Sprachmodell
Ein Sprachmodell, englisch Large Language Model oder kurz LLM, ist ein KI-Programm, das Sprache verarbeitet und Texte erzeugt, indem es Stück für Stück die wahrscheinlichste Fortsetzung berechnet. Es arbeitet hinter Chatbots wie ChatGPT, Claude und Gemini. Für Beschäftigte, Selbstständige, Studierende und alle, die KI privat nutzen, in Deutschland, Österreich und der Schweiz: wie ein Sprachmodell lernt, wo seine Grenzen liegen und wohin deine Eingaben gehen.
Was ein Sprachmodell ist und wie es Antworten erzeugt
Ein Sprachmodell ist ein Computerprogramm, das aus sehr großen Textmengen gelernt hat, wie Sprache aufgebaut ist, und auf dieser Grundlage neue Texte schreibt. Es beantwortet eine Frage, indem es Stück für Stück berechnet, welche Fortsetzung am wahrscheinlichsten passt, und nicht, indem es in einem Lexikon nachschlägt.
Fachleute sprechen von großen Sprachmodellen oder Large Language Models. Das Bundesamt für Sicherheit in der Informationstechnik (BSI) beschreibt sie in seiner Publikation „Generative KI-Modelle“ als neuronale Netze mit bis zu einer Billion Parametern, trainiert auf umfangreichen Textsammlungen. Wer mit ChatGPT, Claude oder Gemini chattet, nutzt eine Anwendung, die auf einem solchen Modell aufsetzt. Sprachmodelle sind der bekannteste Teil der generativen KI im weiteren Sinn, zu der auch Bild- und Musikgeneratoren gehören.
Die Souffleuse, die jedes Stück kennt
Ein brauchbares Bild für ein Sprachmodell ist eine Souffleuse, die Millionen Theaterstücke gelesen hat. Stockt jemand auf der Bühne, flüstert sie die Zeile, die an dieser Stelle am besten passt. Meistens liegt sie richtig, weil sie unzählige ähnliche Szenen kennt: Auf eine Liebeserklärung folgt selten eine Steuerfrage.
Spannend wird es bei einem Stück, das sie nie gelesen hat. Auch dann flüstert sie etwas, und zwar ohne zu zögern: eine Zeile, die zum Ton der Szene passt und nach dem Stil des Stücks klingt. Ob genau dieser Satz im Manuskript steht, weiß sie nicht. Sie weiß nur, was in solchen Momenten üblicherweise gesagt wird.
Zwei weitere Eigenheiten gehören zum Bild. Die Souffleuse hat ihre Lektüre an einem bestimmten Tag beendet; was danach geschrieben wurde, kennt sie nicht. Und sie sieht immer nur die aufgeschlagenen Seiten vor sich, nie das ganze Archiv auf einmal. Diese drei Punkte, also plausible statt geprüfte Zeilen, ein Wissensstichtag und ein begrenzter Blick, erklären fast alles, was im Alltag mit Sprachmodellen gelingt oder schiefgeht.
So lernt und arbeitet ein Sprachmodell
- Vortraining. Das Modell verarbeitet riesige Textmengen und übt dabei immer dieselbe Aufgabe: das nächste Wort vorherzusagen. Laut BSI geschieht das meist „selbst-überwacht“. Niemand markiert die Sätze vorher als richtig oder falsch.
- Feinabstimmung. Danach wird das Modell auf bestimmte Aufgaben spezialisiert (englisch Fine-Tuning), etwa darauf, Fragen zu beantworten und Anweisungen zu folgen. Dabei bewerten auch Menschen, welche Antworten besser oder schlechter sind.
- Zerlegen in Token. Was du eintippst, zerlegt das Modell in sogenannte Token: Wortteile, ganze Wörter oder Satzzeichen. Für englische Texte rechnet OpenAI grob mit vier Zeichen pro Token; in anderen Sprachen kann das Verhältnis abweichen.
- Das Kontextfenster. Das Modell berücksichtigt nur, was in sein Kontextfenster passt: deine Eingabe, den bisherigen Gesprächsverlauf, angehängte Dokumente und die eigene Antwort. Anthropic beschreibt dieses Fenster als eine Art Arbeitsgedächtnis, getrennt von den Trainingsdaten. Bei den eigenen aktuellen Modellen fasst es bis zu eine Million Token (Stand: November 2026); mit wachsender Länge nimmt die Genauigkeit laut Hersteller jedoch ab.
- Antworten, Token für Token. Für jede Stelle berechnet das Modell, wie wahrscheinlich die möglichen Fortsetzungen sind, und wählt eine davon aus, oft mit einer Portion Zufall. Deshalb liefert dieselbe Frage, zweimal gestellt, nicht unbedingt dieselbe Antwort, wie das BSI festhält.
Was dabei nicht passiert: Das Modell prüft nicht von sich aus, ob eine Aussage stimmt. Viele Chatbots können inzwischen zusätzlich im Web suchen oder hochgeladene Dokumente auswerten. Dann landen frische Texte im Kontextfenster, die Antwort entsteht aber nach demselben Prinzip. Wenn ein Sprachmodell nicht nur antwortet, sondern selbstständig Werkzeuge bedient, Formulare ausfüllt oder E-Mails verschickt, spricht man von selbstständig handelnden KI-Agenten.
Ein Beispiel aus dem Büroalltag
Eine Projektkoordinatorin in einem Unternehmen bei Hannover lässt sich nach einer Besprechung von einem Chatbot aus ihren Stichpunkten ein Protokoll schreiben. Das Ergebnis liest sich gut: klare Gliederung, saubere Sätze, eine Liste offener Aufgaben. Beim Gegenlesen fallen ihr zwei Dinge auf. Bei einer Aufgabe steht ein Termin, den niemand genannt hat. Und eine Zuständigkeit ist einem Kollegen zugeordnet, über die gar nicht gesprochen wurde.
Beides ist typisch. Das Modell hat aus den Stichpunkten das Protokoll geformt, das in solchen Fällen üblicherweise entsteht, und Lücken mit Plausiblem gefüllt. Die Stichpunkte selbst hat es gut verarbeitet; erfunden hat es genau dort, wo die Vorlage schwieg.
Noch vor dem Ausprobieren hätte sie eine zweite Frage klären sollen: Darf sie Namen aus dem Team und Details eines Kundenprojekts überhaupt in ein privates Gratiskonto tippen? Viele Firmen stellen dafür eigene Lizenzen bereit. Für ChatGPT Business und Enterprise etwa gibt OpenAI an, Inhalte standardmäßig nicht zum Training zu verwenden.
Fünf verbreitete Missverständnisse
| Annahme | Was stimmt |
|---|---|
| „Das Modell weiß, was wahr ist.“ | Es berechnet wahrscheinliche Fortsetzungen. Das Schweizer Bundesamt für Cybersicherheit (BACS) schreibt: Sprachmodelle sind keine Wissensmodelle. |
| „Es kennt die neuesten Nachrichten.“ | Das Wissen endet an einem Stichtag, den die Hersteller in ihrer Dokumentation nennen (Knowledge Cutoff). Aktuelles kommt nur über eine Websuche oder eigene Dokumente hinzu. |
| „Es versteht mich wie ein Mensch.“ | Die flüssige Sprache erweckt diesen Eindruck. Das BSI warnt deshalb vor zu großem Vertrauen in die Ausgaben (Automation Bias). |
| „Es lernt aus meinem Gespräch sofort dazu.“ | Das Modell selbst ändert sich im Chat nicht; der Verlauf liegt nur im Kontextfenster. Manche Dienste speichern aber Angaben über dich, bei ChatGPT etwa über die Funktion „Erinnerungen“. |
| „Neuere Modelle machen keine Fehler mehr.“ | Auch aktuelle Modelle erfinden manchmal Fakten. OpenAI nennt dieses Problem eine grundlegende Herausforderung für alle großen Sprachmodelle. |
Wohin deine Eingaben gehen
Die meisten Chatbots laufen in den Rechenzentren des Anbieters. Was du eintippst oder hochlädst, verlässt also dein Gerät. Das BSI weist darauf hin, dass der Betreiber auf Ein- und Ausgaben zugreifen und sie unter Umständen für weiteres Training nutzen kann. Was genau geschieht, regeln Nutzungsbedingungen und Datenschutzerklärung.
Bei den drei bekanntesten Diensten kannst du das Training mit deinen Chats im Privatkonto steuern. Die Angaben stammen aus den deutschsprachigen Hilfeseiten der Anbieter (Stand: November 2026):
| Dienst | Einstellung | Was sie bewirkt |
|---|---|---|
| ChatGPT (Free, Plus, Pro) | „Einstellungen“ › „Datenkontrollen“ › „Das Modell für alle verbessern“ | standardmäßig eingeschaltet; ausgeschaltet nutzt OpenAI deine Chats nicht mehr zum Training; der Sprachmodus hat eine eigene Einstellung. Ein „Temporärer Chat“ fließt nie ins Training ein, wird aber bis zu 30 Tage aufbewahrt. |
| Gemini | „Aktivitäten speichern“ | eingeschaltet nutzt Google die Chats auch zum Training, ein Teil wird von geschulten Prüfteams gelesen; geprüfte Chats bewahrt Google bis zu drei Jahre auf. |
| Claude (Free, Pro, Max) | „Einstellungen“ › „Datenschutz“ › „Helfen Sie uns, unsere KI-Modelle zu verbessern“ | ausgeschaltet verwendet Anthropic neue Chats nicht für künftiges Training; Modelle, die schon trainiert sind, bleiben unverändert. |
Ein Detail gilt bei allen drei: Wer eine Antwort mit Daumen hoch oder runter bewertet, gibt das zugehörige Gespräch zur Auswertung frei. Bei ChatGPT kann es laut OpenAI dann auch zum Training dienen, wenn du das Training sonst ausgeschaltet hast.
Eine Alternative sind Modelle mit offenen Gewichten (Open-Weight-Modelle), die sich auf eigener Hardware betreiben lassen. Das französische Unternehmen Mistral AI etwa bietet neben kommerziellen auch offene Modelle an, einige davon unter der Apache-2.0-Lizenz (Stand: November 2026). Läuft ein Modell auf dem eigenen Rechner, bleiben die Eingaben dort. Dafür braucht es passende Hardware, und kleinere Modelle, die auf einem gewöhnlichen Rechner laufen, schneiden bei anspruchsvollen Aufgaben oft schwächer ab als die großen Cloud-Modelle.
Deutschland und Österreich: Sobald personenbezogene Daten in einen Chat gelangen, gilt die DSGVO. Die deutschen Datenschutzaufsichtsbehörden halten in ihrer Orientierungshilfe vom 6. Mai 2024 Anwendungen für vorzugswürdig, die Ein- und Ausgaben nicht zum Training verwenden. Bei Cloud-Diensten verlassen die Eingaben den eigenen geschützten Bereich, oft in Richtung von Staaten außerhalb der EU.
Schweiz: Hier gilt das Datenschutzgesetz (DSG), das laut dem Eidgenössischen Datenschutz- und Öffentlichkeitsbeauftragten direkt auf KI anwendbar ist. Wer mit einem Sprachmodell kommuniziert, hat danach ein gesetzliches Recht zu erfahren, ob die Eingaben zur Verbesserung des Programms weiterverwendet werden.
Pflichten der Anbieter in der EU: Seit dem 2. August 2025 gelten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck, zu denen große Sprachmodelle zählen können, eigene Pflichten. Unter anderem müssen sie eine Zusammenfassung der Inhalte veröffentlichen, mit denen sie ihr Modell trainiert haben (Art. 53 der KI-Verordnung). Für Modelle, die schon vorher auf dem Markt waren, läuft eine Frist bis zum 2. August 2027. Die Schweiz ist an diese Verordnung nicht gebunden. Einen Überblick gibt der Eintrag zu den Regeln der europäischen KI-Verordnung.
So prüfst du eine Antwort
- Fakten gegenprüfen: Zahlen, Namen, Daten und Paragrafen in einer unabhängigen, verlässlichen Quelle nachsehen, wie es das BSI für Verbraucher empfiehlt.
- Quellen öffnen, nicht nur lesen: Laut BSI können auch Verweise auf Publikationen frei erfunden sein.
- Nach dem Stand fragen: Bei aktuellen Themen nachsehen, ob der Chatbot im Web gesucht hat und welche Seiten er dafür nennt.
- Links vorsichtig behandeln: Links und Anhänge aus einer KI-Antwort vor dem Öffnen genau ansehen, auch das rät das BSI.
Was du jetzt tun kannst
- Öffne die Datenschutzeinstellungen deines Chatbots und entscheide bewusst, ob deine Chats zum Training beitragen sollen, bei ChatGPT etwa unter „Einstellungen“ › „Datenkontrollen“.
- Kläre im Job, ob es eine Firmenlizenz und interne Regeln für KI gibt, bevor du Kundendaten oder interne Unterlagen eingibst.
- Nutze für einmalige Fragen, die nicht im Verlauf landen sollen, den temporären Chat oder Inkognito-Chat deines Dienstes.
- Prüfe jede Zahl, jedes Datum und jede Quelle aus einer KI-Antwort, bevor du sie weitergibst.
- Teste die Grenze selbst: Frag nach einem Ereignis, das nach dem Wissensstichtag des Modells liegt, und beobachte, ob es im Web sucht, die Lücke zugibt oder etwas erfindet.
Weiter im Glossar
Wie du einem Sprachmodell klare Aufträge gibst, erklärt der Eintrag dazu, wie du gute Prompts schreibst. Warum Modelle manchmal mit großer Sicherheit Falsches behaupten und wie du das erkennst, steht im Eintrag über erfundene Antworten einer KI.