Tabellenmodelle greifen dort an, wo ChatGPT und Claude bei Spreadsheets stolpern
TL;DR
IEEE Spectrum beschreibt Large Tabular Models als neue Modellklasse für strukturierte Tabellen, wo klassische LLMs schnell an Grenzen stoßen. Fundamentals Modell NEXUS wurde nach dem Stealth-Start im Februar 2026 mit 275 Millionen US-Dollar Funding vorgestellt und ist inzwischen in Amazon SageMaker verfügbar. LTMs sollen Tabellen nicht als Textfolge behandeln, sondern Werte, Spaltenbedeutung, Kategorien und statistische Beziehungen gemeinsam modellieren.
Nauti's Take
Das ist eine der sinnvolleren AI-Wellen, weil sie ein echtes Loch adressiert: LLMs wirken im Chat schlau, werden bei Tabellen aber schnell schwammig. Gleichzeitig ist NEXUS stark vendor-getrieben erzählt, und unabhängige Benchmarks müssen erst zeigen, ob der Sprung groß genug ist.
Für Unternehmen ist die Richtung trotzdem logisch: Textmodell plus Tabellenmodell ist plausibler als ein Chatbot, der so tut, als wäre jede CSV nur ein langer Satz.
Einordnunganzeigen
Der Kern ist nicht nur bessere Tabellenanalyse, sondern ein anderer Zugang zu Unternehmensdaten. Viele kritische Entscheidungen liegen in Transaktionen, Metriken, klinischen Messwerten oder Inventaren, nicht in Textdokumenten. Wenn LTMs belastbar funktionieren, könnten sie einen Teil der teuren, fallweisen Data-Science-Arbeit automatisieren.
Quellen