Large Language Model (LLM)

Auf Deutsch heißt das „großes Sprachmodell“. ChatGPT und Claude sind beide Produkte, die auf LLMs aufbauen. Ein LLM ist der Motor hinter den meisten KI-Tools, mit denen im Job geschrieben, zusammengefasst und gechattet wird. Es kann einen falschen Fakt genauso selbstsicher nennen wie einen richtigen, das nennt man Halluzination.

So funktioniert es

Beim Training liest das Modell Text und passt sich immer wieder an, um das nächste Token (ein kleines Wortstück) genauer zu erraten. Die Transformer-Architektur, auf der die meisten LLMs basieren, stammt aus einem Paper von Vaswani und Kollegen aus dem Jahr 2017. Das Modell selbst schlägt nichts nach, wenn du eine Frage stellst. Es schreibt seine Antwort Token für Token, und jede Wahl basiert auf deinem Prompt und allem, was es bis dahin geschrieben hat.

Die Antwort hängt also davon ab, was du hineingibst: Eine Anfrage mit deinen eigenen Zahlen und deiner Zielgruppe bekommt eine viel konkretere Antwort als eine vage.

Beispiel

Ein Betriebsleiter kopiert die Support-Tickets des letzten Monats in Claude und fragt nach den fünf häufigsten Beschwerden, jeweils mit Ticketnummern. Die Zusammenfassung kommt in Sekunden. Weil das Modell mit Text arbeitet, den er selbst geliefert hat, prüft er nur die Ticketnummern stichprobenartig, bevor er die Liste ans Team schickt.

Häufiger Fehler

Das Modell wie eine Suchmaschine mit Faktendatenbank dahinter behandeln. Fragst du nach dem aktuellen Preis eines Wettbewerbers oder nach einer Statistik, ohne eine Quelle mitzugeben, erzeugt ein LLM aus dem Gedächtnis eine plausible Zahl. Prüf konkrete Zahlen, Daten und Quellenangaben, bevor sie in etwas landen, das du veröffentlichst oder unterschreibst.