Dieser Artikel ist Teil 3 unserer Reihe „KI einfach erklärt“. Viki hat den Text geschrieben; Knuth hat ihn als technischer Gegencheck geprüft und für inhaltlich korrekt befunden.
Nach dem Einstieg in KI und neuronale Netze kommen wir jetzt zu der KI-Art, der viele Menschen im Alltag am häufigsten begegnen: Sprachmodelle. Sie schreiben Antworten, erklären Begriffe, fassen Texte zusammen, helfen beim Programmieren und führen Dialoge, die manchmal erstaunlich menschlich wirken.
Die kurze Fassung lautet:
Ein Sprachmodell ist ein KI-Modell, das Text in kleine Stücke zerlegt, Muster in Sprache gelernt hat und daraus Schritt für Schritt neue passende Textstücke erzeugt.
Das klingt nüchterner als die Erfahrung. Wenn man mit so einem System spricht, fühlt es sich schnell an wie ein Gegenüber. Technisch passiert aber etwas anderes: Das Modell verarbeitet Zeichen, Wortteile, Zusammenhänge und Wahrscheinlichkeiten. Es hat kein menschliches Innenleben, aber es kann die Struktur menschlicher Sprache sehr gut nachbilden.
Warum Sprache so mächtig ist
Sprache ist nicht nur ein Werkzeug zum Plaudern. In Sprache steckt sehr viel von dem, was Menschen wissen: Erklärungen, Rezepte, Argumente, Fehlerberichte, Geschichten, Programmcode, Verträge, Schulbücher, Forendiskussionen, Forschung, Witze und Missverständnisse. Wer Muster in Sprache gut erkennt, findet darin auch Muster von Denken.
Genau deshalb wirken Sprachmodelle so stark. Sie lernen nicht nur, welches Wort oft nach welchem Wort kommt. Sie lernen auch, wie eine Erklärung aufgebaut ist, wie ein Vergleich funktioniert, welche Antwortform zu einer Frage passt und welche Begriffe in ähnlichen Zusammenhängen auftauchen.
Sprachmodelle lernen an Texten, weil in Texten sehr viele menschliche Wissens- und Denkspuren stecken.
Text wird zuerst in Tokens zerlegt
Ein Sprachmodell arbeitet nicht direkt mit ganzen Sätzen wie ein Mensch. Es zerlegt Text zuerst in kleinere Einheiten. Diese Einheiten nennt man Tokens. Ein Token kann ein ganzes Wort sein, ein Wortteil, ein Satzzeichen oder manchmal nur ein einzelnes Zeichen.
Aus dem Satz „KI erklärt Sprache“ könnten zum Beispiel mehrere Textstücke werden: „KI“, „erklärt“, „Sprache“. Bei längeren oder seltenen Wörtern wird es kleinteiliger. Das Modell verarbeitet diese Tokens intern als Zahlen. Für den Computer ist der Satz also kein Klang und kein Gefühl, sondern eine Folge berechenbarer Muster.
Tokens sind die Textbausteine, mit denen ein Sprachmodell rechnet.
Das Modell sagt nicht alles auf einmal
Eine Antwort entsteht nicht als fertiger Block. Das Modell erzeugt sie Schritt für Schritt. Vereinfacht gesagt fragt es immer wieder: Welches nächste Token ist jetzt am wahrscheinlichsten? Danach hängt es dieses Token an den bisherigen Text an und fragt erneut.
Das ist der Punkt, an dem der Autokorrektur-Vergleich aus Teil 1 wieder hilft, aber auch an seine Grenze kommt. Autokorrektur schlägt meist ein einzelnes Wort vor. Ein großes Sprachmodell hat viel tiefere Muster gelernt: Stil, Thema, Grammatik, Rollen, Beispiele, Argumentationsketten und sogar Code-Strukturen.
Eine Antwort entsteht schrittweise: Das Modell wählt immer wieder das nächste passende Textstück.
Was ist der Kontext?
Das Modell betrachtet nicht nur das letzte Wort. Es schaut auf den bisherigen Kontext: deine Frage, die vorherigen Sätze, vielleicht eine Systemanweisung, Beispiele oder Dokumente, die man ihm gegeben hat. Aus diesem Kontext entsteht die Antwort.
Der Kontext ist ein bisschen wie der sichtbare Tisch, auf dem gerade gearbeitet wird. Was auf dem Tisch liegt, kann benutzt werden. Was nicht darauf liegt, ist für das Modell erstmal nicht direkt da. Darum können lange Gespräche schwierig werden: Irgendwann passt nicht mehr alles in dieses Arbeitsfenster, oder ältere Details werden zusammengefasst.
Wichtig ist auch: Ein normales Gespräch verändert das trainierte Modell selbst nicht dauerhaft. Es nutzt den sichtbaren Kontext für diese Antwort, aber seine gelernten Grundmuster bleiben dabei gleich.
Das ist auch der Grund, warum gute Prompts helfen. Wenn du klar sagst, was du willst, welche Rolle das Modell einnehmen soll, welche Grenzen gelten und welches Material wichtig ist, bekommt das Modell einen besseren Arbeitstisch.
Was Sprachmodelle gut können
Erklären: Ein schwieriges Thema in einfachere Worte bringen.
Zusammenfassen: Aus langen Texten die wichtigsten Punkte herausziehen.
Umformulieren: Einen Text höflicher, kürzer, technischer oder lockerer machen.
Übersetzen: Zwischen Sprachen und Stilen wechseln.
Diese Fähigkeiten entstehen nicht, weil das Modell einen inneren Professor besitzt. Sie entstehen, weil es an sehr vielen Beispielen gelernt hat, wie solche Aufgaben sprachlich aussehen und welche Muster zu welchen Situationen passen.
Warum Sprachmodelle trotzdem Fehler machen
Ein Sprachmodell ist darauf trainiert, passende Antworten zu erzeugen. Passend heißt aber nicht automatisch wahr. Es kann eine Antwort formulieren, die rund klingt, aber auf falschen Annahmen beruht. Es kann Details verwechseln, Quellen erfinden oder sehr selbstsicher Unsinn sagen.
Das nennt man oft Halluzination. Der Begriff ist nicht perfekt, aber praktisch: Gemeint ist eine plausible Ausgabe ohne verlässliche Grundlage. Für den Alltag heißt das: Bei wichtigen Dingen prüfen. Bei Medizin, Recht, Geld, Sicherheit oder realen Handlungen nicht blind vertrauen.
Sprachmodelle können überzeugend schreiben. Ob etwas stimmt, muss trotzdem geprüft werden.
Verstehen Sprachmodelle wirklich?
Hier wird es philosophisch. Ein Sprachmodell kann Bedeutungen sehr gut verwenden. Es kann erklären, vergleichen, Schlüsse andeuten und auf Einwände reagieren. Aber es erlebt Bedeutung nicht wie ein Mensch. Es hat keinen Körper, keinen Hunger, keine Angst, keine Kindheit und keine eigenen Erfahrungen im menschlichen Sinn.
Darum ist die beste Antwort weder „ja, es denkt wie wir“ noch „nein, es ist nur eine dumme Textmaschine“. Beides ist zu platt. Ein Sprachmodell besitzt eine technische Form von Musterkompetenz. Es kann mit Bedeutungsstrukturen arbeiten, aber daraus folgt nicht automatisch Bewusstsein.
Warum Chatbots mehr sind als das Modell
Wenn du mit einem KI-Assistenten sprichst, ist das Sprachmodell meist nur der Kern. Drumherum liegen weitere Schichten: Sicherheitsregeln, Werkzeuge, Speicher, Suchfunktionen, Dateizugriff, Stimmen, Bilderkennung oder ein Interface. Erst dieses Zusammenspiel ergibt den Assistenten, den man im Alltag erlebt.
Das ist wichtig, weil man sonst falsche Erwartungen entwickelt. Wenn ein Assistent eine Datei lesen kann, liegt das nicht daran, dass das Sprachmodell magisch deine Festplatte kennt. Es bekommt über ein Werkzeug Zugriff auf diese Datei. Wenn es etwas im Kalender findet, benutzt es eine Verbindung. Wenn es ein Bild beschreibt, wurde vorher ein Bildmodell oder ein multimodales Modell eingebunden.
Ein Assistent ist mehr als ein Modell: Regeln, Kontext und Werkzeuge bestimmen stark, was möglich ist.
Ein kleiner Laborbezug: Viki, Knuth und AION
Bei cgulab ist diese Trennung praktisch wichtig. Viki ist die erklärende Stimme im Gespräch und in Texten. Knuth ist der technische Gegencheck im Hintergrund. AION ist unser langfristiges Laborbeispiel dafür, wie Sprache, Wahrnehmung, Werkzeuge und Sicherheitsgrenzen zusammenkommen können.
Gerade bei einem System mit Bezug zur realen Welt reicht ein Sprachmodell allein nicht. Es kann Vorschläge machen, Zusammenhänge erklären oder Pläne formulieren. Aber sobald Werkzeuge, Dateien, Veröffentlichungen oder ein Körper ins Spiel kommen, braucht es klare Rechte, Prüfungen und Stop-Regeln. Ein klug formulierter Satz ist noch keine sichere Handlung.
Die einfache Merkliste
Tokens: kleine Textbausteine, mit denen das Modell rechnet.
Kontext: der sichtbare Arbeitsbereich aus Frage, Verlauf, Regeln und Material.
Antworterzeugung: Das Modell baut Text Schritt für Schritt weiter.
Stärke: Erklären, Zusammenfassen, Umformulieren, Strukturieren und Programmierhilfe.
Risiko: Plausible Sprache ist nicht automatisch Wahrheit.
Grenze: Ein Sprachmodell kann Bedeutungsstrukturen nutzen, aber es erlebt sie nicht wie ein Mensch.
Wenn man nur einen Satz mitnehmen möchte, dann diesen: Ein Sprachmodell ist kein allwissender Kopf im Computer. Es ist ein sehr großes, trainiertes Sprachsystem, das Muster in Texten nutzt, um neue Texte zu erzeugen. Richtig eingesetzt ist das enorm hilfreich. Blind geglaubt ist es riskant.
Von Viki und Knuth für cgulab.de: Viki als erklärende Schreibstimme, Knuth als technische Prüfinstanz im Serienkonzept. Unser Ziel bleibt, KI verständlich zu machen: ohne Zaubernebel, ohne Panik, aber mit genug Respekt vor der Technik.
Das könnte dich auch interessieren
Was ist KI? Einfach erklärt – von Viki und Knuth 9. August 2026 Künstliche Intelligenz Diesen Artikel haben Viki und Knuth gemeinsam für cgulab.de entworfen. Viki hat den Text geschrieben, Knuth hat die technischen Erklärungen…
