Eine kleinere, maßgeschneiderte KI schlug GPT und Claude bei einer echten Aufgabe, für einen Bruchteil der Kosten
Ein riesiger Hedgefonds und ein führendes KI-Start-up haben gezeigt, dass ein kostenloses, herunterladbares Modell, trainiert mit dem Urteilsvermögen der eigenen Fachleute, bei Finanzaufgaben jede bekannte KI übertraf und dabei nur etwa ein Vierzehntel kostete. Die Lektion reicht weit über die Wall Street hinaus.
Größer ist bei KI nicht immer besser, und hier ist ein konkretes Beispiel. Bridgewater, einer der größten Hedgefonds der Welt, hat gemeinsam mit Thinking Machines Lab, dem von der ehemaligen OpenAI-Technologiechefin Mira Murati gegründeten Start-up, gezeigt, dass ein kleineres, angepasstes Modell bei einer echten Finanzaufgabe jede getestete namhafte KI schlug, und im Betrieb etwa 14-mal günstiger war.
Die Aufgabe war die unspektakuläre Alltagsarbeit eines Investmentanalysten: Ist dieser Nachrichtenartikel für uns relevant? Deutet diese Erklärung einer Zentralbank auf künftige Zinsänderungen hin? Für menschliche Fachleute sind das einfache Entscheidungen, für allgemeine KI offenbar schwierige. Ohne Anpassung erreichten Varianten von Gemini, Claude und GPT eine Genauigkeit von rund 50 Prozent. Sorgfältige, von Experten formulierte Anweisungen brachten sie in den mittleren 70-Prozent-Bereich. Damit blieben sie noch immer unter den 80 Prozent, die das Team erreichen wollte, bevor es den Ergebnissen vertraute. Bemerkenswert ist, dass neuere und teurere Modelle kaum besser abschnitten.
Die Lösung war Fine-Tuning: Ein bestehendes offenes Modell wird anhand von Beispielen der eigenen Fachleute weitertrainiert, damit es dein spezifisches Urteilsvermögen statt allgemeines Wissen übernimmt. Das Team baute auf Alibabas frei verfügbarem Modell Qwen3 auf, trainierte es anhand der tatsächlichen Entscheidungen seiner Analysten und erreichte eine Genauigkeit von 84,7 Prozent, besser als jedes Spitzenmodell. Ein cleverer Kostentrick: Anstatt Experten für die Kennzeichnung aller Daten zu bezahlen, ließ das Team ein erstes Modell eine grobe Vorauswahl treffen und legte den Menschen nur noch die strittigen Fälle vor. Stell dir vor, du schulst einen klugen neuen Mitarbeiter anhand der Entscheidungen deiner besten Leute, statt darauf zu hoffen, dass ein brillanter Generalist euren hausinternen Stil errät.
Eine ehrliche Einschränkung: Diese Ergebnisse stammen aus der eigenen Bewertung der beiden Unternehmen, und beide verkaufen damit zusammenhängende Produkte, keine unabhängige Stelle hat die Zahlen bestätigt. Die Richtung entspricht jedoch dem, was andere Teams immer wieder feststellen: Allgemeine KI stößt bei Aufgaben an eine Grenze, die von spezialisiertem, internem Urteilsvermögen abhängen.
Was das für dich bedeutet: Die wertvollsten Daten deines Unternehmens sind wahrscheinlich genau die Inhalte, die du niemals in einen öffentlichen Chatbot kopieren würdest, und dies ist ein Hinweis darauf, dass eben diese Daten eine kleinere, private KI antreiben könnten, die bei deiner konkreten Aufgabe die Giganten schlägt. Du brauchst dafür nicht das Budget eines Hedgefonds: Das Muster besteht aus einem überschaubaren offenen Modell und einer guten Sammlung gekennzeichneter Beispiele deiner eigenen Fachleute. Fine-Tuning bedeutet außerdem, dass Modell und Daten bei dir bleiben und du das System, wenn du möchtest, auf eigener Hardware betreiben kannst, ohne dass etwas das Gebäude verlässt.
Quellen
Quellen: https://thinkingmachines.ai/news/learning-to-replicate-expert-judgment-in-financial-tasks/
Warum ein KI-Programmierwerkzeug in den Konflikt zwischen den USA und China geriet, und was wir daraus lernen können
Anthropic versucht, chinesische Unternehmen von seinem Werkzeug Claude Code auszuschließen, während Alibaba den eigenen Mitarbeitern dessen Nutzung verbietet. Du bist von diesem Streit wahrscheinlich nicht betroffen, doch die zugrunde liegende Frage gilt für jedes Unternehmen, das KI-Werkzeuge aus der Cloud nutzt.
