Frontier-Modell
Ein Frontier-Modell (Frontier Model) ist eines der leistungsfähigsten allgemeinen KI-Modelle, die zu einem bestimmten Zeitpunkt verfügbar sind, meist von einem finanzstarken Labor. Der Begriff ist relativ und taucht auch in der KI-Sicherheitspolitik auf.
Auch: frontier lab, frontier AI
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
„Frontier“ beschreibt eine Position, kein technisches Merkmal. Ein Modell gilt als Frontier, wenn es bei seiner Veröffentlichung bei den Fähigkeiten an oder nahe der Spitze steht. Ein Modell, das vor zwei Jahren Frontier war, ist es heute meist nicht mehr. Die Labore, die solche Modelle bauen, werden oft Frontier-Labs genannt.
Zwei Verwendungen des Worts
Im Alltag meint Frontier-Modell die stärksten großen Sprachmodelle bei schweren Benchmarks und auf Leaderboards. Auf dieser Website zeigen die Rankings, welche Modelle gerade an der Spitze stehen.
In politischen Texten ist der Begriff enger. Ein Paper von 2023 zur Regulierung von Frontier-KI definierte Frontier-KI als hochleistungsfähige Foundation Models, die Fähigkeiten haben könnten, die gefährlich genug sind, um die öffentliche Sicherheit zu bedrohen. Gesetze und freiwillige Sicherheitsrahmen haben seitdem eigene Fassungen dieser Idee verwendet. Diese Definitionen unterscheiden sich, prüf also, welche eine bestimmte Regel nutzt; diese Seite ist keine Rechtsberatung.
Der Unterschied zu Open-Weight
Frontier und Open-Weight sind getrennte Fragen. Die meisten Frontier-Modelle sind nur über eine API verfügbar, aber manche Open-Weight-Modelle kommen nahe an die Spitze heran. „Frontier“ sagt, wie leistungsfähig ein Modell ist; „Open-Weight“ sagt, ob du es herunterladen kannst.
Warum es beim Bauen wichtig ist
Frontier-Modelle kosten pro Token meist am meisten und können langsamer sein. Viele Aufgaben brauchen keines. Ein gängiges Muster ist, schwere Anfragen an ein Frontier-Modell und Routineanfragen an ein kleineres Modell zu schicken, und genau das tut LLM-Routing.
Verwandte Begriffe
- Großes Sprachmodell
- Ein großes Sprachmodell (Large Language Model, LLM) ist ein neuronales Netz mit Milliarden Parametern, das auf großen Textmengen trainiert wurde, um das nächste Token vorherzusagen, wodurch es schreiben, Fragen beantworten, zusammenfassen und Anweisungen befolgen kann.
- Open-Weight-Modell
- Ein Open-Weight-Modell (Modell mit offenen Gewichten) ist ein Modell, dessen trainierte Gewichte für alle zum Herunterladen und Ausführen veröffentlicht sind, oft ohne Trainingscode oder vollständige Trainingsdaten. Es ist also nicht unbedingt Open Source.
- KI-Benchmark
- Ein KI-Benchmark ist ein fester, öffentlicher Satz von Aufgaben mit vereinbarter Bewertungsmethode, mit dem Modelle im selben Test verglichen werden, etwa gelöste Coding-Issues, beantwortete Prüfungsfragen oder Retrieval-Qualität über viele Datensätze.
- LLM-Routing
- LLM-Routing ist die Praxis, jede Anfrage an das Sprachmodell zu schicken, das am besten zu ihr passt, oft ein günstiges Modell für einfache Prompts und ein stärkeres für schwierige, um Kosten, Geschwindigkeit und Qualität auszubalancieren.
- Small Language Model
- Ein Small Language Model (SLM, kleines Sprachmodell) ist ein Sprachmodell mit relativ wenigen Parametern, meist einigen Milliarden oder weniger, gebaut, um auf einem Laptop, Smartphone oder einer einzelnen GPU günstiger zu laufen als ein großes Modell.