Wann Fine-Tuning lohnt, wann RAG reicht und wann nichts von beidem — eine Entscheidungshilfe.
Kategorie · KI & Agents
Modell auf Fall trimmen.
Fine-Tuning trainiert ein vortrainiertes Modell auf eigenen Daten nach, damit es in einem spezifischen Kontext bessere Ergebnisse liefert — z. B. Tonalität, Fachsprache, spezielle Klassifikationen.
Wann Fine-Tuning, wann RAG, wann nichts von beidem.
Faustregel: Wissensfragen → RAG. Verhalten/Tonalität/Format → Prompt-Engineering oder Fine-Tuning. Regulierte Fachdomäne mit wiederkehrenden Mustern, die im Prompt nicht mehr reinpassen → Fine-Tuning.
Fine-Tuning ist die teurere Option, nicht immer die bessere.
Siehe auch
