LLM (Large Language Model)
Große Sprachmodelle, die menschliche Sprache verstehen und erzeugen.
Erklärung
LLMs sind neuronale Netze mit Milliarden von Parametern, die auf riesigen Textmengen trainiert wurden. Sie können Sprache verstehen, generieren, übersetzen und Aufgaben wie Zusammenfassungen oder Code-Erstellung übernehmen.
So funktioniert's
Ein LLM sagt Wort für Wort vorher, was als nächstes kommen sollte – basierend auf dem gesamten Kontext (dem Prompt). Durch das Training auf Milliarden von Texten hat es ein breites Wissen aufgebaut.
Praxisbeispiel
ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) – die Modelle hinter modernen KI-Chatbots und Copiloten.
Warum es wichtig ist
LLMs sind der Motor hinter den meisten aktuellen KI-Anwendungen in Unternehmen – von Kundenservice bis Dokumentenverarbeitung.
Was ist ein LLM? Large Language Model auf Deutsch
LLM steht für Large Language Model, auf Deutsch großes Sprachmodell. „Groß“ bezieht sich auf die Zahl der Parameter, also der im Training gelernten Gewichte, und auf die Menge an Trainingstext. Technisch basieren fast alle heutigen LLMs auf der Transformer-Architektur, die Google-Forscher 2017 vorgestellt haben.
Ein LLM verarbeitet Text in Tokens und berechnet für jeden nächsten Token eine Wahrscheinlichkeitsverteilung. Aus dieser einfachen Aufgabe entstehen erstaunlich vielseitige Fähigkeiten: zusammenfassen, übersetzen, klassifizieren, Code schreiben, Daten aus Dokumenten extrahieren. Ein LLM hat aber kein Faktenregister und keinen Zugriff auf aktuelle oder interne Daten, solange man sie ihm nicht mitgibt.
Welche LLMs gibt es und welches passt für Unternehmen?
Grob lassen sich zwei Gruppen unterscheiden. Proprietäre Modelle wie GPT (OpenAI), Claude (Anthropic) oder Gemini (Google) werden per API oder als Chat-Anwendung genutzt und sind meist die leistungsstärksten. Open-Weight-Modelle wie Llama (Meta), Mistral, Qwen oder gpt-oss lassen sich herunterladen und auf eigener Hardware betreiben, siehe lokales LLM.
Das eine beste Modell gibt es nicht. Entscheidend sind Qualität bei der konkreten Aufgabe, Kosten pro Anfrage, Geschwindigkeit, Datenschutz und Verfügbarkeit in der EU. Viele produktive Systeme kombinieren mehrere Modelle: ein starkes für schwierige Schritte, ein günstiges für Routine. Weil sich der Markt schnell bewegt, sollte eine Anwendung so gebaut sein, dass sich das Modell ohne Neuentwicklung austauschen lässt.
Häufige Fragen
Was ist der Unterschied zwischen LLM und ChatGPT?
ChatGPT ist eine Anwendung, das LLM ist das Modell dahinter. Dieselben Modelle lassen sich auch per API in eigene Software einbauen, ohne die Chat-Oberfläche.
Was ist der Unterschied zwischen LLM und generativer KI?
Generative KI ist der Oberbegriff für KI, die neue Inhalte erzeugt, auch Bilder, Audio oder Video. LLMs sind die Teilmenge, die auf Sprache und Text spezialisiert ist.