Small Language Model (SLM)

Ein Small Language Model (SLM) ist ein kompaktes Sprachmodell mit relativ wenigen Parametern, das dadurch schneller, günstiger und auf kleinerer Hardware läuft als ein großes Modell. Es ist das schlankere Gegenstück zum Large Language Model, bewusst auf Tempo und Effizienz getrimmt statt auf maximale Vielseitigkeit.

Worin unterscheidet es sich von einem großen Modell?

Ein großes Modell will nahezu alles können und braucht dafür enorme Rechenleistung. Ein SLM entscheidet sich bewusst für weniger. Indem Sie es auf eine klar umrissene Aufgabe trainieren oder nachjustieren, etwa das Einsortieren von E-Mails, das Weiterleiten von Supportanfragen oder das Bereinigen von Produktdaten, liefert es auf diesem engen Feld oft ebenso brauchbare Ergebnisse. Es antwortet schneller, verbraucht pro Aufruf weniger und lässt sich teils lokal oder in der eigenen Infrastruktur betreiben, was bei Datenschutz und sensiblen Daten hilft.

Warum kleiner manchmal klüger ist

Der Reflex ist, immer das größte Modell zu wählen, doch das ist selten die vernünftigste Entscheidung. Für viele konkrete Aufgaben reicht ein gezieltes, kleines Modell mehr als aus, während es nur einen Bruchteil an Ressourcen verbraucht. Beide Modelltypen bauen auf denselben Prinzipien des Machine Learning auf, und häufig geht ein SLM aus einem breiteren Foundation Model hervor, das für einen Zweck nachgeschärft wurde.

Was das für B2B-Unternehmen bedeutet

Für ein B2B-Unternehmen geht es nicht darum, welches Modell am beeindruckendsten klingt, sondern welches die Aufgabe verlässlich und mit vertretbarem Aufwand erledigt. Ein SLM, das Hunderte Routineaufgaben leise und sparsam abarbeitet, bringt oft mehr Ertrag als ein aufwendiges Modell, das Sie für alles einsetzen. Steuern Sie auf das, was es an Zeit, Kunden und Umsatz einbringt, nicht auf die Größe des Modells.