Large Tabular Models: Warum LLMs an Tabellendaten scheitern – und was LTMs besser machen

Das blinde Fleck der Sprachmodelle: Strukturierte Daten

Große Sprachmodelle – kurz LLMs – haben in den vergangenen Jahren beeindruckende Fähigkeiten unter Beweis gestellt. Sie formulieren Verträge, lösen mathematische Probleme, generieren Programmcode und fassen medizinische Fachliteratur zusammen. Doch ausgerechnet bei einer Aufgabe, die auf den ersten Blick trivial wirkt, versagen sie regelmäßig: der Analyse strukturierter, tabellarischer Daten.

Dabei sind Tabellen das Rückgrat nahezu jedes Unternehmens. Transaktionsprotokolle von Banken, Marketingkennzahlen, klinische Studienauswertungen, Lagerbestandslisten – all das liegt in Zeilen und Spalten vor. Wer glaubt, ein modernes KI-Chatbot-System könne diese Daten zuverlässig interpretieren und daraus fundierte Vorhersagen ableiten, irrt sich. Und genau hier setzt eine neue Modellklasse an: die sogenannten Large Tabular Models (LTMs).

Warum LLMs und Tabellen keine gute Kombination sind

Um zu verstehen, warum LLMs bei Tabellendaten scheitern, muss man ihre Grundarchitektur betrachten. Sprachmodelle sind darauf trainiert, sequenzielle Muster in Texten zu erkennen – sie sagen das nächste Token in einer Zeichenfolge voraus. Sprache ist von Natur aus linear: Die Reihenfolge der Wörter bestimmt die Bedeutung eines Satzes fundamental.

Tabellendaten hingegen sind nicht-sequenziell. Man kann Spalten umsortieren oder Zeilen vertauschen, ohne den sachlichen Inhalt der Daten zu verändern. Diese strukturelle Eigenschaft ist mit der Transformer-Architektur, auf der alle großen Sprachmodelle beruhen, grundsätzlich schwer vereinbar. Ein LLM, das leicht unterschiedliche Eingaben erhält, produziert leicht unterschiedliche Ausgaben – gewollt bei kreativer Textgenerierung, gefährlich bei der Frage, ob eine Finanztransaktion als betrügerisch einzustufen ist oder nicht.

Erschwerend hinzu kommt, dass tabellarische Datensätze hochgradig heterogen sind. Zwischen einem biologischen Forschungsdatensatz und einem Finanzdatensatz gibt es kaum strukturelle Gemeinsamkeiten – anders als bei natürlicher Sprache, die trotz aller sprachlichen Vielfalt semantisch vergleichbar bleibt. Das macht es extrem schwierig, ein einziges Modell auf einer breiten Basis tabellarischer Daten zu trainieren.

Die bisherige Alternative: Gradient-Boosted Decision Trees

Wer bislang Machine Learning auf Tabellendaten anwenden wollte, griff auf klassische Algorithmen zurück – allen voran XGBoost und andere Gradient-Boosted-Decision-Tree-Verfahren. Diese Technologien sind seit mehr als 15 Jahren im Einsatz und werden von Unternehmen weltweit eingesetzt, um Vorhersagemodelle auf strukturierten Daten zu bauen.

Ihr entscheidender Nachteil: Sie müssen für jeden einzelnen Anwendungsfall von Data-Science-Teams über Monate hinweg trainiert, kalibriert und optimiert werden. Es handelt sich um hochspezialisierte, aufwändige Prozesse – ohne die Übertragbarkeit und Skalierbarkeit, die moderne Foundation Models bieten.

„Klassische Algorithmen wie XGBoost sind leistungsstark, aber sie skalieren nicht wie Foundation Models. Jedes neue Use-Case erfordert einen neuen Modellaufbau – das ist personalintensiv und zeitaufwändig", erklärt Dr. Maik Bunzel, Gründer und Geschäftsführer von mabucon.eu, der Unternehmen bei der Implementierung intelligenter KI-Agenten und Automatisierungsworkflows begleitet.

Was Large Tabular Models anders machen

Das US-amerikanische KI-Startup Fundamental hat mit seinem Modell NEXUS Anfang 2026 eine neue Modellkategorie in den Vordergrund gerückt. NEXUS wurde als reines Foundation Model für tabellarische Daten entwickelt – und unterscheidet sich in seinem Ansatz fundamental von bisherigen Lösungen.

Während LLMs Sequenzen von Tokens modellieren, modellieren LTMs die Struktur von Tabellendaten direkt. Sie lernen gleichzeitig:

• den numerischen Wert eines Eintrags
• was dieser Wert inhaltlich repräsentiert
• wie der Eintrag zu anderen Spalten und Zeilen der Tabelle in Beziehung steht
• die statistischen Eigenschaften der gesamten Datenverteilung

Dieses kontextuelle Verständnis ermöglicht präzisere Schlussfolgerungen und Vorhersagen. Ein LTM, das einen Lagerbestandseintrag für Bananen verarbeitet, versteht nicht nur die Zahl 500 – es versteht, dass es sich um eine Mengenangabe handelt, die zur Produktkategorie „Frischware" gehört, und wie sie statistisch zu anderen Einträgen der Tabelle in Beziehung steht.

Entscheidend ist auch die Determinismus-Eigenschaft: Im Gegensatz zu LLMs, die bei leicht veränderten Eingaben unterschiedliche Ausgaben liefern, sind LTMs darauf ausgelegt, stabile und reproduzierbare Vorhersagen zu liefern – eine unverzichtbare Eigenschaft für geschäftskritische Entscheidungen wie Kreditbewilligung, Betrugserkennung oder Qualitätssicherung.

Training auf Milliarden von Tabellen – und das Datenproblem

Eine der größten Herausforderungen beim Aufbau von LTMs liegt in der Trainingsdatenbeschaffung. Natürliche Sprache ist im Internet in enormen Mengen frei verfügbar und strukturell relativ homogen. Tabellarische Daten hingegen sind oft sensibel, proprietär und strukturell extrem divers.

Fundamental hat nach eigenen Angaben NEXUS auf Milliarden von Tabellen vortrainiert – aus einer Kombination lizenzierter Datensätze, öffentlicher Quellen und eigens entwickelter Daten-Augmentierungstechniken. Dabei betont das Unternehmen explizit, dass Kundendaten weder für das Training verwendet noch durch Fundamental eingesehen werden können. NEXUS läuft als Confidential Computing Platform, was datenschutzrechtlich besonders relevant ist.

Diese Datenschutzarchitektur dürfte ein wesentlicher Faktor dafür gewesen sein, dass Amazon Web Services (AWS) NEXUS im Juni 2026 in Amazon SageMaker integriert hat – einer der meistgenutzten Plattformen für sicheres Machine Learning in Unternehmen. Diese Integration macht LTM-Technologie nun einem breiten Unternehmenskreis zugänglich.

Implikationen für Unternehmen: Was LTMs in der Praxis bedeuten

Die Entstehung leistungsfähiger Large Tabular Models hat weitreichende Konsequenzen für Unternehmen, die auf datengetriebene Entscheidungen angewiesen sind. Bisher mussten Data-Science-Teams für jeden neuen Anwendungsfall ein separates Modell entwickeln und pflegen. Mit Foundation Models für Tabellendaten ändert sich diese Grundlogik: Ein vortrainiertes Modell lässt sich mit minimaler Anpassung auf verschiedene Vorhersageaufgaben übertragen.

Für KI-gestützte Automatisierungsworkflows bedeutet das einen Quantensprung. Dr. Maik Bunzel, Gründer und Geschäftsführer von mabucon.eu, sieht in dieser Entwicklung eine direkte Relevanz für die Automatisierung komplexer Geschäftsprozesse: „Viele unserer Kunden sitzen auf enormen Mengen strukturierter Daten – Verkaufszahlen, Lagerbestände, Kundentransaktionen. Wenn LTMs das tun, was man von ihnen erwartet, könnten KI-Agenten diese Daten endlich wirklich verstehen und eigenständig darauf reagieren."

Konkret eröffnen sich Anwendungsfelder wie:

• Automatisierte Anomalieerkennung in Finanztransaktionen ohne manuelles Modell-Tuning
• Vorhersagegestützte Bestandsplanung in Echtzeit, direkt auf Basis von ERP-Daten
• Dynamisches Risikoscoring im Kreditwesen und in der Versicherungsbranche
• Qualitätskontrolle in der Produktion auf Basis sensorisch erzeugter Messdaten
• Predictive Maintenance, also vorausschauende Wartung, ohne aufwändige Feature-Engineering-Phasen

Ausblick: Eine neue Ära für strukturierte Daten

Die Entstehung von Large Tabular Models markiert einen wichtigen Reifungsschritt der KI-Landschaft. Es ist kein Zufall, dass dieser Bereich lange vernachlässigt wurde: Strukturierte Daten sind weniger spektakulär als generierte Bilder oder Chatbot-Antworten, aber sie sind das operative Fundament nahezu jedes Unternehmens.

Mit dem Aufkommen leistungsfähiger, skalierbarer LTMs wird eine technologische Lücke geschlossen, die für den praktischen KI-Einsatz in Unternehmen entscheidend ist. Die Integration in etablierte Plattformen wie AWS SageMaker senkt die Hürde für den Einstieg erheblich. Gleichzeitig werden weitere Anbieter eigene LTM-Ansätze entwickeln – ein Wettbewerb, der die Technologie schnell reifen lassen dürfte.

Für Unternehmen, die ernsthaft über den Einsatz autonomer KI-Agenten nachdenken, ist die Entwicklung in diesem Bereich aufmerksam zu beobachten. Denn erst wenn KI nicht nur Text, sondern auch die strukturierten Daten versteht, auf denen Geschäftsprozesse beruhen, kann sie diese Prozesse wirklich eigenständig und zuverlässig ausführen – und damit ihr volles Automatisierungspotenzial entfalten.