KI-Grundlagen · Level 1 von 5
KI-Modelle verstehen: Sprachmodelle, Familien und die richtige Wahl
Stand: Juni 2026. Dies ist Stufe 1 des Lernpfads KI-Grundlagen.
Ein KI-Sprachmodell sagt Wort für Wort den wahrscheinlich nächsten Textbaustein voraus. Daraus entstehen Übersetzung, Zusammenfassung und sogar Programmcode. Die Anbieterfamilien unterscheiden sich vor allem in Stärke, Tempo und Preis. Welches Modell passt, entscheidet die Aufgabe und nicht die Grösse.
Wie funktioniert ein Sprachmodell im Kern?
Ein Sprachmodell, oft «LLM» für Large Language Model genannt, ist ein KI-System, das auf sehr grossen Textmengen trainiert wurde, um Sprache zu verarbeiten. Im Kern macht es eine einzige Sache sehr gut: Es schätzt, welcher Textbaustein als Nächstes am wahrscheinlichsten folgt, immer auf Basis von allem, was bisher dasteht. Aus diesem einfachen Prinzip entstehen Übersetzungen, Zusammenfassungen, Entwürfe und funktionierender Programmcode.
Das Modell zerlegt Text in Tokens, also kleine Bausteine aus Wort- und Zeichenteilen, und berechnet für den nächsten Token eine Wahrscheinlichkeit. Es «versteht» dabei nicht wie ein Mensch, sondern erkennt Muster aus seinem Training. Genau deshalb klingt eine Antwort oft souverän, auch wenn sie inhaltlich falsch ist.
Ein Beispiel: Bittest du um die Zusammenfassung eines Textes, den du selbst mitlieferst, ist das Ergebnis meist verlässlich, weil die Antwort direkt aus dem vorliegenden Material entsteht. Fragst du dagegen nach einer konkreten Jahreszahl, die das Modell aus dem Gedächtnis liefern soll, steigt das Risiko eines Fehlers deutlich.
Für Fortgeschrittene
Die Wahrscheinlichkeitsverteilung über den nächsten Token lässt sich über einen Temperatur-Parameter steuern: eine niedrige Temperatur macht die Ausgabe deterministischer, eine hohe Temperatur kreativer und variabler. Für faktische Aufgaben ist eine niedrige Temperatur meist die bessere Wahl. Niedrige Temperatur macht die Ausgabe konsistenter, aber nicht bit-genau reproduzierbar: Schon kleine Änderungen an Prompt oder Parametern verschieben das Ergebnis, und selbst bei identischer Anfrage ist identische Ausgabe nicht garantiert, etwa durch Hardware- und Batch-Effekte.
Welche Modellfamilien gibt es?
Es gibt einige grosse Anbieterfamilien, die sich im Grundprinzip ähneln, sich aber in Stärke, Tempo, Kontextlänge und Preis unterscheiden. Zu den bekanntesten gehören:
- Claude von Anthropic
- GPT von OpenAI
- Gemini von Google
- Mistral aus Frankreich
- Llama von Meta, mit offen verfügbaren Gewichten
Ein wichtiger Unterschied ist proprietär gegen open-weight. Proprietäre Modelle nutzt du nur über die Schnittstelle des Anbieters. Open-weight-Modelle wie Llama oder viele Mistral-Varianten kannst du grundsätzlich selbst hosten, was für Datenschutz und Kontrolle zählt. Was das für deine Daten bedeutet, vertiefen wir in Stufe 5.
Wann ist welches Modell sinnvoll?
Die wichtigste Faustregel lautet: Die Aufgabe entscheidet, nicht die reine Grösse. Ein grosses Spitzenmodell für eine simple Aufgabe ist langsamer und teurer, ohne besser zu sein. Grob lassen sich Aufgaben in drei Klassen einteilen:
- Einfach und klar umrissen, etwa Umformulieren oder eine kurze Übersetzung: ein kleines, günstiges Modell reicht.
- Mittel, etwa eine Recherche-Zusammenfassung oder strukturierte Entwürfe: ein solides Standardmodell.
- Anspruchsvoll, etwa mehrstufiges Schlussfolgern oder komplexer Code: ein starkes Reasoning-Modell.
Welches Modell aktuell in welcher Klasse vorne liegt, ändert sich laufend. Statt dich auf einen festen Namen zu verlassen, lohnt der Blick in unsere wöchentlich aktualisierten Rankings.
Vorher und nachher: die Modellwahl
Vorher: «Ich nehme immer das stärkste verfügbare Modell, dann mache ich sicher nichts falsch.» Das Ergebnis sind hohe Kosten und spürbare Wartezeit, selbst bei trivialen Aufgaben.
Nachher: «Ich ordne die Aufgabe einer der drei Klassen zu und wähle das passende Modell. Erst wenn das Ergebnis nicht reicht, gehe ich eine Stufe höher.» Das Ergebnis ist gleiche Qualität bei deutlich tieferen Kosten.
Grundbegriffe dazu
Was ist KI und Machine Learning?
Typischer Irrtum: «KI denkt wie ein Mensch und versteht, was sie tut.»
Machine Learning lernt Muster aus Daten, statt Regeln einprogrammiert zu bekommen.
Was ist ein Sprachmodell (LLM)?
Typischer Irrtum: «Ein Sprachmodell schlägt seine Antworten in einer internen Wissensdatenbank nach.»
Ein LLM ist eine Wortvorhersage-Maschine, kein Nachschlagewerk.
Was bedeutet multimodal?
Multimodal heisst, dass ein Modell nicht nur Text versteht, sondern auch Bilder, Tabellen, Audio oder PDF verarbeitet. Du kannst ihm einen Screenshot oder eine eingescannte Rechnung geben, statt alles abzutippen. Intern wandelt es auch diese Eingaben in dieselbe Token-Logik um.
Warum wichtig: Multimodale Modelle ersparen das Abtippen und öffnen Anwendungsfälle wie Belege auslesen, ohne Zusatzsoftware.
Typischer Irrtum: «KI kann nur mit reinem Text umgehen, Bilder muss ich vorher selbst beschreiben.»
Beispiel: Ein KMU lässt eingescannte Lieferantenrechnungen direkt auslesen und die Beträge in eine Tabelle übertragen.
Multimodal heisst: zeigen statt abtippen.
Macht ein grösseres Modell automatisch bessere Antworten?
Typischer Irrtum: «Das Modell mit den meisten Milliarden Parametern liefert immer die besten Antworten.»
Nicht die Grösse zählt, sondern die Passung zur Aufgabe.
Was bedeuten 8B, 70B oder 120B bei Modellgrössen?
Die «B»-Zahl steht für die Parameter in Milliarden, grob für die Kapazität. Orientierung: einstellige Milliarden klein, einige Dutzend mittel, rund hundert und mehr gross. Je grösser, desto mehr Speicher und Rechenleistung, und desto langsamer und teurer.
Warum wichtig: Mit dieser Faustregel schätzt du vor der Modellwahl grob ab, welche Hardware und Kosten auf euch zukommen.
Typischer Irrtum: «Eine höhere B-Zahl ist eine exakte Leistungsklasse.»
Beispiel: Ein kleines Modell läuft auf einer einzelnen Büro-Grafikkarte, ein grosses verlangt server-taugliche Hardware oder die Cloud.
Die B-Zahl ist ein grober Hardware-Kompass, kein Qualitätssiegel.
Was ist Quantisierung?
Quantisierung senkt die Genauigkeit, mit der die Gewichte eines Modells gespeichert werden, etwa von 16 auf 8 oder 4 Bit. Dadurch schrumpft das Modell, braucht weniger Speicher und antwortet schneller. Im Gegenzug geht etwas Qualität verloren, bei moderater Stufe meist wenig.
Warum wichtig: So lässt sich ein zu grosses Modell auf günstigerer Hardware betreiben, was gerade für den lokalen KMU-Betrieb zählt.
Typischer Irrtum: «Quantisierung ist gratis, also kleiner und schneller ganz ohne Nachteil.»
Beispiel: Eine 4-Bit-Variante eines mittleren Modells passt auf eine Grafikkarte, auf der die volle Version nicht laufen würde.
Quantisierung tauscht ein wenig Präzision gegen viel Effizienz.
Was ist Mixture-of-Experts (MoE)?
MoE ist eine Bauweise, bei der pro Anfrage nur ein Teil des Modells aktiv wird, die Experten. Ein Modell mit sehr hoher Gesamt-Parameterzahl rechnet so, als wäre es deutlich kleiner. Das macht grosse Modelle schneller und günstiger, ohne die Gesamtkapazität aufzugeben.
Warum wichtig: MoE erklärt, warum manche sehr grossen Modelle erstaunlich schnell und günstig sind, ein Auswahlkriterium.
Typischer Irrtum: «Ein Modell mit hundert Milliarden Parametern muss zwangsläufig langsam und teuer sein.»
Beispiel: Ein als sehr gross beworbenes MoE-Modell kann im Betrieb günstiger sein, als seine Gesamt-Parameterzahl vermuten lässt.
MoE ist der Trick, hohe Kapazität bezahlbar zu machen.