KI-Werkzeuge

Hugging Face: Offene Modelle auswählen, vergleichen und Lizenzen prüfen

Wer ein offenes Sprachmodell einsetzen will, steht auf Hugging Face vor einer Fülle an Modellen, Ranglisten und Lizenzen. Das Tool-Training ist für Projektverantwortliche, Datenschutzbeauftragte und Beschaffung gedacht, die eine Modellwahl treffen und vor Leitung und Aufsicht vertreten. Sie lernen Modellkarten und Bestenlisten richtig zu lesen, vergleichen zwei Kandidaten für eine Aufgabe aus Ihrem Haus und halten die Begründung schriftlich fest. Programmierkenntnisse setzt der Tag nicht voraus.

Für wen

Wer in KI-Vorhaben, im Datenschutz oder im Einkauf über Modelle entscheidet und diese Wahl vor Leitung und Aufsichtsstellen nachvollziehbar begründen muss.

KI-Tool-Training · 1 Tag

Modelle auf Hugging Face sicher finden, sachlich vergleichen und die Wahl belegen

Das nehmen Sie mit

  • Routine beim Lesen von Modellkarten, beim Filtern und beim Einordnen von Bestenlisten auf Hugging Face
  • Ein Vergleich zweier Modelle auf denselben Testdaten für eine Aufgabe aus Ihrem Haus
  • Eine schriftliche Auswahlbegründung, die Lizenz und Herkunft der Trainingsdaten berücksichtigt
  • Eine Vorlage für künftige Modellauswahlen und eine geklärte Freigabezuständigkeit

Ablauf

  1. Teil 1

    Einheit 1 – Orientierung: Wie der Hub aufgebaut ist und was Angaben bedeuten

    • Gliederung des Hubs: Modelle, Datensätze und als Spaces veröffentlichte Anwendungen
    • Modellkarten auswerten: Zweck, unterstützte Sprachen und genannte Einschränkungen richtig deuten
    • Bestenlisten hinterfragen, statt den Spitzenplatz ungeprüft als Auswahl zu übernehmen
    • Bezug zum Werkzeugkasten: offene Modelle laden und auf hauseigener Hardware betreiben, nicht beim Cloudanbieter
  2. Teil 2

    Einheit 2 – Suche: Kandidaten filtern, laden und ausprobieren

    • Filter nach Sprache, Modellgröße und Aufgabe kombinieren, etwa für deutschsprachige Textklassifikation
    • Ein Modell herunterladen und auf einem lokalen Rechner einbinden
    • Spaces nutzen, um eine Idee zu testen, bevor jemand eine eigene Lösung entwickelt
    • Übung: für eine Beispielaufgabe Modelle suchen, deren Karten lesen und eines lokal starten
  3. Teil 3

    Einheit 3 – Auswahlverfahren: Von der Aufgabe zur dokumentierten Entscheidung

    • Eine reale Aufgabe aus dem Haus, etwa das Zusammenfassen eingehender Anfragen, legt die Anforderungen fest
    • Zwei Modelle bearbeiten dieselben Testdaten, die Ergebnisse werden nebeneinander bewertet
    • Die Entscheidung schriftlich begründen, damit Leitung und Aufsicht sie nachvollziehen können
    • Übung: Ihre mitgebrachte Aufgabe durchläuft Kandidatensuche, Vergleich und Dokumentation
  4. Teil 4

    Einheit 4 – Rechtsprüfung: Lizenzen, Datenherkunft und Folgekosten

    • Modelllizenzen daraufhin lesen, ob und mit welchen Einschränkungen eine gewerbliche Nutzung erlaubt ist
    • Lücken bei der Herkunft von Trainingsdaten in der Projektdokumentation als Risiko festhalten
    • Pflichten nach KI-Verordnung und Datenschutzrecht sowie Rechte der Mitarbeitervertretung beim gewählten Modell
    • Monatliche Betriebskosten des Modells abschätzen und festlegen, wie es sich später wieder ersetzen lässt
  5. Teil 5

    Einheit 5 – Steuerung: Freigabe und Auswahlstandard im Haus

    • Klären, wer Modelle freigibt und die Auswahlunterlagen fortführt
    • Eine Vorlage für Auswahlbegründungen und Benennungsregeln für geprüfte Modelle im Team ablegen
    • Merkmale, an denen ein Modellvorhaben scheitert: schwankende Testergebnisse, unpassende Lizenz
    • Die nächste Aufgabe für eine Modellauswahl bestimmen und ihren Aufwand einschätzen

VoraussetzungenProgrammieren müssen Sie nicht können. Erforderlich ist ein internetfähiger Rechner; wer Modelle lokal testen will, braucht 16 GB Arbeitsspeicher.

AbschlussTeilnahmezertifikat und digitales Badge

Thema anfragen