(openPR) Mit der neuen Version FileMaker 2025 führt Claris eine Funktion ein, die bisher der Welt der KI-Forschung vorbehalten war: das Feintuning großer Sprachmodelle (LoRA) – direkt aus der Datenbank heraus, lokal und ohne Cloud-Anbindung.
Der Entwickler und Autor Markus Schall hat diesen Ansatz in einem umfangreichen Fachartikel auf der Website gofilemaker untersucht und in einem neuen Beitrag auf seinem Blog zusammengefasst. Sein Fazit: FileMaker macht KI-Training produktionsreif – stabil, nachvollziehbar und sicher.
Was ist FileMaker überhaupt – und warum spielt es plötzlich bei KI eine Rolle?
FileMaker ist eine seit Jahrzehnten bewährte Plattform zur Entwicklung individueller Unternehmenslösungen. Ursprünglich als Datenbanksystem gestartet, hat sich FileMaker zu einem vielseitigen Werkzeug entwickelt, das Datenverwaltung, Prozessautomatisierung und Benutzeroberflächen in einer einzigen Umgebung vereint. Unternehmen nutzen FileMaker, um interne Abläufe zu digitalisieren – etwa für Warenwirtschaft, Projektmanagement, CRM oder Buchhaltung. Der große Vorteil: Anwendungen lassen sich ohne tiefgehende Programmierkenntnisse erstellen und individuell anpassen.
Claris, ein Tochterunternehmen von Apple, hat FileMaker in den letzten Jahren Schritt für Schritt zu einer modernen Low-Code-Plattform ausgebaut. Heute lassen sich damit nicht nur klassische Geschäftsdaten verarbeiten, sondern auch KI-Funktionen integrieren – etwa Textanalyse, Automatisierung oder jetzt neu: das Training eigener Sprachmodelle. Damit wird FileMaker zu einer Art Brücke zwischen traditioneller Unternehmenssoftware und der Welt der künstlichen Intelligenz – einfach, nachvollziehbar und in der gewohnten Mac-Qualität.
Warum FileMaker für Unternehmen interessant ist
Während viele KI-Plattformen hochspezialisiert oder rein cloudbasiert sind, setzt FileMaker auf lokale Verarbeitung und einfache Integration in bestehende Prozesse. Firmen, die ihre Daten nicht an externe Anbieter übermitteln möchten, finden hier eine Alternative, die technische und organisatorische Sicherheit bietet. Anwendungen, die in FileMaker erstellt werden, laufen auf Mac, Windows und im Web – und lassen sich flexibel an verschiedene Branchen anpassen.
Gerade mittelständische Unternehmen schätzen FileMaker, weil sie damit eigene Lösungen entwickeln können, ohne sich in komplexe Softwareprojekte zu verstricken. Die Plattform bietet grafische Werkzeuge, Tabellen, Layouts, Skripte und Automatisierungen – alles aus einer Hand.
Mit der neuen KI-Erweiterung in FileMaker 2025 öffnet sich nun ein weiterer Bereich: das Trainieren und Anpassen eigener KI-Modelle, ohne externe Infrastruktur, ohne Datenweitergabe und ohne komplizierte Kommandozeilen.
LoRA-Training als Schlüsseltechnologie moderner KI
Das Feintuning mit LoRA (Low-Rank Adaptation) gilt als einer der wichtigsten Fortschritte in der Entwicklung von Sprachmodellen. Anstatt ein neuronales Netz vollständig neu zu trainieren, werden nur kleine, spezialisierte Zusatzschichten – sogenannte Adapter – angelernt. Das spart Rechenzeit, Energie und ermöglicht es, ein Basismodell an eigene Themen, Tonalitäten oder Fachsprachen anzupassen.
Bisher war dieses Verfahren allerdings hochtechnisch und fehleranfällig. Die meisten Anwender arbeiteten mit komplexen Python-Frameworks wie PEFT, Axolotl oder kohya_ss und mussten sich durch eine Vielzahl von Parametern, Dateiformaten und GPU-Abhängigkeiten kämpfen. Jede Trainingsumgebung war ein eigenes Experiment – stabil, wenn man Glück hatte, aber selten reproduzierbar.
Der neue Ansatz: LoRA-Training per Script
Mit FileMaker 2025 wird LoRA erstmals integriert und automatisierbar. Ein neuer Scriptbefehl – „Fine-Tune Model“ – erlaubt es, direkt aus einer FileMaker-Datenbank heraus eigene Sprachmodelle zu trainieren. Der Prozess läuft vollständig lokal über den AI Model Server, der auf Apple-Silicon-Systemen (M1, M2, M3) das neue MLX-Framework nutzt.
Damit können Unternehmen oder Entwickler ihre KI-Modelle an unternehmensspezifische Daten anpassen – etwa Supportdialoge, Produktbeschreibungen oder interne Dokumentationen.
Das Training nutzt wahlweise Daten aus FileMaker-Tabellen oder JSONL-Dateien mit Chat-Struktur und erzeugt ein neues, lokal nutzbares Modell mit dem Präfix fm-mlx-....
Vorteile dieses Ansatzes:
- Kein Terminal, keine Abhängigkeiten, kein Cloud-Zwang.
- Daten bleiben vollständig lokal auf dem eigenen System.
- Reproduzierbare Ergebnisse durch klar definierte Parameter.
Ideal für Unternehmen, die KI sicher und nachvollziehbar einsetzen möchten.
Zwei Welten im Vergleich – klassisches PEFT vs. MLX in FileMaker
Im ausführlichen Fachartikel vergleicht Markus Schall die beiden Ansätze detailliert. Während klassische Tools wie Axolotl und kohya_ss nahezu jede Stellschraube freigeben, konzentriert sich FileMaker bewusst auf Stabilität und einfache Bedienung. Das Feintuning wird hier zu einem Prozess, der sich in den Arbeitsalltag integrieren lässt – nicht mehr zu einem Experiment im Terminalfenster.
„FileMaker bringt Ordnung in ein Gebiet, das lange nur für Spezialisten zugänglich war“,
erklärt Markus Schall. „Was früher ein ganzer Tag mit Fehlersuche, GPU-Treibern und JSON-Konvertierungen war, ist heute ein Scriptbefehl. Das ist kein Rückschritt, sondern der Schritt, den KI braucht, um in den Alltag zu kommen.“
Der Artikel auf gofilemaker beschreibt den technischen Ablauf, zeigt Beispielskripte, JSONL-Trainingsdateien und erläutert die internen Unterschiede zwischen den MLX-basierten FileMaker-Modellen und klassischen PEFT-LoRAs.
Ein Werkzeug statt ein Experiment
Besonders für Unternehmen eröffnet sich dadurch ein neuer Weg, KI-Modelle gezielt, sicher und datenschutzkonform anzupassen. Da das gesamte Training lokal abläuft, entfällt die Übertragung sensibler Daten an externe Dienste – ein entscheidender Punkt in Branchen, in denen Datenschutz, Dokumentation und Nachvollziehbarkeit zentrale Anforderungen sind.
FileMaker 2025 hebt das LoRA-Training damit aus der experimentellen Phase heraus.
Aus einer komplizierten Kommandozeilenübung wird ein reproduzierbarer Prozess – dokumentierbar, skriptgesteuert und in gewohnter FileMaker-Struktur.
Der Wandel erinnert an den Übergang von handgeschriebenem Code zu visuellen Datenbankanwendungen: die gleiche Funktionalität, aber deutlich zugänglicher.
Ausblick: Lokale KI-Systeme als Standard
In seiner Analyse betont Markus Schall, dass dies erst der Anfang einer größeren Entwicklung ist. Durch MLX und Apple-Silicon entstehen derzeit ganze Ökosysteme lokaler KI-Anwendungen – von Sprachmodellen bis hin zu Vektor-Datenbanken und Bildgeneratoren. FileMaker 2025 fügt sich hier als Schnittstelle zwischen Produktivität, Datenhaltung und KI-Logik ein.
„Der entscheidende Unterschied ist nicht technischer, sondern struktureller Natur,“
sagt Schall. „FileMaker bringt das Feintuning dorthin, wo die Daten ohnehin liegen – in den Geschäftsprozess selbst.“
Zum Artikel:
Vom Terminal zum Script: FileMaker 2025 macht LoRA-Feintuning alltagstauglich
Über den Autor
Markus Schall ist Softwareentwickler, Systemberater und Autor. Mit seiner Firma goFileMaker entwickelt er ERP-Lösungen auf FileMaker-Basis und begleitet Unternehmen bei der Digitalisierung interner Abläufe. Parallel betreibt er den Verlag M. Schall Verlag und veröffentlicht Bücher zu Themen wie Digitalisierung, Persönlichkeitsentwicklung und KI im Alltag.
Häufig gestellte Fragen
- Was genau ist FileMaker – und warum wird das im Zusammenhang mit KI erwähnt?
FileMaker ist eine Softwareplattform von Claris (Apple), mit der Unternehmen eigene Anwendungen für Organisation, Verwaltung und Digitalisierung entwickeln können – ohne klassische Programmierung. Mit FileMaker lassen sich Geschäftsprozesse abbilden, Datenbanken aufbauen, Automatisierungen einrichten und seit Version 2025 auch KI-Funktionen integrieren. Die neue LoRA-Funktion erweitert FileMaker nun um die Möglichkeit, Sprachmodelle direkt im eigenen System zu trainieren. - Muss ich dafür Programmierer sein, um so ein KI-Training in FileMaker zu starten?
Nein. Das ist einer der Hauptvorteile. In FileMaker läuft alles über klar strukturierte Dialoge oder einfache Scriptbefehle. Das LoRA-Training lässt sich über eine vorbereitete Schaltfläche oder ein kurzes Script starten – ganz ohne Kommandozeile oder zusätzliche Software. Der technische Hintergrund bleibt im System verborgen, die Steuerung erfolgt über gewohnte FileMaker-Oberflächen. - Was bringt es meinem Unternehmen, ein eigenes Sprachmodell zu trainieren?
Ein eigenes Modell kann auf die Sprache, Begriffe und Abläufe Ihres Unternehmens zugeschnitten werden. Dadurch reagiert es präziser, versteht Fachbegriffe korrekt und liefert bessere Ergebnisse bei internen Prozessen – etwa in der Kundenkommunikation, im Support oder bei automatisierten Textausgaben. Statt ein „allgemeines“ KI-Modell zu verwenden, trainieren Sie eines, das Ihre Sprache spricht. - Läuft das KI-Training in der Cloud oder auf meinen eigenen Geräten?
Das LoRA-Training in FileMaker 2025 läuft vollständig lokal auf Apple-Silicon-Rechnern (z. B. MacBook, Mac mini, iMac mit M1, M2 oder M3). Ihre Daten verlassen dabei nicht Ihr Unternehmen. Das ist besonders für Branchen interessant, in denen Datenschutz und interne Vertraulichkeit wichtig sind – also zum Beispiel bei Dienstleistern, Ärzten, Kanzleien oder Handwerksbetrieben. - Wie aufwendig ist es, so ein KI-Modell mit FileMaker zu trainieren?
Deutlich einfacher als bisher. Ein klassisches KI-Training erfordert normalerweise mehrere Tools, technische Kenntnisse und GPU-Infrastruktur. In FileMaker genügt es, vorhandene Datensätze (z. B. Kundenanfragen oder Produkttexte) bereitzustellen und einen Scriptbefehl auszuführen. Das Training dauert – je nach Datenmenge – zwischen wenigen Minuten und einigen Stunden, läuft aber automatisch im Hintergrund. - Ist das eher ein Experiment oder schon für den praktischen Einsatz gedacht?
Das ist bereits für den praktischen Einsatz gedacht. FileMaker 2025 macht das Feintuning reproduzierbar und stabil. Es handelt sich nicht um eine Testfunktion, sondern um ein neues, integriertes Werkzeug, das in der FileMaker-Umgebung produktiv genutzt werden kann. Claris hat die Funktion so konzipiert, dass sie zuverlässig läuft – auch in Unternehmensumgebungen mit klaren IT-Strukturen. - Kann ich das trainierte Modell später auch außerhalb von FileMaker verwenden?
Aktuell liegt das trainierte Modell im Apple-MLX-Format vor, das speziell für den AI Model Server von FileMaker optimiert ist. In Zukunft wird es wahrscheinlich Exportmöglichkeiten geben, etwa in offene Formate wie GGUF oder ONNX. Schon jetzt lässt sich das Modell aber vollständig innerhalb von FileMaker nutzen – z. B. in eigenen Layouts, Chatfunktionen oder Automatisierungen. - Was unterscheidet FileMaker von anderen KI-Plattformen?
Viele KI-Plattformen sind auf Entwickler oder Cloud-Services ausgerichtet. FileMaker hingegen kombiniert Datenbank, Oberfläche und KI-Funktionalität in einem System – lokal, nachvollziehbar und ohne Aboabhängigkeiten. Für Unternehmen bedeutet das: volle Kontrolle über Daten, Prozesse und Ergebnisse. KI wird dadurch nicht zum Fremdsystem, sondern Teil der eigenen Infrastruktur.
Entwicklung von anpassbarer ERP-Software mit CRM, Faktura und Warenwirtschaft für macOS, Windows und iOS auf Basis der Claris FileMaker Plattform. Konzeption lokaler KI-Systeme zur Anbindung von Datenbanken an lokale LLM Sprachmodelle. Entwicklung und Vertrieb von Datenbanksystemen, ERP-Software und Warenwirtschaftssystemen auf Basis der FileMaker-Plattform. Erfahrung mit FileMaker-Datenbanken seit 1994, Gewinner eines FMM Award 2011, verliehen durch das FileMaker Magazin.
