Im Keller der Datenabteilung steht wieder so ein Gerät, bei dem niemand ganz sicher ist, ob es Kaffee kocht, Prognosen ausspuckt oder heimlich die Praktikanten sortiert. Vorn schiebt jemand eine Tabelle hinein. Hinten kommen Vorhersagen heraus. Dazwischen knirscht es nach Feature Engineering, aber auffällig leiser als früher.
Google Research nennt das Ding TabFM: ein Foundation Model für tabellarische Daten, gedacht für Klassifikation und Regression. Also für jene Sorte Daten, die nicht glamourös im Promptfenster tanzt, sondern in Spalten sitzt, mit Kommas im Rücken und einem Feld namens „sonstiges“ im Gesicht.
Die alte Werkbank: Bäume, Schrauben, Geduld
Tabellen waren lange das Revier der Baum-Maschinen: Random Forests, XGBoost, AdaBoost, solche Namen. Sehr brauchbares Gerät, keine Frage. Nur muss man sie oft stimmen wie ein altes Moped: Parameter drehen, Merkmale zurechtfeilen, Datensätze anheben, wieder absetzen, fluchen, Kaffee, noch einmal fluchen.
Der Google-Text beschreibt genau diesen Engpass: Für neue Datensätze reicht eben nicht immer ein lässiges .fit(), sondern es hängen Optimierung, Domänenwissen und Handarbeit dran. TabFM will diese Werkbank nicht sauber aufräumen. Es will sie mitsamt Schraubenschlüssel in den Schlund ziehen.
Zero-Shot, aber bitte mit Tabellenstaub
Der Trick ist laut Google Research In-Context Learning für Tabellen: Das Modell bekommt historische Trainingsbeispiele und Zielzeilen als gemeinsamen Kontext und soll daraus bei der Inferenz die Beziehungen zwischen Spalten und Reihen lesen. Keine neue Trainingsrunde pro Datensatz, keine frisch angezogenen Modellgewichte, sondern ein einziger Durchlauf durch den Tabellenrachen.
Das klingt, als hätte jemand ein Sprachmodell in einen Aktenschrank gesperrt und gesagt: „So, jetzt lernst du Buchhaltung.“ Ganz so einfach ist es nicht, und genau da bleibt der Rost wichtig. Tabellen sind nicht einfach Sätze mit Kästchen. Spalten haben Typen, Skalen, Ausreißer, schiefe Namen und manchmal die Laune eines übermüdeten ERP-Exports.
Veröffentlicht ist TabFM laut Google über Hugging Face und GitHub. Das ist erfreulich konkret: kein Nebelwerfer aus dem Konferenzsaal, sondern ein Stück Forschungsblech, das man anfassen, prüfen und vermutlich auch falsch herum einbauen kann. Wie immer gilt: Benchmark-Glanz ersetzt keine eigene Datenprüfung. Gerade Unternehmensdaten sind selten so sauber, wie sie im Foliensatz tun.
Was daran interessant ist
Wenn so ein Ansatz hält, was er an der Werkstatttür verspricht, könnte er die Schwelle für tabellarische Prognosen senken. Nicht jede kleine Fachabteilung hat jemanden, der Feature Engineering mit der Schieblehre betreibt. Manchmal gibt es nur eine CSV, eine Frage und den Wunsch, dass der Drucker nicht wieder die Wahrheit verschluckt.
Aber die Blechpresse hebt den Zeigefinger nur halb. Zero-Shot ist kein Freifahrtschein für „Daten rein, Verantwortung raus“. Wer Vorhersagen auf Kunden, Risiken, Medizin, Personal oder Geld loslässt, bleibt zuständig. Auch wenn der Tabellenwolf sehr überzeugend kaut.
Am Ende steht also kein Wunderautomat, eher ein neues Werkzeug mit scharfen Kanten. Weniger Schrauben drehen kann gut sein. Gar nicht mehr hinschauen wäre wieder diese Sorte Fortschritt, bei der die Maschine freundlich blinkt, während unter dem Tisch die Werkbank brennt.