Am 1. Juli 2026 hat Google Research TabFM vorgestellt – ein tabellarisches Foundation-Modell, das Zero-Shot-Klassifikation und -Regression auf Tabellen durchführt, die es noch nie zuvor gesehen hat – ganz ohne Training, Fine-Tuning oder Feature-Engineering 
. Das Modell versteht tabellarische Vorhersage als In-Context-Learning-Problem: Es liest den gesamten Datensatz – inklusive historischer Beispiele und der Zielzeile – als einen einzigen kontextuellen Prompt und erzeugt die Vorhersagen in einem einzigen Vorwärtsdurchlauf .
Architektur: Alternierende Zeilen-Spalten-Aufmerksamkeit
TabFM verwendet eine Hybrid-Attention-Transformer-Architektur (alternierende Zeilen-Spalten-Aufmerksamkeit) 
. Anders als Text, der eindimensional ist, erfordern tabellarische Daten das gleichzeitige Verständnis der Beziehungen zwischen Zeilen und Spalten. TabFM wechselt zwischen:
- Spaltenweiser Aufmerksamkeit: Erfasst Abhängigkeiten zwischen den Merkmalen
- Zeilenweiser Aufmerksamkeit: Erfasst Abhängigkeiten zwischen den Datenpunkten
Dieser zweistufige Mechanismus erzeugt festdimensionale Embeddings von Zeilen und Spalten und ermöglicht es dem Modell, zur Inferenzzeit auf beliebige Tabellenstrukturen zu generalisieren . Der Ansatz kombiniert Elemente früherer tabellarischer Foundation-Modelle, darunter den Zeilen/Spalten-Attention-Mechanismus von TabPFN und das In-Context-Learning von TabICL .
Training ausschließlich auf synthetischen Daten
TabFM wurde ausschließlich auf Hunderten Millionen synthetischer Datensätze trainiert, die von strukturellen Kausalmodellen (SCMs) erzeugt wurden 
. Dieser Ansatz umgeht die Knappheit und Qualitätsprobleme von Open-Source-Tabellendaten, die oft sensible oder geschützte Informationen enthalten und daher nicht frei für groß angelegtes Pre-Training genutzt werden können . Durch die Kontrolle des Datenerzeugungsprozesses stellte Google ein vielfältiges und gut verteiltes Trainingskorpus sicher, ohne auf reale Geschäftsdaten angewiesen zu sein .
TabArena-Ranking: Spitzenleistung
TabFM wurde auf TabArena validiert, einem Live-Elo-basierten Benchmark für tabellarische ML-Methoden mit einer öffentlichen Rangliste auf tabarena.ai 
. Laut den von Google veröffentlichten Ergebnissen:
- TabFM-Ensemble (mit 32 Ensembles sowie Querschnitts- und SVD-Merkmalen) erzielt die besten Ergebnisse auf TabArena und führt die Rangliste sowohl für Klassifikations- als auch für Regressionsaufgaben an .
- TabFM-Single (ein einzelner Vorwärtsdurchlauf ohne Ensembling) erreicht starke zweite Plätze und ist wettbewerbsfähig mit oder sogar besser als frühere tabellarische Foundation-Modelle wie TabPFN v2 und getunte Gradient-Boosted-Trees .
Die genauen Elo-Punkte hängen vom aktuellen Stand der Live-Rangliste ab, aber Googles eigene Darstellungen zeigen TabFM-Ensemble sowohl bei Klassifikation als auch Regression an der Spitze . Anfang Juli 2026 wurde die Position des besten Einzelmodells auf der TabArena-Klassifikationsrangliste von TabPFN-3 (Elo 1721) gehalten, wobei ensemblebasierte Methoden wie AutoGluon extreme (4h) die absolute Obergrenze darstellten 
. TabFMs Eintritt verschiebt diese Wettbewerbslandschaft.
Lizenzierung: Duales Lizenzmodell
TabFM verwendet ein duales Lizenzmodell:
| Komponente | Lizenz | Ort |
|---|
| Modellgewichte | Nicht-kommerzielle Lizenz | Hugging Face (google/tabfm-1.0.0-pytorch)  |
| Nutzungscode & Beispiele | Apache 2.0 | GitHub (google-research/tabfm) |
Die Modellgewichte werden unter einer nicht-kommerziellen, quellverfügbaren Lizenz veröffentlicht – das bedeutet, sie sind nicht vollständig Open Source im Sinne der OSI-Definition oder des 4-Stufen-Rahmens der G7 von 2026 
. Der Inferenzcode und die Beispiel-Notebooks hingegen verwenden die permissive Apache-2.0-Lizenz . Dieses Muster ähnelt Googles Ansatz bei anderen Forschungsmodellen wie Gemma (das bei neueren Generationen später auf Apache 2.0 umgestellt wurde 
) und entspricht der Praxis von Prior Labs, das die Modellgewichte von TabPFN unter nicht-kommerziellen Bedingungen veröffentlicht 
.
BigQuery-Integration via AI.PREDICT
Google plant, TabFM in den Wochen nach der Ankündigung direkt in BigQuery zu integrieren . BigQuery-Nutzer können dann Zero-Shot-Klassifikation und Regression mit dem AI.PREDICT SQL-Befehl durchführen, der dem Syntaxmuster der bestehenden Managed-Inference-Funktionen von BigQuery ML folgt (ähnlich wie AI.FORECAST für TimesFM) 
. Die erwartete Syntax lautet:
SELECT * FROM AI.PREDICT(
MODEL tabfm,
TABLE your_data
)
Diese Integration würde es Datenteams ermöglichen, TabFM-Vorhersagen direkt in SQL anzuwenden, ohne separate ML-Infrastruktur oder Modellbereitstellungen verwalten zu müssen . Zum Zeitpunkt der Ankündigung (1. Juli 2026) wurde diese Integration als unmittelbar bevorstehend beschrieben, war aber noch nicht in den BigQuery-Release-Notes vermerkt . Googles bestehende BigQuery-ML-Umgebung unterstützt bereits Managed Inference für TimesFM (AI.FORECAST), benutzerdefinierte Modelle (ML.PREDICT) und Open-Source-Modelle von Drittanbietern über Hugging Face ; TabFM wäre das erste tabellarische Foundation-Modell, das eine integrierte -Abkürzung erhält.
Wichtige Einschränkungen
- Der offizielle Blogbeitrag von Google Research wurde am 1. Juli 2026 veröffentlicht, was sehr aktuell ist . Einige Details – das vollständige wissenschaftliche Paper, die genauen Live-TabArena-Werte zum Veröffentlichungszeitpunkt und der genaue BigQuery-Veröffentlichungszeitplan – können sich noch ändern.
- Zum Zeitpunkt dieser Analyse war kein offizielles Google-Research-Paper oder arXiv-Preprint öffentlich verfügbar. Technische Architekturdetails stammen aus sekundärer Berichterstattung und dem Blogbeitrag .
- Die derzeit für BigQuery ML dokumentierte
AI.PREDICT-Funktion verwendet ML.PREDICT mit einem registrierten Modellobjekt ; die -Syntax für TabFM könnte eine neue integrierte Abkürzung analog zu für TimesFM sein, die zum Zeitpunkt der Erstellung dieses Artikels noch nicht in den Release-Notes dokumentiert war.
