Plattform
Plattform-ÜbersichtAI Adoption & Multi-ModellSelbstbefüllendes KI-CRMSales & Branchen CRMSales CRM Use CasesRecruiting CRM Use CasesB2B Kontakt-SucheMulti-Channel-KampagnenProjekte & AufgabenTeam-MessengerSocial Media StudioFunnel & NewsletterMeetings & Terminbuchung
Beratung, Preise & Ressourcen
KI-Transformation & StrategieManaged ServicesAlexander Weltzsch · Executive AdvisoryDennis Hilger · B2B Growth AdvisoryPreise & LizenzrechnerÜber unsKI im UnternehmenTech und KI GlossarLeitfaden für erfolgreiche LandingpagesGeschäftsbedingungen und RichtlinienKontakt & Live-Demo
← Zurück zum Tech und KI Glossar (A–Z)
Tech und KI Glossar · Buchstabe · Buchstabe M

Multimodale Modelle

Multimodale Modelle

Definition

Multimodale Modelle sind KI-Systeme, die verschiedene Datentypen wie Text, Bilder, Audio, Video oder strukturierte Tabellen in einem gemeinsamen Repräsentationsraum verarbeiten und miteinander verknüpfen.

Erklärung

Technisch überführen spezialisierte Encoder für Bildausschnitte (Vision-Patches), Audiosignale und Text-Tokens die jeweiligen Eingaben in kompatible Vektoren, sodass Transformer-Schichten Bezüge über Modalitätsgrenzen hinweg direkt berechnen können. Im Unterschied zu mehrstufigen Alt-Pipelines, bei denen erst ein separates OCR- oder Spracherkennungstool reinen Text erzeugt und dabei Layout-, Tabellen- oder Tonfallinformationen verliert, wertet ein nativ multimodales Modell die Originaldatei im Zusammenhang aus. Im B2B-Einsatz lesen solche Systeme komplexe PDF-Angebote, technische Zeichnungen, Diagramme und gescannte Lieferscheine samt Tabellenstruktur direkt in strukturierte ERP- oder CRM-Felder ein. Im technischen Support und Vertrieb verknüpfen sie beispielsweise eingesandte Schadensfotos mit Ticketbeschreibungen oder fassen Produktdemos anhand der gesprochenen Tonspur und des geteilten Bildschirminhalts zusammen.