Wie kleine Sprachmodelle KI ressourcenschonender machen

Wie genau kam es dazu, dass Sie aus Ihrer Forschung am ifid heraus ein KI-Startup gegründet haben?

Dr. Hüsson: Im Rahmen meiner Promotion habe ich mich bereits seit 2018 intensiv mit den Möglichkeiten von KI befasst und Konzepte für den Praxiseinsatz erarbeitet. Bei unserer Forschungsarbeit am ifid konnten wir auf diese Vorarbeiten aufsetzen. Wir haben immer wieder Nachrichten von Firmen bekommen – keine theoretischen Anfragen, sondern Unternehmen mit konkreten Problemen, die nach praxistauglichen Lösungen suchten. Uns wurde klar: Hier entsteht ein großer praktischer Bedarf. Denn viele Unternehmen haben weder die Ressourcen noch das Know-how, KI-Anwendungen eigenständig aufzubauen und zu betreiben.

 

Prof. Buchkremer: Gleichzeitig haben wir gesehen, dass große Cloud-Modelle für bestimmte kritische Anwendungen nur eingeschränkt geeignet sind, etwa wegen Kosten, Energieverbrauch oder Datenschutzanforderungen. Daher haben wir dann die Entscheidung getroffen, bc4ai als eigenständiges Unternehmen zu gründen und unseren Ansatz in die Praxis zu bringen.

 

Warum kann es sich für Unternehmen lohnen, auf ein kleineres Sprachmodell zu setzen statt auf die bekannten großen?

Prof. Buchkremer: Stellen Sie sich vor, Sie wollen eine Blume pflanzen – und dafür steht ein Baukran bereit. Das wäre für diese Aufgabe völlig überdimensioniert. Ähnlich ist es bei vielen KI-Anwendungen: Nicht jede Aufgabe erfordert ein sehr großes Sprachmodell. Große Modelle bringen enorme Fähigkeiten mit, nutzen für einfache oder klar umrissene Aufgaben aber oft mehr Rechenleistung als nötig. Wir setzen deshalb auf kleinere, spezialisierte Sprachmodelle, die für bestimmte Aufgaben trainiert oder angepasst werden. Hinzu kommen zusätzliche Wissensquellen und eine intelligente Orchestrierung, damit die einzelnen Komponenten passend zusammenspielen. In bestimmten Anwendungsszenarien lassen sich damit vergleichbare oder sogar bessere Ergebnisse erzielen – bei deutlich geringerem Energiebedarf.

 

Wo würde Ihr System in einem Unternehmen oder in einer Organisation denn ganz praktisch zum Einsatz kommen?

Prof. Buchkremer: Nehmen wir zum Beispiel ein Krankenhaus oder ein Pharma-Unternehmen. Dort wird mit sensiblen Patientendaten oder vertraulichen Forschungsergebnissen gearbeitet. Gleichzeitig verursachen Dokumentationspflichten, Qualitätssicherung und Compliance viel manuelle Arbeit. Für solche Einsatzfelder ist entscheidend, dass KI-Lösungen genau auf Datenschutz, Sicherheit und bestehende Prozesse abgestimmt sind. Unser Ansatz ist, KI-Workflows und Automatisierung je nach Anforderung in einem deutschen Rechenzentrum oder direkt beim Kunden vor Ort bereitzustellen. So kann KI helfen, Routineaufgaben zu unterstützen, ohne sensible Daten unnötig aus der Hand zu geben.

 

Was können Studierende und junge Forschende an der FOM aus diesem Beispiel über Innovation, Transfer und Unternehmertum lernen?

Dr. Hüsson: Durch den Einsatz von KI ergeben sich heute neue Chancen, etwa bei der Entwicklung von Software-Systemen oder bei der Automatisierung komplexer Prozesse. Gleichzeitig braucht es dafür fundierte Kenntnisse in Software-Architektur, Qualitätssicherung und Projektumsetzung. Genau dieses Zusammenspiel aus technologischem Verständnis und praktischer Anwendung ist aus meiner Sicht entscheidend – und es passt gut zu dem Wissen, das an der FOM praxisnah vermittelt wird.

 

Prof. Buchkremer: Mein Rat an Studierende und junge Forschende lautet: Nutzen Sie die Zeit an der Hochschule intensiv, bauen Sie Netzwerke auf, schärfen Sie Ihre fachlichen Kompetenzen und lernen Sie von erfahrenen Menschen. Innovation braucht Fachwissen, Ausdauer und die Bereitschaft, Verantwortung zu übernehmen. Und wenn man während des Studiums oder im Rahmen seiner Forschung erkennt, dass eine Idee ein reales Problem lösen kann, dann sollte man diesen Impuls ernst nehmen und nicht darauf warten, dass alle Rahmenbedingungen perfekt sind, denn das sind sie selten.