Reasoning-Modell
Definition
Ein Reasoning-Modell ist ein KI-Sprachmodell, das darauf trainiert ist, ein Problem Schritt für Schritt durchzuarbeiten, bevor es antwortet. Das zusätzliche Nachdenken macht es pro Antwort langsamer und teurer, aber deutlich besser bei Mathe, Programmieren und anderen mehrstufigen Aufgaben.
Von Ronan Liedmeier, Fractional Head of Growth und Kursautor · Veröffentlicht 17. Oktober 2026 · Zuletzt aktualisiert 17. Oktober 2026
Auch genannt: Reasoning Model, Thinking-Modell, Large Reasoning Model
Viele Chat-Produkte bieten neben einem schnelleren Standardmodell einen Reasoning- oder „Thinking“-Modus an.
So funktioniert es
Ein normales Large Language Model fängt sofort mit der Antwort an. Ein Reasoning-Modell erzeugt erst eine lange interne Kette von Schritten. Scheitert ein Ansatz, kann es zurückgehen und einen anderen probieren. OpenAIs o1, angekündigt im September 2024, wurde mit Reinforcement Learning darauf trainiert. Nutzer sahen nur eine Zusammenfassung seiner Überlegungen, die rohen Schritte blieben verborgen.
Ein Reasoning-Modell ist die eintrainierte Form von Chain-of-Thought-Prompting. Das schrittweise Durchdenken passiert von selbst, du musst nicht extra darum bitten.
Beispiel
Ein Controller in einem mittelständischen Verlag fragt nach dem Break-even eines Abo-Angebots mit rabattiertem ersten Jahr und einer erwarteten Kündigungsquote. Das schnelle Modell nennt selbstbewusst eine Zahl, in der die Kündigungen fehlen. Im Reasoning-Modus legt das Modell jeden Schritt offen und rechnet die Kündigungen mit ein. Der Controller kann die Rechnung Zeile für Zeile prüfen und muss sich nicht auf eine nackte Zahl verlassen.
Häufiger Fehler
Den Reasoning-Modus für jede Aufgabe eingeschaltet lassen. Das kostet Zeit und Geld: Klassifizierungen und kurze Umformulierungen kommen langsamer zurück und werden nicht besser. Teste beide Varianten an deiner eigenen Aufgabe. Halten die Antworten des schnellen Modells, bleib dabei, und nimm Reasoning für Arbeit mit mehreren Schritten, die voneinander abhängen.
In AI Academy lernen
- Wie KI wirklich funktioniert (die 20 %, die du brauchst)Einsteiger · 12 Min.Kostenlos
- Fortgeschrittenes Prompting 2026Experte · 7 Min.
Verwandte Begriffe
- Chain-of-Thought-Prompting
- Chain-of-Thought-Prompting ist die Bitte an ein KI-Modell, eine Aufgabe Schritt für Schritt durchzugehen, bevor es die Antwort gibt. Das macht mehrstufige Aufgaben wie Rechen- und Logikaufgaben genauer und zeigt dir den Lösungsweg zum Prüfen.
- Large Language Model (LLM)
- Ein Large Language Model (LLM) ist ein KI-System, das mit riesigen Textmengen darauf trainiert wurde vorherzusagen, welche Wörter als Nächstes kommen. In großem Maßstab kann es mit dieser einen Fähigkeit Fragen beantworten, zusammenfassen, übersetzen und wie ein Mensch schreiben.
- Latenz (KI-Antwortzeit)
- Latenz ist die Zeit, die ein KI-System für eine Antwort braucht, vom Absenden der Anfrage, bis die Antwort oder ihre ersten Wörter ankommen. In Agent-Workflows summiert sie sich über jeden Modell- und Tool-Aufruf eines Durchlaufs.