Modellgewichtungen sind die gespeicherten Parameter eines trainierten KI-Modells und damit der technisch wichtigste Teil für den späteren Einsatz. Wenn Unternehmen ein Modell herunterladen, feinjustieren oder lokal betreiben, arbeiten sie praktisch immer mit diesen Gewichtungen.
Was Gewichtungen in der Praxis sind
Gewichtungen sind keine Trainingsdaten und kein Quellcode. Sie sind das komprimierte Ergebnis des Trainings und legen fest, wie das Modell bei der KI-Inference auf Eingaben reagiert. Für die Einordnung helfen auch Token in der KI, Model Card und Open-Weight vs. Open Source.
| Bestandteil | Funktion | Nicht zu verwechseln mit |
|---|---|---|
| Gewichtungen | Gelerntes Verhalten des Modells | Trainingsdaten |
| Code | Startet Training oder Inferenz | Gewichtungen |
| Prompt | Aktuelle Eingabe | Modellarchitektur |
| Model Card | Dokumentiert Eigenschaften und Grenzen | Lizenztext |
- Gewichtungen sind meist Binärdateien mit Millionen bis Milliarden Parametern.
- Ohne passende Gewichtungen kann ein Modell zwar beschrieben, aber nicht produktiv ausgeführt werden.
- Offene Gewichtungen erleichtern Tests, Hosting und Anpassungen.
Warum Gewichtungen für Compliance wichtig sind
Gewichtungen sind für Compliance relevant, weil sie den praktischen Kontrollgrad über ein Modell bestimmen. Wer nur eine API nutzt, sieht die Gewichtungen in der Regel nie; wer ein Modell selbst betreibt, muss Versionen, Herkunft und Änderungen dokumentieren. Das betrifft besonders Self-Hosting-KI, Fine-Tuning und die Rollenfrage aus KI-Anbieter vs. KI-Betreiber.
- Herkunft der Gewichtungen beeinflusst Lizenz- und Lieferkettenprüfung.
- Geänderte Gewichtungen können ein neues Freigabe- und Testverfahren auslösen.
- Unterschiedliche Versionen müssen nachvollziehbar versioniert werden.
| Frage | Warum sie zählt |
|---|---|
| Aus welcher Quelle stammen die Gewichtungen? | Supply-Chain- und Lizenzprüfung |
| Welche Version läuft produktiv? | Nachvollziehbarkeit bei Vorfällen |
| Wurden Adapter oder LoRA-Dateien ergänzt? | Verändertes Modellverhalten |
Was Unternehmen dokumentieren sollten
Unternehmen sollten Gewichtungen wie ein versioniertes Betriebsartefakt behandeln. Schon bei einem Pilotprojekt ist sinnvoll, Quelle, Hash, Modellversion und Freigabedatum festzuhalten. Für diese Dokumentation sind Ollama, Hugging Face und LoRA die wichtigsten Anschlussbegriffe.
- Halten Sie Repository, Version und Download-Datum fest.
- Trennen Sie Basismodell und zusätzliche Adapter-Dateien sauber.
- Verknüpfen Sie die laufende Modellversion mit Ihrer internen Risiko- oder Inventarliste.
Modellgewichtungen sind damit nicht nur ein technischer Dateityp. Sie sind die operative Grundlage dafür, dass ein KI-Modell reproduzierbar, prüfbar und sicher in Unternehmensprozessen genutzt werden kann.