LLM (Large Language Model) – einfach erklärt

Stell dir die Wortvorschläge deiner Handy-Tastatur vor, nur unvorstellbar viel besser. Ein LLM tut im Kern genau das: Es liest deinen Text und berechnet, welches Textstück am besten als Nächstes passt. Dann hängt es dieses Stück an und beginnt von vorn, Wort für Wort, bis die Antwort fertig ist.

Bei dem Satzanfang „Morgen fahren wir an die …“ hält das Modell zum Beispiel „Ostsee“, „Nordsee“ und „Küste“ für wahrscheinlich und „Steuererklärung“ für sehr unwahrscheinlich. Es wählt meist eines der wahrscheinlichsten Wörter, aber nicht immer dasselbe. Deshalb bekommst du auf dieselbe Frage nicht jedes Mal exakt dieselbe Antwort.

Warum reicht so ein einfaches Prinzip für kluge Antworten? Wer Texte gut fortsetzen will, muss sehr viel über die Welt wissen: dass Berlin die Hauptstadt ist, wie ein Brief aufgebaut ist und was auf eine Frage logisch folgt. All das lernt das Modell nebenbei mit, weil es beim Training Milliarden Sätze fortsetzen musste. Im Werkzeug unten kannst du das Prinzip selbst ausprobieren.

Das erklärt auch eine Eigenheit, die viele überrascht: Ein LLM schlägt nichts nach, es „erinnert“ sich. Was es über Berlin, Brötchen oder Bruchrechnen weiß, steckt als Muster in seinen Parametern, nicht als gespeicherter Text. Deshalb kann es Wissen neu kombinieren und in jedem Stil formulieren – aber auch Lücken mit plausibel klingenden Erfindungen füllen.

Die Begriffe stecken ineinander wie russische Puppen. Künstliche Intelligenz (KI) ist der Oberbegriff für Computer, die Aufgaben lösen, für die man sonst menschliche Intelligenz bräuchte. Ein Teil davon ist Machine Learning: Programme lernen aus Beispielen, statt dass jemand jede Regel aufschreibt. Deep Learning ist Machine Learning mit großen neuronalen Netzen aus vielen Schichten. Generative KI erzeugt damit neue Inhalte wie Texte, Bilder oder Musik, und ein LLM ist die generative KI für Sprache.

Jedes LLM ist also KI, aber nicht jede KI ist ein LLM. Ein Bildgenerator oder eine Gesichtserkennung sind auch KI, arbeiten aber nicht mit Sprache. Mehr zum Oberbegriff findest du in unserem Lexikonartikel Künstliche Intelligenz.

Ist ChatGPT ein LLM?

Genau genommen nicht. ChatGPT ist ein Produkt, also eine App mit Chatfenster. Darin arbeitet ein LLM, früher GPT-3.5 und GPT-4, heute Modelle der GPT-6-Familie.⁸¹⁶ GPT ist der Name dieser Modellreihe von OpenAI und steht für „Generative Pre-trained Transformer“. LLM ist die Gattung, zu der GPT, Gemini oder Claude gehören. Ähnlich ist es bei Autos: Golf ist das Modell, VW der Hersteller und „Auto“ die Gattung.

Was passiert, wenn du einem LLM eine Frage stellst? In wenigen Sekunden laufen fünf Schritte ab, und das Modell wiederholt die letzten davon für jedes einzelne Textstück der Antwort.

1. 1Zerlegen: Dein Text wird in Tokens zerlegt, also Wörter und Wortteile.
2. 2Übersetzen in Zahlen: Jedes Token wird zu einer langen Zahlenreihe, dem Embedding.
3. 3Verstehen im Zusammenhang: Viele Schichten eines Transformers gleichen alle Tokens miteinander ab.
4. 4Wahrscheinlichkeiten berechnen: Am Ende steht für jedes mögliche nächste Token eine Wahrscheinlichkeit.
5. 5Auswählen und wiederholen: Ein Token wird gewählt, angehängt, und alles beginnt von vorn.

Tokens: Text wird zu Zahlen

Computer rechnen mit Zahlen, nicht mit Buchstaben. Deshalb zerlegt ein LLM jeden Text in Tokens. Das sind häufige Wörter, Wortteile oder einzelne Zeichen, und jedes Token hat eine feste Nummer. Ein langes Wort wie „Donaudampfschifffahrt“ wird in mehrere Teile zerlegt. Als Faustregel nennt OpenAI für englischen Text: 1 Token entspricht etwa 4 Zeichen oder drei Viertel eines Wortes.³² Deutsche Texte brauchen meist mehr Tokens, weil die Wörter länger sind. Das ist wichtig, weil Anbieter nach Tokens abrechnen und das Gedächtnis eines Modells in Tokens messen. Mit dem Token-Schätzer unten kannst du es ausprobieren.

Wichtig ist: Ein Token ist kein Buchstabe. Deshalb tun sich LLMs schwer mit Aufgaben wie „Wie viele r stecken in Erdbeerrahm?“ – sie sehen nicht die einzelnen Buchstaben, sondern nur die Nummern der Wortteile. Bei neuen Wörtern, Namen oder Tippfehlern zerlegt das Modell den Text in kleinere Stücke und kann so trotzdem mit allem umgehen, was du eintippst.

Embeddings: Wörter als Koordinaten

Jedes Token bekommt eine lange Liste von Zahlen, eine Art Adresse in einem Bedeutungsraum. Stell dir eine Landkarte vor: Hamburg liegt nah bei Bremen und weit weg von München. Genauso liegen „Hund“, „Welpe“ und „Katze“ im Bedeutungsraum nah beieinander, „Steuererklärung“ liegt weit weg. Nur hat diese Karte nicht zwei, sondern Tausende Richtungen. Das Modell lernt die Adressen selbst, niemand legt sie fest.

Das Besondere an LLMs: Die Adresse eines Wortes bleibt nicht fest, sondern wird im Satz verschoben. „Bank“ landet im Satz „Ich bringe Geld zur Bank“ in der Nähe von „Konto“ und „Sparkasse“, im Satz „Wir sitzen auf der Bank im Park“ in der Nähe von „Stuhl“ und „Garten“. Genau diese Verschiebung übernehmen die Schichten des Transformers.

Transformer und Attention: der Blick auf den ganzen Satz

Das Herz moderner LLMs ist der Transformer, eine Bauart neuronaler Netze, die Google-Forschende 2017 vorgestellt haben.¹ Sein wichtigster Trick heißt Attention (Aufmerksamkeit). Jedes Wort schaut sich alle anderen Wörter im Text an und entscheidet, welche für seine Bedeutung wichtig sind. Du kannst dir das wie eine Partnervermittlung vorstellen: Jedes Wort sagt, was es sucht, und bietet an, was es zu bieten hat. Wo beides zusammenpasst, fließt Information.

Ein Beispiel: „Der Pokal passt nicht in den Koffer, weil er zu groß ist.“ Worauf bezieht sich „er“? Du weißt sofort, dass der Pokal gemeint ist. Die Attention lernt genau solche Zusammenhänge. Ein Transformer hat viele solcher Aufmerksamkeitsköpfe nebeneinander und Dutzende Schichten übereinander. Jede Schicht verfeinert das Verständnis ein Stück weiter.

Zwischen den Attention-Schritten liegt in jeder Schicht ein zweiter Baustein, das sogenannte Feed-forward-Netz. Hier steckt ein großer Teil des gelernten Wissens. Vereinfacht gesagt: Die Attention holt die passenden Informationen aus deinem Text zusammen, das Feed-forward-Netz ergänzt, was das Modell aus dem Training weiß – etwa, dass auf „Hauptstadt von Frankreich“ meist „Paris“ folgt. Dieses Zusammenspiel wiederholt sich in Dutzenden Schichten hintereinander.

Wie die Antwort entsteht: Temperatur und Zufall

Nach der letzten Schicht steht eine Liste aller möglichen nächsten Tokens mit ihrer Wahrscheinlichkeit. Wie das Modell daraus wählt, steuern Einstellungen wie die Temperatur. Bei niedriger Temperatur nimmt es fast immer das wahrscheinlichste Token, die Antworten werden sachlich und gleichförmig. Bei hoher Temperatur kommen auch seltenere Tokens zum Zug, der Text wird kreativer, aber auch fehleranfälliger. Verfahren wie Top-p schneiden die ganz unwahrscheinlichen Kandidaten vorher ab.

Am Ende hängt das Modell das gewählte Token an deinen Text an und rechnet alles noch einmal, um das nächste zu bestimmen. Eine Antwort mit 300 Wörtern bedeutet also Hunderte Durchläufe durch das gesamte Netz. Deshalb siehst du die Antwort in vielen Chat-Apps Wort für Wort erscheinen, und deshalb kosten lange Antworten mehr Rechenzeit als lange Fragen.

Wie du Inhalte so aufbereitest, dass LLMs sie gut verarbeiten und zitieren, erklären wir auf der Seite LLMO erklärt.

Ein LLM entsteht nicht durch Programmieren von Wissen, sondern durch Training. Am Anfang sind alle Parameter zufällige Zahlen, und das Modell schreibt nur Unsinn. Danach durchläuft es heute meist drei Stufen.

Stufe 1: Vortraining

Im Vortraining liest das Modell riesige Textmengen und soll immer wieder das nächste Wort vorhersagen. Liegt es falsch, werden seine Parameter ein winziges Stück in die richtige Richtung verstellt. Das geschieht Milliarden Mal und dauert auf Tausenden Spezialchips Wochen bis Monate. Menschen müssen dafür keine Daten beschriften, die richtige Antwort steht ja im Text selbst. Das Ergebnis ist ein Basismodell, das Texte fortsetzen kann, aber noch keine Fragen beantwortet.

Die Qualität der Daten entscheidet dabei viel. Bevor das Training beginnt, filtern die Entwickler Dubletten, Werbemüll und schädliche Inhalte heraus und mischen Quellen wie Webseiten, Bücher, Fachartikel und Programmcode in einem bestimmten Verhältnis. Was im Vortraining fehlt, kann das Modell später kaum noch lernen. Was falsch oder einseitig ist, übernimmt es dagegen leicht.

Stufe 2: Feinabstimmung und RLHF

Damit aus dem Basismodell ein hilfreicher Assistent wird, folgt die Feinabstimmung. Zuerst lernt das Modell an Beispielen, die Menschen geschrieben haben, wie gute Antworten auf Anweisungen aussehen. Dann bewerten Menschen verschiedene Antworten des Modells, und es lernt, die bevorzugten öfter zu geben. Dieses Verfahren heißt Reinforcement Learning from Human Feedback (RLHF). OpenAI beschrieb es 2022 für InstructGPT, den direkten Vorgänger von ChatGPT.⁷⁸

Stufe 3: Training fürs Nachdenken

Neuere Reasoning-Modelle werden zusätzlich darauf trainiert, vor der Antwort Zwischenschritte durchzurechnen, etwa bei Mathe- oder Programmieraufgaben. Sie brauchen dafür länger, liefern bei schwierigen Aufgaben aber deutlich bessere Ergebnisse. Bekannt wurde das Prinzip bei vielen Nutzern durch DeepSeek, das seine Denkschritte offen anzeigt.

LLMs wirken wie eine Erfindung von 2022, haben aber eine lange Vorgeschichte. Schon seit Jahrzehnten berechnen Sprachmodelle, welche Wörter aufeinander folgen. Lange arbeiteten sie mit Statistik und später mit neuronalen Netzen, die Text Wort für Wort nacheinander lesen mussten. Das war langsam und ließ sich kaum auf viele Rechner verteilen.

Den Durchbruch brachte 2017 der Transformer: Er verarbeitet alle Wörter eines Textes gleichzeitig und lässt sich deshalb auf riesige Datenmengen und Tausende Chips skalieren.¹ Ab da ging es schnell. Jede GPT-Generation war um ein Vielfaches größer als die vorherige, bis ChatGPT Ende 2022 die Technik in den Alltag brachte. Die Daten haben übrigens eine gemeinsame Quelle: Ein großer Teil des Trainingsmaterials stammt aus dem offenen World Wide Web.

Seit 2023 hat sich das Feld stark verbreitert. Neben OpenAI trainieren Google, Anthropic, Meta, SpaceXSI (früher xAI), Mistral, DeepSeek und Alibaba eigene Spitzenmodelle. Viele Modelle sind inzwischen multimodal und verstehen auch Bilder, Ton und Video. Reasoning-Modelle denken vor der Antwort nach, und offene Modelle wie Llama, Qwen oder Mistral lassen sich auf eigenen Rechnern betreiben. Gleichzeitig wächst die Regulierung: In der EU gelten seit August 2025 erste Pflichten für Anbieter großer KI-Modelle.³³

Hinter den bekannten Assistenten stehen nur eine Handvoll Unternehmen, die große Spitzenmodelle selbst trainieren. Die meisten sitzen in den USA und in China, in Europa ist vor allem Mistral AI aus Frankreich bekannt. Die Tabelle zeigt den Stand vom 05.11.2026. Neue Versionen erscheinen oft im Monatstakt, deshalb steht bei jeder Zeile die Quelle.

Modellnamen richtig lesen

Viele Modellnamen sehen aus wie Geheimcodes, folgen aber einem Muster. Nimm Qwen3.8-2.4T-A95B: Qwen ist die Familie, 3.8 die Version, 2.4T die Gesamtgröße von rund 2,4 Billionen Parametern und A95B bedeutet, dass je Token nur 95 Milliarden davon aktiv sind.²⁴ Zusätze wie „Instruct“ (Chat), „Thinking“ (Reasoning), „Flash“ oder „Mini“ (klein und schnell) und eine Datumsangabe am Ende sind ebenfalls üblich.

Modell, Assistent, Plattform

Oft verschwimmen drei Ebenen: das Modell (zum Beispiel GPT-6 Sol), der Assistent, mit dem du chattest (ChatGPT), und die Plattform, die ein Modell in andere Software bringt (etwa Microsoft Copilot, das Modelle von OpenAI und Anthropic nutzt).²⁵ Ein Modell kann also in vielen Produkten stecken, und ein Produkt kann mehrere Modelle nutzen.

Bei manchen LLMs kannst du die Modellgewichte, also alle gelernten Parameter, herunterladen und auf eigenen Rechnern betreiben. Das gilt etwa für Llama von Meta, Mistral Large 4, viele Qwen-Modelle und Modelle von DeepSeek.^14222421 Umgangssprachlich heißen sie oft „Open-Source-LLMs“, genau genommen sind die meisten aber nur Open-Weight-Modelle.

Der Unterschied: Nach der offiziellen Definition der Open Source Initiative von 2024 ist ein KI-System erst dann Open Source, wenn neben den Gewichten auch der Code und eine ausreichend genaue Beschreibung der Trainingsdaten frei verfügbar sind.¹⁵ Viele Anbieter veröffentlichen nur die Gewichte, manche zusätzlich mit Einschränkungen in der Lizenz.

Offene Modelle haben echte Vorteile: Du kannst sie lokal und ohne Internet nutzen, deine Daten verlassen nicht das Haus, und du kannst sie für eigene Aufgaben anpassen. Dafür brauchst du passende Hardware und musst dich selbst um Updates und Sicherheit kümmern. Wie das praktisch geht, steht weiter unten im Abschnitt „LLMs lokal nutzen“.

Für Unternehmen in Europa sind offene Modelle besonders interessant, weil sie sich in eigenen Rechenzentren oder bei europäischen Hostern betreiben lassen. Achte vor dem Einsatz aber auf die Lizenz: Manche erlauben die kommerzielle Nutzung nur bis zu einer bestimmten Nutzerzahl, andere schränken bestimmte Einsatzzwecke ein.

LLMs sind Allrounder für alles, was mit Sprache zu tun hat. Im Alltag nutzen die meisten sie über einen Assistenten wie ChatGPT. Allein OpenAI meldet für ChatGPT mehr als 1 Milliarde wöchentlich aktive Nutzer.⁹ In Unternehmen stecken LLMs zunehmend unsichtbar in Software, etwa in Office-Programmen, Suchfunktionen oder Ticketsystemen.

• ✓Schreiben: E-Mails, Berichte, Produkttexte oder Social-Media-Beiträge entwerfen und überarbeiten.
• ✓Zusammenfassen: lange Dokumente, Protokolle oder Studien auf das Wesentliche kürzen.
• ✓Übersetzen: Texte in andere Sprachen übertragen, etwa mit ChatGPT Translate, dem Claude-Übersetzer oder dem Gemini-Übersetzer.
• ✓Programmieren: Code schreiben, erklären, Fehler finden und Tests erstellen.
• ✓Recherchieren: Fragen beantworten, Quellen finden und vergleichen, oft mit eingebauter Websuche.
• ✓Kundenservice: Chatbots beantworten rund um die Uhr Standardfragen, mehr dazu unter KI-Chatbot.
• ✓Auswerten: Tabellen, Umfragen oder Kundenfeedback ordnen und Muster erkennen.

Auch jenseits der Sprache helfen LLMs: In der Forschung werden ähnliche Modelle auf Proteinsequenzen oder Programmcode trainiert. Wichtig ist immer, die Ergebnisse zu prüfen, bevor du sie verwendest. Warum, erklärt der Abschnitt über die Grenzen.

Am besten funktionieren LLMs bei Aufgaben, bei denen du das Ergebnis schnell beurteilen kannst: einen Entwurf, den du ohnehin überarbeitest, eine Zusammenfassung eines Textes, den du kennst, oder Code, den du testest. Schwieriger wird es bei Fakten, die du selbst nicht überprüfen kannst. Dort ist ein Assistent mit Quellenangaben die bessere Wahl.

Die LLM Arena

Die bekannteste Rangliste ist die Arena unter arena.ai, früher bekannt als LMSYS Chatbot Arena und LMArena.¹³ Das Prinzip: Du stellst eine Frage, zwei anonyme Modelle antworten, und du stimmst ab, welche Antwort besser ist. Erst danach werden die Namen aufgedeckt. Aus allen Stimmen berechnet die Arena mit einem statistischen Verfahren (Bradley-Terry-Modell) eine Punktzahl für jedes Modell.¹¹¹⁰ Die Nutzung ist kostenlos.

Allein die Text-Rangliste beruht auf über 9 Millionen Stimmen zu 418 Modellen (Stand 27.10.2026).¹² An der Spitze liegen die Modelle oft so dicht beieinander, dass die Plätze statistisch nicht eindeutig sind. Deshalb nennen wir hier bewusst keinen festen ersten Platz – schau für den aktuellen Stand direkt in die Rangliste.

Benchmarks: was die Tests messen

Neben der Arena gibt es standardisierte Tests, sogenannte Benchmarks. Hersteller veröffentlichen ihre Ergebnisse darin gern bei jedem neuen Modell. Die Tabelle zeigt die bekanntesten und ihre Schwächen. Weitere Ranglisten wie Artificial Analysis oder LiveBench fassen viele Tests zusammen.

Warum Ranglisten mit Vorsicht zu lesen sind

Benchmarks veralten schnell, wenn alle Modelle fast volle Punktzahl erreichen, und Testaufgaben können versehentlich in die Trainingsdaten geraten. In der Arena gewinnen gut formulierte Antworten, nicht unbedingt richtige. Für deine Entscheidung zählt vor allem, wie gut ein Modell deine eigenen Aufgaben löst. Einen praktischen Vergleich findest du auf unserer Seite Welche KI ist die beste?.

Ein LLM kennt nur, was in seinen Trainingsdaten stand, und das endet an einem Stichtag. Deine Firmenhandbücher, aktuelle Preise oder die Nachrichten von heute kennt es nicht. Die Lösung heißt RAG, kurz für Retrieval-Augmented Generation, auf Deutsch etwa „mit Nachschlagen angereicherte Textausgabe“. Das Verfahren wurde 2020 in einem Forschungspapier vorgestellt.⁶

1. 1Deine Frage wird zuerst als Suchanfrage genutzt.
2. 2Ein Suchsystem holt die passendsten Abschnitte aus deinen Dokumenten oder dem Web.
3. 3Frage und Fundstellen gehen zusammen an das LLM.
4. 4Das LLM formuliert die Antwort auf Basis der Fundstellen und kann sie als Quelle nennen.

So arbeiten Firmen-Chatbots auf eigenen Wissensdatenbanken, aber auch Antwortmaschinen wie Perplexity, die bei jeder Frage das Web durchsuchen. RAG senkt das Risiko erfundener Antworten deutlich, schließt es aber nicht ganz aus.

Für Unternehmen ist RAG oft der schnellste Weg zu einem eigenen KI-Assistenten: Statt ein Modell aufwendig neu zu trainieren, verbindet man ein fertiges LLM mit den eigenen Dokumenten. Ändert sich ein Dokument, ist die Antwort beim nächsten Mal automatisch aktuell. Entscheidend für die Qualität ist die Suche: Findet sie die falschen Abschnitte, antwortet auch das beste Modell daneben.

Ein LLM allein erzeugt nur Text. Erst wenn es Werkzeuge benutzen darf, wird daraus ein KI-Agent: Er kann im Web suchen, Dateien lesen, Code ausführen, Termine eintragen oder Formulare ausfüllen und plant dafür selbst mehrere Schritte. Das LLM ist dabei das „Gehirn“, das entscheidet, welches Werkzeug als Nächstes dran ist.

Damit Werkzeuge und Modelle zusammenpassen, setzt sich das Model Context Protocol (MCP) als offener Standard durch: eine einheitliche Schnittstelle, über die ein Assistent etwa auf Kalender, Datenbanken oder Firmensoftware zugreifen kann. Beispiele für Agenten sind Programmierassistenten wie Claude Code, Copilot in Microsoft 365 oder Perplexity Computer.

Agenten sparen viel Arbeit, brauchen aber klare Grenzen: Was darf der Agent ohne Rückfrage tun, und was nicht? Lass einen Agenten zum Beispiel E-Mails vorbereiten, aber erst nach deiner Freigabe verschicken. Mehr zu den einzelnen Werkzeugen findest du auf den Seiten zu Claude, Copilot und Perplexity.

Offene Modelle kannst du auf deinem eigenen Rechner betreiben, ganz ohne Cloud. Das ist praktisch für vertrauliche Daten, für unterwegs ohne Internet oder zum Experimentieren. Die drei bekanntesten Werkzeuge dafür:

• ✓LM Studio: Desktop-App mit Modell-Katalog und Chatfenster, für die lokale Nutzung kostenlos. Unter der Haube nutzt sie unter anderem llama.cpp.²⁸ Viele suchen danach als „LLM Studio“.
• ✓Ollama: schlankes Programm für die Kommandozeile und als Server für eigene Anwendungen, lokal ohne Abo nutzbar.²⁹
• ✓llama.cpp: freie Bibliothek unter MIT-Lizenz, die LLMs effizient auf normaler Hardware ausführt und vielen anderen Programmen als Motor dient.³⁰

Entscheidend ist der Speicher. Die Gewichte eines Modells brauchen ungefähr „Parameter mal Bytes pro Parameter“: Ein Modell mit 8 Milliarden Parametern belegt in 16-Bit-Genauigkeit rund 16 GB, auf 4 Bit verkleinert (Quantisierung) nur rund 4 GB. Dazu kommt Platz für das Gespräch selbst. Der Rechner unten schätzt, was auf deinen Rechner passt.

Als grobe Orientierung: Modelle mit wenigen Milliarden Parametern laufen auf vielen aktuellen Laptops, Modelle mit 30 bis 70 Milliarden Parametern brauchen viel Arbeitsspeicher oder eine starke Grafikkarte. Lokale Modelle sind in der Regel kleiner als die Spitzenmodelle in der Cloud und deshalb nicht ganz so leistungsfähig. Für viele Alltagsaufgaben wie Zusammenfassen, Umformulieren oder Übersetzen reichen sie aber gut aus.

Wer „Notebook LLM“ sucht, meint fast immer NotebookLM von Google. Das Werkzeug heißt seit Juli 2026 Gemini Notebook, ist aber dasselbe Produkt.²⁷ Du lädst eigene Quellen hoch, zum Beispiel PDFs, Webseiten oder Notizen, und kannst dann Fragen dazu stellen. Die Antworten stützen sich auf deine Quellen und verweisen auf die Fundstellen – im Grunde RAG zum Selbermachen.

Die Basisversion ist kostenlos und erlaubt bis zu 50 Quellen pro Notizbuch. Mit den Google-AI-Abos steigen die Grenzen auf bis zu 600 Quellen.²⁷ Mehr zu Googles KI-Angebot steht auf unserer Seite zu Gemini.

Halluzinationen

Die bekannteste Schwäche: LLMs erfinden manchmal Fakten, Zitate oder Quellen und klingen dabei genauso sicher wie bei richtigen Antworten. Fachleute nennen das Halluzination. Der Grund liegt im Prinzip: Das Modell wählt die wahrscheinlich passende Fortsetzung, nicht die nachweislich wahre. OpenAI zeigt in einer Studie von 2025, dass übliche Trainings- und Bewertungsverfahren Raten sogar belohnen, statt ein ehrliches „Ich weiß es nicht“.³¹

Verzerrungen (Bias)

LLMs lernen aus Texten von Menschen und übernehmen deren Vorurteile. Fragst du nach einer typischen Pflegekraft oder einem typischen Ingenieur, können Klischees zu Geschlecht oder Herkunft durchscheinen. Die Anbieter arbeiten mit Filtern und Nachtraining dagegen, ganz verschwinden die Verzerrungen aber nicht.

Wissensstand und weitere Grenzen

• ✓Stichtag: Ohne Websuche kennt ein Modell nichts, was nach dem Ende seiner Trainingsdaten passiert ist.
• ✓Rechnen und Logik: Lange Rechnungen oder knifflige Logik gelingen ohne Hilfsmittel nicht immer zuverlässig.
• ✓Gefälligkeit: Modelle neigen dazu, dir zuzustimmen, auch wenn du falsch liegst.
• ✓Manipulation: Versteckte Anweisungen in Texten oder Webseiten können ein Modell in die Irre führen („Prompt Injection“).
• ✓Black Box: Warum ein Modell genau diese Antwort gibt, lässt sich kaum nachvollziehen.

Die wichtigste Regel deshalb: LLMs sind hervorragende Helfer für Entwürfe und Ideen, aber keine verlässliche Quelle. Prüfe Zahlen, Namen und Zitate immer selbst.

Drei Gewohnheiten helfen gegen Fehler: Bitte das Modell, Quellen zu nennen, und öffne sie auch. Stelle wichtige Fragen zweimal mit anderen Worten und vergleiche. Und gib dem Modell selbst die nötigen Informationen mit, etwa den Text, um den es geht – dann muss es weniger aus dem Gedächtnis ergänzen.

Was mit deinen Eingaben passiert, hängt vom Anbieter, vom Tarif und von deinen Einstellungen ab. Bei manchen Gratis- und Privatangeboten dürfen Gespräche zur Verbesserung der Modelle genutzt werden, meist mit einer Möglichkeit zum Widerspruch. Business- und API-Tarife schließen das in der Regel aus. Lies deshalb die Datenschutzhinweise deines Assistenten und prüfe die Einstellungen.

Für Unternehmen gilt die DSGVO: Personenbezogene Daten von Kundschaft oder Mitarbeitenden gehören nur in Dienste mit passendem Vertrag zur Auftragsverarbeitung, idealerweise mit Datenverarbeitung in der EU. Eine Alternative sind lokale Modelle, bei denen die Daten den eigenen Rechner nicht verlassen.

Rechtlich spielt seit 2024 die EU-KI-Verordnung (AI Act) eine Rolle. Sie trat am 01.08.2024 in Kraft. Seit dem 02.08.2025 gelten Pflichten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck, also auch für große LLMs, etwa zu technischer Dokumentation und zum Umgang mit dem Urheberrecht.³³ Ergänzend hat die EU-Kommission am 10.07.2025 einen freiwilligen Verhaltenskodex veröffentlicht.³⁴ Ob das Training mit urheberrechtlich geschützten Texten erlaubt ist, beschäftigt derzeit Gerichte in mehreren Ländern.

Für die Praxis heißt das: Behandle Eingaben in einen KI-Assistenten wie eine E-Mail an einen externen Dienstleister. Was du dort nicht hineinschreiben würdest, gehört auch nicht in den Chat. Für Firmen lohnt sich eine kurze interne Richtlinie, welche Tools für welche Daten erlaubt sind.

Training und Betrieb großer Sprachmodelle brauchen viel Rechenleistung und damit Strom und Kühlwasser in Rechenzentren. Wie viel genau, legen die meisten Anbieter nicht vollständig offen, und Schätzungen von außen gehen weit auseinander. Deshalb nennen wir hier bewusst keine Zahl.

Für dich gilt eine einfache Faustregel: Nimm das kleinste Modell, das deine Aufgabe gut löst. Für eine kurze Umformulierung braucht es kein Reasoning-Modell, das minutenlang nachdenkt. Kleine Modelle sind schneller, günstiger und sparsamer.

Auch die Hersteller arbeiten an der Effizienz, etwa mit Mixture-of-Experts-Modellen, kleineren Spezialmodellen und sparsameren Chips. Ob das den steigenden Gesamtverbrauch durch immer mehr Nutzung ausgleicht, ist offen.

Ob LLMs wirklich „verstehen“, ist unter Fachleuten umstritten. Die einen sehen in ihnen „stochastische Papageien“, die nur Wortmuster nachahmen. Die anderen verweisen darauf, dass Modelle beim Vorhersagen ein inneres Bild der Welt aufbauen müssen, um zum Beispiel neue Rätsel zu lösen. Sicher ist: Ein LLM hat kein Bewusstsein und keine eigenen Absichten. Es rechnet Wahrscheinlichkeiten, und das erstaunlich gut.

Für die nächsten Jahre zeichnen sich vier Trends ab: Agenten, die Aufgaben selbstständig erledigen, multimodale Modelle, die Text, Bild, Ton und Video gleichermaßen verarbeiten, kleinere, effiziente Modelle für Smartphone und Laptop sowie mehr Regulierung und Transparenzpflichten, wie sie die EU bereits eingeführt hat.

Für dich heißt das vor allem: Die Werkzeuge werden selbstständiger und sind in immer mehr Programmen eingebaut, die du ohnehin nutzt. Umso wichtiger wird es, zu verstehen, wie sie arbeiten, wo ihre Grenzen liegen und welche Daten du ihnen anvertraust. Genau dafür ist dieses Lexikon da.

LLMs verändern, wie Menschen suchen. Statt zehn blauer Links bekommen sie eine fertige Antwort, ob in ChatGPT, Perplexity oder den KI-Antworten der Google-Suche. Für Unternehmen heißt das: Es reicht nicht mehr, nur bei Google oben zu stehen. Die eigene Website muss auch so gut verständlich sein, dass LLMs sie als Quelle finden, verstehen und zitieren.

Wie das geht, erklären wir auf eigenen Seiten: LLM-SEO zeigt, wie du in KI-Antworten sichtbar wirst, unsere GEO-Agentur setzt das für Firmen um, und mit dem KI-Sichtbarkeits-Check prüfst du kostenlos, wie sichtbar deine Marke heute ist. Für die einzelnen Assistenten gibt es eigene Ratgeber zu ChatGPT-SEO, Gemini-SEO, Claude-SEO und Perplexity-SEO.