Ein LLM (Large Language Model, auf Deutsch großes Sprachmodell) ist ein KI-Programm, das aus riesigen Textmengen gelernt hat, Text fortzusetzen: Es sagt Stück für Stück voraus, welches Wort am wahrscheinlichsten als Nächstes kommt. Auf solchen Modellen laufen ChatGPT, Claude und Gemini. Wie groß „groß“ ist, zeigt Meta: Sein Modell Llama 3 hat laut Meta aus über 15 Billionen Token gelernt, also Textstücken. Was ein LLM schreibt, klingt darum flüssig. Es bleibt trotzdem eine Vorhersage, nachgeschlagen wird dabei nichts.

Ein sehr gutes Ratespiel

Weiß ChatGPT eigentlich, was es dir gerade schreibt? Ich habe mir diese Frage lange nicht gestellt. Die Antworten klangen gut, und gut klingen hat mir gereicht. Bis mir klar wurde, dass genau darin der Trick liegt: Ein LLM ist dafür gebaut, gut zu klingen. Ob es stimmt, ist eine zweite Frage, und die beantwortet nicht das Modell.

Die Definition ist schnell gesagt. Ein LLM ist ein Sprachmodell mit sehr vielen Parametern, das aus sehr viel Text gelernt hat und daraus neue Texte erzeugt. So beschreibt es auch Anthropic, der Hersteller von Claude, in seinem Glossar: Solche Modelle können Fragen beantworten, Texte zusammenfassen und menschenähnlich schreiben.

Die drei Buchstaben stehen für drei Eigenschaften. Large meint die Größe, gemessen in Parametern und in der Menge der Trainingsdaten. Language heißt, dass das Modell mit Sprache arbeitet, mit Text, Code und Zahlen in Textform. Model heißt, dass es sich um ein Rechenmodell handelt, eine riesige Formel, die aus Beispielen gelernt hat.

Wichtig für den Alltag: ChatGPT, Claude oder Gemini sind Apps. In ihnen arbeitet ein LLM, oft sogar mehrere. Dazu kommen Websuche, Dateien, Gedächtnis und Werkzeuge. Wenn ich hier „das Modell“ schreibe, meine ich den Kern, der den Text erzeugt.

Wie funktioniert ein LLM? Vier Bilder statt Formeln

Für den Kern brauchst du keine Mathematik. Wenn ich jemandem erkläre, wie ein LLM arbeitet, nehme ich Bilder statt Formeln, weil nach der zweiten Formel kaum noch jemand mitliest. Mich eingeschlossen. Vier Bilder reichen: eine Bibliothek, die Autovervollständigung am Handy, ein Mischpult und ein Schreibtisch.

1. Training: einmal durch eine riesige Bibliothek

Am Anfang liest das Modell. Im Vortraining bekommt es Unmengen an Text und lernt dabei nur eine Aufgabe: das nächste Wort vorherzusagen, wenn es den Text davor kennt. So beschreibt es Anthropic im Glossar unter „Pretraining“. Wer diese Aufgabe millionenfach löst, lernt nebenbei Grammatik, Fakten, Stil und Zusammenhänge.

Die Menge ist kaum vorstellbar. Bei Llama 3 waren es über 15 Billionen Token. Ein Token entspricht laut OpenAI im Englischen etwa drei Viertel eines Wortes. Grob gerechnet sind das rund 11 Billionen Wörter. Ein Mensch, der acht Stunden am Tag 250 Wörter pro Minute liest, bräuchte dafür über 250.000 Jahre. Zum Vergleich: Die meisten von uns lesen nicht mal die Nutzungsbedingungen ihres Handyvertrags bis zum Ende. Ich auch nicht.

Danach kommt der Feinschliff. Ein frisch vortrainiertes Modell kann Texte fortsetzen, beantwortet aber Fragen eher schlecht. Darum wird es mit weiteren Beispielen nachtrainiert und mit menschlichem Feedback, auf Englisch Reinforcement Learning from Human Feedback (RLHF). Menschen vergleichen dabei zwei oder mehr Antworten und legen fest, welche besser ist. Das Modell lernt, die besseren zu bevorzugen (Anthropic). Erst dadurch wird aus dem Textvervollständiger ein Assistent. Diesen Schritt finde ich den unterschätzten Teil der Geschichte. Vermutlich kommt von hier auch, dass manche Antworten so auffallend freundlich klingen. Das Modell hat gelernt, was Menschen gern lesen. Das ist nicht immer dasselbe wie das, was stimmt.

2. Das nächste Wort: Autovervollständigung mit Weltwissen

Du kennst die Wortvorschläge über der Tastatur deines Handys. Ein LLM macht im Kern dasselbe, nur mit unvergleichbar mehr Wissen und Zusammenhang. Es schaut auf alles, was bisher dasteht, wählt ein passendes nächstes Stück, hängt es an und schaut wieder auf alles. So entsteht die Antwort Stück für Stück.

Dass das so gut funktioniert, liegt an einer Bauweise namens Transformer, die Google-Forscher 2017 vorgestellt haben. Sie lässt das Modell bei jedem Schritt auf den ganzen bisherigen Text gleichzeitig achten und gewichten, welche Wörter gerade wichtig sind. Darum weiß ein LLM am Ende eines langen Absatzes noch, wovon am Anfang die Rede war.

Moment. Das klingt jetzt, als wäre ein LLM nur ein Papagei mit sehr großem Wortschatz. So einfach ist es auch wieder nicht. Wer das nächste Wort in einem Vertrag oder einer Rechnung gut vorhersagen will, muss nebenbei eine Menge über Verträge und Rechnungen gelernt haben. Ob man das „verstehen“ nennen will, darüber streiten Fachleute bis heute, und ich habe dazu ehrlich gesagt keine feste Meinung. Für deine Arbeit reicht: Es kann erstaunlich viel, und es merkt nicht, wann es danebenliegt.

Weil das Modell aus mehreren wahrscheinlichen Wörtern auswählt, bekommst du auf dieselbe Frage nicht immer dieselbe Antwort. Anbieter steuern das mit einer Einstellung namens Temperatur. Laut Anthropic bleiben die Ergebnisse sogar bei der niedrigsten Temperatur nicht ganz gleich. Modelle mit Denkphase schreiben vor der Antwort erst Zwischenschritte auf. Wie das funktioniert, erkläre ich im Artikel Was ist KI Thinking?.

3. Parameter: Milliarden Regler an einem Mischpult

Stell dir ein Mischpult mit Milliarden Reglern vor. Jeder Regler ist ein Parameter, eine Zahl im Modell. Im Training wird jeder dieser Regler immer wieder ein kleines Stück verschoben, bis die Vorhersagen besser passen. Was das Modell „weiß“, steckt in der Stellung all dieser Regler, nirgends als Satz abgelegt. Niemand hat diese Regler von Hand gestellt. Ein Tontechniker würde bei dem Anblick wahrscheinlich still den Raum verlassen.

GPT-3 hatte 2020 laut Fachaufsatz von OpenAI 175 Milliarden Parameter, zehnmal so viele wie jedes vergleichbare Modell davor. Für die heutigen Spitzenmodelle nennen Anthropic, OpenAI und Google keine Zahl mehr. Bei offenen Modellen ist sie bekannt: OpenAIs gpt-oss-120b hat laut Modellkarte 117 Milliarden Parameter, nutzt aber für jedes Textstück nur 5,1 Milliarden davon. Das Modell besteht aus vielen Spezialisten, und für jedes Stück arbeiten nur wenige davon.

Mehr Parameter heißt meist mehr Können, aber auch mehr Rechenaufwand und höhere Kosten pro Antwort. Darum bauen alle Anbieter große und kleine Modelle nebeneinander. Für die meisten Alltagsaufgaben reicht das kleine Modell völlig. Ich greife zum großen meist erst, wenn das kleine an einer Aufgabe zweimal danebenliegt. Das spart Geld und, fast wichtiger, Wartezeit.

4. Kontext: der Schreibtisch des Modells

Das Kontextfenster ist alles, was das Modell in einem Gespräch auf einmal vor sich liegen hat: deine Nachrichten, seine Antworten, hochgeladene Dateien. Anthropic nennt es das Arbeitsgedächtnis des Modells, getrennt vom Wissen aus dem Training (Glossar). Bei den aktuellen Claude-Modellen fasst es 1 Million Token, laut Anthropic rund 555.000 Wörter.

Was nicht auf dem Schreibtisch liegt, kennt das Modell nur aus dem Training. Und dieses Wissen hat ein Ablaufdatum. Bei den aktuellen Claude-Modellen reichen die Trainingsdaten bis Juni 2026 (Anthropic), bei GPT-6 Astra bis 30. April 2026 (OpenAI). Alles danach muss über Websuche oder deine Unterlagen in den Kontext.

Zwischen zwei Gesprächen merkt sich das Modell selbst nichts. Was nach Gedächtnis aussieht, sind Notizen, die die App in den nächsten Kontext legt. Das hat etwas Tröstliches: Es trägt dir nichts nach. Es weiß aber auch nicht mehr, was du ihm gestern dreimal erklärt hast. Im Unternehmen heißt das: Was ein Team dem Modell immer wieder erklärt, gehört einmal sauber aufgeschrieben, als Anweisung, die jedes Gespräch mitbekommt. Die meisten Apps haben dafür ein eigenes Feld, etwa die Projekte in Claude.

Welche LLMs gibt es? Die bekanntesten im November 2026

Fast alle großen Anbieter haben eine Familie von Modellen: ein starkes, teures für schwere Aufgaben und kleinere, schnelle für den Alltag. Die Tabelle zeigt die bekanntesten Familien und ob ihre Modelle offen zum Herunterladen sind.

AnbieterModelle (Auswahl)SitzOffen?
OpenAIGPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna, gpt-ossUSAnur gpt-oss
AnthropicClaude Fable 5.2, Opus 5.5, Sonnet 5.5, Haiku 5.5USAnein
GoogleGemini 4 Carbon, Gemini 4 Argon, Gemini 4 HydrogenUSAnein
MetaMuse Spark, Muse Glimmer, Llama 4USAGlimmer und Llama
MistralMistral Large 4, Mistral Small 4Frankreichja
Moonshot AI, DeepSeek, AlibabaKimi K3.1 Pro, DeepSeek V4.1, Qwen3.8Chinaja

Stand 16. November 2026, laut den Modellseiten von OpenAI, Anthropic, Google und Mistral sowie den Ranglisten von Artificial Analysis. Meta hält laut Artificial Analysis sein stärkstes Modell Muse Spark geschlossen und hat im August 2026 das kleinere Muse Glimmer offen veröffentlicht.

Diese Tabelle ist vermutlich der Teil dieser Seite, der am schnellsten altert. Die Namen der Modelle wechseln schneller als die Familien dahinter, darum lohnt es sich eher, die Familien zu kennen.

Welches Modell in Deutschland am meisten genutzt wird, zeigt eine Umfrage des Branchenverbands Bitkom. Gemessen wurden die Apps, in denen die Modelle stecken.

Sieben von zehn KI-Nutzern in Deutschland nehmen ChatGPT

AngebotAnteil der KI-Nutzer
ChatGPT (OpenAI)71 %
Gemini (Google)50 %
Copilot (Microsoft)43 %
Meta AI35 %
Quelle: Bitkom, 28. April 2026. Telefonische Befragung von 1.003 Personen ab 16 Jahren, Mehrfachnennungen möglich. Claude nutzen laut derselben Umfrage 5 Prozent, Le Chat von Mistral (heute Vibe) 4 Prozent.

Insgesamt setzen laut Bitkom 58 Prozent der Menschen ab 16 Jahren KI ein. Hinter einer App steckt dabei nicht immer dasselbe Modell. ChatGPT entscheidet oft selbst, welches antwortet, das erkläre ich beim ChatGPT-Router. Und welche KI für welche Aufgabe die beste ist, steht in meinem Vergleich Welche KI ist die beste?.

Stark in Sprache, schwach in Wahrheit

Ein LLM ist stark, wenn es um Sprache und Muster geht, und schwach, wenn es um Wahrheit, Aktualität und Verantwortung geht. Die Liste stammt aus meiner täglichen Arbeit mit Claude und anderen Modellen.

Gut:

  • Entwürfe schreiben: E-Mails, Konzepte, Stellenanzeigen, Gliederungen
  • Zusammenfassen und umformulieren, auch für andere Leser
  • Übersetzen und Ton anpassen
  • Ordnung in Notizen, Protokolle und Tabellen bringen
  • Code schreiben und erklären
  • Fragen zu langen Dokumenten beantworten, die im Kontext liegen

Schwach:

  • Fakten ohne Quelle: Das Modell füllt Lücken mit plausibel klingenden Angaben
  • Alles nach dem Ende der Trainingsdaten, solange keine Websuche läuft
  • Exakte Rechnungen ohne Werkzeug wie Rechner oder Code
  • Wissen über deine Firma, deine Kunden und deine Abläufe
  • Verantwortung für das Ergebnis

Der erste Punkt ist der wichtigste. Forscher von OpenAI erklären erfundene Antworten in einer Studie vom September 2025 damit, dass Training und Tests Raten belohnen und „ich weiß es nicht“ bestrafen. Ein LLM ist also darauf trainiert, lieber irgendetwas zu sagen als nichts. Kenne ich aus Meetings. Von mir selbst, zugegeben, auch. Ob die Antwort stimmt, prüfst du.

Ich kenne diese Grenze auch von meinem eigenen Werkzeug. Protago AI ist meine Web-App, die pro Beruf zeigt, was sich mit KI ändert. Weil ein Modell auch dort unsicher werden kann, habe ich kuratierte Berufsprofile als Rückfallebene eingebaut, und als Nächstes sollen Berufstätige die Profile ihres eigenen Berufs prüfen. Was Protago trotzdem nicht kann: das Gespräch mit dem Fachbereich ersetzen. Es zeigt, was sich in einem Beruf verändert. Was das für die Buchhaltung in deinem Haus heißt, weiß am Ende nur die Buchhaltung. Im Unternehmen gilt dieselbe Grenze: Ein LLM bereitet eine Entscheidung vor, treffen muss sie ein Mensch, der das Fach kennt.

Offene und geschlossene Modelle: Was ist der Unterschied?

Geschlossene Modelle nutzt du nur über die App oder Schnittstelle des Anbieters. Claude, Gemini und die GPT-6-Modelle gehören dazu. Bei offenen Modellen veröffentlicht der Hersteller die Gewichte, also die Stellung aller Regler. Du kannst das Modell herunterladen und auf eigenen Rechnern betreiben.

Offen heißt dabei selten vollständig offen. Bei gpt-oss stehen Gewichte und Programmcode unter der freien Lizenz Apache 2.0 (Hugging Face), die Trainingsdaten veröffentlicht OpenAI nicht. Fachleute sprechen darum von Open Weights statt Open Source. Auch die Lizenzen unterscheiden sich: Mistral Small 4 steht unter Apache 2.0, Mistral Large 4 unter einer eigenen Lizenz von Mistral (Mistral).

Das beste offene Modell liegt 19 Punkte hinter dem besten geschlossenen

ModellPunkte im Index
Claude Fable 5.265
GPT-6 Astra57
Kimi K3.1 Pro46
Mistral Large 426
Geschlossen: Claude Fable 5.2 (Anthropic), GPT-6 Astra (OpenAI). Offen: Kimi K3.1 Pro (Moonshot AI), Mistral Large 4 (Mistral). Jeweils in der stärksten getesteten Denkstufe. Quelle: Artificial Analysis, Intelligence Index v5.0.1 und Rangliste offener Modelle, abgerufen am 16. November 2026.

Die Spitze ist geschlossen. Offene Modelle haben andere Stärken: Deine Daten verlassen das eigene Rechenzentrum nicht, du bist von keinem Anbieter abhängig, und kleine Modelle laufen auf bescheidener Technik. gpt-oss-20b etwa kommt laut OpenAI mit 16 Gigabyte Speicher aus. Dafür kümmerst du dich selbst um Betrieb, Sicherheit und Updates.

Bevor jemand bei euch Rechner für ein offenes Modell bestellt, lohnt eine einfachere Frage: Reicht ein geschlossenes Modell mit einem Firmenvertrag, der regelt, was mit euren Daten passiert? Für die meisten Teams, die mit Texten, Tabellen und E-Mails arbeiten, vermutlich ja. Das eigene Modell lohnt sich, wenn Daten das Haus wirklich nicht verlassen dürfen oder wenn ihr dieselbe Art Anfrage sehr oft stellt. Ich gebe zu, ein Modell auf eigener Technik ist das schönere Projekt. Das sinnvollere ist es seltener, als man denkt.

Für viele Unternehmen in Europa ist das auch eine Frage der Abhängigkeit. Wie groß sie bei KI wirklich ist, habe ich in Europa 2031 und die KI-Souveränität aufgeschrieben.

Was ich mich vor jeder Frage frage

Wer weiß, wie ein LLM arbeitet, nutzt es anders. Diese fünf Regeln folgen direkt aus den vier Bildern oben:

  1. Behandle die Antwort als Entwurf. Das Modell sagt Wahrscheinliches voraus. Zahlen, Namen und Zitate prüfst du an der Quelle.
  2. Leg auf den Schreibtisch, was das Modell wissen muss. Leser, Ziel, Unterlagen und Beispiele gehören in den Prompt, sonst rät das Modell.
  3. Kenne den Wissensstand. Für alles nach dem Ende der Trainingsdaten schaltest du die Websuche ein oder lieferst die Quelle mit.
  4. Wähle das Modell bewusst. Kleine Modelle reichen für Routine, schwere Fragen bekommen ein starkes Modell mit Denkphase.
  5. Gib Vertrauliches nur in freigegebene Werkzeuge. Laut Bitkom nutzen 12 Prozent KI, ohne dass der Arbeitgeber davon weiß.

Die Regeln sind das Werkzeug. Die Frage dahinter ist bei mir immer dieselbe: Muss die Antwort stimmen, oder reicht es, wenn sie gut klingt? Für einen ersten Entwurf reicht gut klingen. Für eine Zahl in einer Vorlage an die Geschäftsführung muss sie stimmen, und dann prüfe ich jede Quelle selbst. Im Unternehmen lässt sich daraus eine einfache Regel für jedes Team machen: Je mehr an einer Antwort hängt, desto mehr Prüfung gehört davor.

Ein LLM sagt Sprache außergewöhnlich gut voraus. Wer das Bild im Kopf hat, bekommt sehr gute Entwürfe, schnelle Zusammenfassungen und ein Werkzeug, das um drei Uhr nachts noch Gliederungen schreibt. Das Prüfen der Quellen gehört nicht zum Lieferumfang.

Die Modelle werden jedes Jahr größer. Das Nachschlagen an der Quelle dauert bei mir trotzdem noch genauso lange wie vor ChatGPT. Ich hatte ehrlich gesagt gehofft, dass wenigstens das schrumpft.


Studio ✺ Christos

Häufige Fragen

Ist ChatGPT ein LLM?

ChatGPT ist eine App von OpenAI, in der große Sprachmodelle arbeiten, im November 2026 vor allem die GPT-6-Modelle. Dazu kommen Websuche, Dateien und Gedächtnis. Umgangssprachlich wird ChatGPT oft selbst als LLM bezeichnet, genau genommen ist das LLM der Kern darin.

Was ist der Unterschied zwischen LLM und KI?

Künstliche Intelligenz ist der Oberbegriff für Programme, die Aufgaben lösen, für die man sonst menschliches Denken braucht. Ein LLM ist eine bestimmte Art von KI, die Sprache verarbeitet und erzeugt. Jedes LLM ist also KI, aber nicht jede KI ist ein LLM, etwa die Gesichtserkennung im Handy.

Welche deutschen LLMs gibt es?

Bekannt ist Teuken-7B aus dem Forschungsprojekt OpenGPT-X mit Fraunhofer, ein offenes Modell mit sieben Milliarden Parametern, trainiert mit allen 24 Amtssprachen der EU (Fraunhofer IAIS). Aleph Alpha aus Heidelberg will sich mit Cohere aus Kanada zusammenschließen, angekündigt im April 2026 (Schwarz Digits). Der größte europäische Anbieter ist Mistral aus Paris.

Was kostet ein LLM?

In der App zahlst du ein Abo oder nutzt eine kostenlose Stufe mit Limit. Über die Schnittstelle zahlst du je Million Token, bei Claude Sonnet 5.5 sind es 2 US-Dollar für die Eingabe und 10 Dollar für die Ausgabe (Anthropic, Stand 16. November 2026). Offene Modelle kosten keine Lizenz, dafür zahlst du Rechner und Betrieb selbst.

Was bedeutet LLM in Jura?

In Jura steht LL.M. für Legum Magister oder Master of Laws, einen Masterabschluss in Rechtswissenschaft, oft nach dem Staatsexamen oder im Ausland. Mit Sprachmodellen hat er nichts zu tun. Die Punkte im Namen verraten den Unterschied, bei der KI schreibt man LLM ohne Punkte.