- Auch genannt
- Foundation Models, Basismodell, Basismodelle, Grundlagenmodell, Grundmodell
- Thema
- Modelle & Technik
Ein Foundation Model ist ein großes KI-Modell, das auf sehr vielen und sehr unterschiedlichen Daten trainiert wurde. Es ist nicht auf eine einzelne Aufgabe festgelegt, sondern dient als Grundlage, auf der andere Anwendungen aufbauen. Bekannte Beispiele sind große Sprachmodelle wie GPT oder Gemini, inzwischen gibt es solche Modelle auch für Bilder und Videos.
Woher kommt der Begriff?
Geprägt hat ihn 2021 eine Forschungsgruppe der Stanford University in dem Bericht On the Opportunities and Risks of Foundation Models. Gemeint sind Modelle, die einmal mit großem Aufwand trainiert und danach für viele Zwecke angepasst werden. Das Wort „Foundation“ steht für Fundament: Das Modell ist nicht das fertige Haus, sondern der Unterbau.
Die europäische KI-Verordnung spricht von „KI-Modellen mit allgemeinem Verwendungszweck“ und knüpft daran eigene Pflichten für die Anbieter, etwa zur Dokumentation der Trainingsdaten. Der Text steht in der Verordnung (EU) 2024/1689.
Was bedeutet das für KI-Videos?
Ein großes Videomodell lernt im Training, wie Bewegung, Licht, Perspektive und Kamerafahrten aussehen. Auf dieser Basis entstehen dann verschiedene Funktionen: Text-to-Video, Bild-zu-Video, das Verlängern von Clips oder das Ändern eines bestehenden Videos. Viele dieser Funktionen sind keine eigenständigen Modelle, sondern Varianten desselben Grundmodells.
Andere Firmen nehmen ein vorhandenes Foundation Model und passen es per Fine-Tuning an. So entsteht etwa ein Modell, das besonders gut Produktvideos oder einen bestimmten Animationsstil erzeugt. Das ist deutlich billiger als ein eigenes Training von Grund auf.
Worauf du achten solltest
Der Begriff sagt wenig über Qualität aus. Ein Foundation Model kann viel, aber nicht alles gleich gut. Für einen konkreten Zweck wie Talking-Head-Videos sind spezialisierte Tools oft besser geeignet als ein allgemeines Videomodell. Welche Werkzeuge es für welche Aufgabe gibt, zeigt die Übersicht KI-Video-Tools.
Häufige Fragen zu Foundation Model
Was ist der Unterschied zwischen einem Foundation Model und einem normalen KI-Modell?
Ein Foundation Model ist nicht für eine einzelne Aufgabe gebaut, sondern breit trainiert. Aus ihm lassen sich viele spezialisierte Anwendungen ableiten, etwa ein Avatar-Modell oder ein Modell für einen bestimmten Bildstil.
Sind Videogeneratoren Foundation Models?
Die großen Videomodelle der bekannten Anbieter werden oft so bezeichnet, weil sie auf sehr vielen Daten trainiert sind und viele Aufgaben abdecken, von Text-to-Video bis Bild-zu-Video. Ob ein Anbieter den Begriff nutzt, ist aber auch eine Frage des Marketings.
Relevante Glossareinträge
- KI-ModellEin KI-Modell ist ein trainiertes Programm, das aus Eingaben wie Text oder Bildern neue Ausgaben erzeugt. Bei KI-Videos berechnet es die Clips.
- Fine-TuningFine-Tuning ist das Nachtrainieren eines fertigen KI-Modells mit eigenen Daten, damit es einen Stil, eine Figur oder eine Aufgabe besser beherrscht.
- TrainingsdatenTrainingsdaten sind die Bilder, Videos, Texte und Töne, aus denen ein KI-Modell lernt. Sie bestimmen, was ein Videogenerator darstellen kann.
- LLM (Large Language Model)Ein LLM (Large Language Model) ist ein großes Sprachmodell, das Text versteht und erzeugt, etwa ChatGPT. In Videotools schreibt es Skripte und Prompts.
- Multimodale KIMultimodale KI verarbeitet und erzeugt mehrere Datenarten wie Text, Bild, Video und Ton in einem Modell, etwa ein Video mit Ton aus Text und Bild.
- 4K4K ist eine Videoauflösung mit 3840 × 2160 Pixeln (Ultra HD), viermal so viele wie Full HD. Bei KI-Videos oft nur per Upscaling oder in teuren Plänen.
Relevante Ratgeber und Testberichte
Hier kommt der Begriff vor.
Geschrieben von
Autor & Visual Designer · Co-Founder newcreation Media GmbH
Jochen Sahm ist seit 17 Jahren Designer, Freelancer und Photoshop-Experte und Co-Founder der newcreation Media GmbH. Dort verantwortet er KI, Automatisierung und die Wahl der richtigen Werkzeuge. Zuletzt aktualisiert am 26.10.2026.
