modell. Manche schließen Unternehmen ab einer bestimmten Größe oder mit Sitz in der EU aus, deshalb prüfen wir sie in jedem Projekt. Wenn Ihre Einkaufsrichtlinien es verlangen, setzen wir Modelle europäischer oder US-amerikanischer Herkunft ein.
Was bedeutet der EU AI Act für ein Modell mit Fine-Tuning?
Fine-Tuning mit LoRA braucht nur einen kleinen Bruchteil der Rechenleistung, mit der das ursprüngliche Modell trainiert wurde. Das liegt weit unter der Schwelle, ab der Sie nach den Leitlinien der Kommission zum Anbieter eines KI-Modells mit allgemeinem Verwendungszweck werden. Ihre Pflichten hängen dann davon ab, wofür das Modell eingesetzt wird. Wir bereiten die Dokumentation vor, die Ihr Datenschutz- und Ihr Compliance-Team brauchen, und die rechtliche Bewertung bleibt bei Ihrer Rechtsberatung.
Wann Retrieval und wann Fine-Tuning
Retrieval liefert Fakten, die sich ändern, etwa aktuelle Preise, Richtlinien oder Produktdokumentation. Das Modell schlägt sie beim Antworten nach, sodass eine Aktualisierung keinen neuen Trainingslauf braucht.
Fine-Tuning bringt einem Modell wiederkehrendes Verhalten bei. Ein Modell, das eingehende Schadensmeldungen Ihren Kategorien zuordnet oder aus jeder Rechnung dieselben Felder ausliest, lernt dieses Muster aus Ihren früheren Fällen.
Verwandte Leistungen
Evals für KI-Agenten
Evals für Agenten, die in Ihren Systemen handeln: Ergebnisse, Tool-Aufrufe und wie verlässlich sich ein Lauf wiederholt.
KI-Automatisierung
Geschäftsprozesse, Schritt für Schritt mit Regeln, Modellen und Agenten automatisiert, an früheren Fällen getestet und als Kosten pro Fall berichtet.
KI-Chatbots
Chatbots und Assistenten für Kundenservice und internen Support, die aus Ihren Daten antworten, über freigegebene Tools handeln und an Menschen übergeben.
KI-Beratung
KI-Strategie, Bewertung von Anwendungsfällen und Readiness-Checks von Engineers, die das erste System auch bauen und messen.
KI-Engineers für Ihr Team
Erfahrene KI-Engineers, die in Teilzeit oder länger in Ihrem Team mitarbeiten und mit Ihnen KI-Funktionen, Agenten und Plattformen bauen.
KI-Evals-Engineering
Evals für KI-Produkte, Agenten und RAG, aufgebaut aus Ihren eigenen Traces, mit Testset und Release-Gate in Ihrem Repository.
KI für Unternehmen
Assistenten, Agenten und private KI, eingebaut in Ihre Systeme, mit Ihren Berechtigungen, Audit-Logs und einem Plattformteam, das sie betreiben kann.
MCP-Server-Entwicklung
MCP-Server, die freigegebene interne APIs mit KI-Assistenten verbinden, mit engen Berechtigungen, Freigaben für Änderungen und Tests.
RAG-Entwicklung
Assistenten, die aus Ihren internen Dokumenten antworten, mit Berechtigungen, Quellenangaben und Tests anhand Ihrer eigenen Fragen.
RAG-Evaluierung
Assistenten, die aus Ihren Dokumenten antworten, getestet auf Retrieval und Antworten, in jeder Sprache Ihrer Nutzer.
Aus dem Blog
RAG oder Fine-Tuning?
Entscheidungskriterien für Retrieval, Fine-Tuning oder beides: ob die Aufgabe veränderliches Wissen oder konsistentes Verhalten braucht, mit Beispieltabelle und Vorgehen.
Datenqualität fürs Fine-Tuning
Vier Prüfungen, die zeigen, ob Ihre Beispiele für ein Fine-Tuning taugen: Labelfehler, Abdeckung des echten Traffics, Herkunft und Überschneidungen mit dem Testset.
Feingetunte Modelle bewerten
Wie Sie zeigen, dass ein feingetuntes Modell das bisherige ersetzen sollte: vorab festgelegte Abnahmekriterien, ein fairer Vergleich auf zurückgehaltenen Fällen sowie Kosten und Latenz in derselben Tabelle.
Mit einem Engineer sprechen
Bringen Sie eine Aufgabe mit, die Sie verbessern möchten. Das Gespräch dauert 30 Minuten und braucht keinen Zugriff auf Ihre Systeme oder Ihre Daten.
Sehen Sie in Ihrem E-Mail-Programm nach dem Entwurf
Senden Sie ihn von dort ab, und ein Engineer antwortet Ihnen persönlich mit Terminvorschlägen für ein 30-minütiges Gespräch. Hat sich kein Entwurf geöffnet, schreiben Sie uns an miki@cloudsail.com.