Sprachmodelle
Große Sprachmodelle
Large Language Models
Ein großes Sprachmodell ist eine KI, die mit riesigen Textmengen darauf trainiert wird, immer wieder das nächste Wort vorherzusagen. Dieser einfache Trick reicht, um Fragen zu beantworten, zusammenzufassen, zu übersetzen und Code zu schreiben: fast jede Aufgabe, die sich in Worten beschreiben lässt. Weil man einfach mit ihm schreibt, verbreitete es sich schneller als jedes Werkzeug zuvor; ein Chatbot meldet rund 900 Millionen Nutzer pro Woche. Doch weniger als jedes fünfte US-Unternehmen setzt KI irgendwo in seiner Arbeit ein.
Reife
Wo dieser Enabler wirkt
Wo Ihnen das schon begegnet ist
Im Februar 2026 gab OpenAI an, dass 900 Millionen Menschen ChatGPT jede Woche nutzten. Zugleich setzte weniger als jedes fünfte amerikanische Unternehmen KI irgendwo in seiner Arbeit ein. Am Schreibtisch ist das Programm geöffnet. Das Unternehmen als Ganzes nutzt es meist nicht.
Wenn er reifer wird
Würden die Modelle so zuverlässig, dass sie ohne Aufsicht arbeiten können, bewegte sich allein dadurch keiner der fünf Megatrends, die sie speisen. Diese stehen bei 1 und 2 und werden von Managementkompetenz, Vertrauen der Belegschaft, Rechtssicherheit, Vertrauen in Wissensinstitutionen und Konsumnormen gehalten. Das Modell ist nicht der langsame Teil.
Worauf Sie achten sollten
Aufschlussreich ist die Zählung des US Census Bureau, wie viele US-Unternehmen KI für die Herstellung von Waren oder Dienstleistungen einsetzen; im September 2025 waren es rund 10 %. Ebenso wichtig sind die Fehlerquoten von Modellen in juristischer und finanzieller Arbeit, wenn jemand anderes als der Anbieter sie misst.
Nicht zu verwechseln mit
Allgemeine künstliche Intelligenz (AGI). Ein Sprachmodell sagt Text vorher; AGI ist die Vorstellung von einem System, das jede geistige Aufgabe erledigen kann, die ein Mensch erledigen kann. Das Erste gibt es. Das Zweite ist eine These.
Worum es geht
Modelle, die darauf trainiert sind, Text vorherzusagen, und die dabei überraschend viele Aufgaben bewältigen, solange sie sich in Sprache beschreiben lassen.
So funktioniert es
- 01Text in Tokens zerlegenDer Text wird in Wortteile zerlegt, und jedes Teil erhält eine Nummer.
- 02Das nächste Token vorhersagen lernenDas Modell liest gewaltige Textmengen und passt Milliarden interner Einstellungen an, bis es das nächste Token immer besser errät.
- 03Den Kontext gewichtenEin Mechanismus namens Attention sorgt dafür, dass jedes Token alle anderen Tokens im Text berücksichtigt. Darauf beruht der Transformer, der 2017 veröffentlicht wurde.
- 04Anweisungen befolgen lehrenDas trainierte Modell wird anschließend mit Beispielen und mit Bewertungen seiner Antworten durch Menschen nachjustiert. So antwortet es auf Anfragen, statt nur Text fortzusetzen.
- 05Token für Token erzeugenAuf eine Frage hin wählt es ein wahrscheinliches nächstes Token, hängt es an den Text an und wiederholt das. Daher kommt die Gewandtheit. Und daher kommen auch selbstsichere Fehler.
Aktueller Stand
- Ein Modell auf dem Niveau von GPT-3.5 zu nutzen, kostete im November 2022 noch 20 Dollar je Million Tokens, im Oktober 2024 nur noch 0,07 Dollar. Der Preis sank damit um mehr als den Faktor 280 (Stanford HAI, AI Index Report 2025, 7. Apr. 2025).
- OpenAI meldete 900 Millionen wöchentlich aktive Nutzer von ChatGPT und 50 Millionen zahlende Abonnenten; das sind Angaben des Unternehmens selbst (TechCrunch, 27. Feb. 2026).
- Bis August 2024 hatten 39,4 % der US-Amerikaner im Alter von 18 bis 64 Jahren generative KI genutzt (Bick, Blandin & Deming, NBER w32966, Sept. 2024).
- 18 % der US-Unternehmen setzten KI in mindestens einem Geschäftsbereich ein, nach Beschäftigten gewichtet 32 %; 57 % davon nutzten sie in höchstens drei Bereichen (Bonney et al., US Census Bureau, CES-WP-26-25, Apr. 2026).
- Bei einer engeren Frage, dem Einsatz von KI zur Herstellung von Waren oder Dienstleistungen, stieg der Anteil der US-Unternehmen von 4,6 % Anfang 2024 auf 10 % im September 2025 (Auswertung der Census-Erhebung BTOS durch die EIG, 19. Dez. 2025).
Warum das wichtig ist
Mit diesem Enabler erreichte KI alle Menschen zugleich. Sie verbreitete sich schnell, weil man sie mit Sprache bedient und ein Wechsel fast nichts kostet. Deshalb erhielt die Nutzungsbereitschaft, der menschliche Enabler, hier ungewöhnlich hohe Werte, und der Hochlauf war ungewöhnlich steil.
- Der Enabler speist fünf Megatrends und ist bei keinem davon der Engpass. Sie stehen bei 1 und 2 und werden von Menschen und Institutionen gebremst, nicht von Modellen.
- Beim Hochlauf ist er die Ausnahme, die die Regel bestätigt. Bedient wird er mit Sprache, also übernahmen Menschen ihn binnen Monaten. Unternehmen müssen sich umorganisieren, also brauchen sie Jahre.
- Die sprachliche Gewandtheit machte die Nutzung leicht und die Kontrolle schwer. Eine falsche Antwort liest sich genauso wie eine richtige.
Was ihn bremst
Zuverlässigkeit
Modelle machen Fehler mit großer Selbstsicherheit, und deshalb bleiben sie aus Arbeit heraus, für deren Prüfung niemand Zeit hat.
Haftung und Daten
Unternehmen zögern, vertrauliche Daten in ein Modell zu geben oder für seine Aussagen geradezustehen.
Umorganisation
Die meisten Unternehmen, die KI nutzen, setzen sie in wenigen Bereichen ein. Wer Nutzen daraus ziehen will, muss Abläufe ändern, und das ist Arbeit des Managements.
„Nichts für uns“
Die meisten US-Unternehmen, die keine KI nutzen, sagen, sie passe nicht zu ihrem Geschäft (Bipartisan Policy Center, zur KI-Zusatzerhebung des Census Bureau).
Begriffe
- Token
- Ein Stück Text, oft ein Wortteil, das ein Modell liest und erzeugt.
- Transformer
- Die Modellarchitektur von 2017, die mit Attention jeden Teil eines Textes gegen jeden anderen gewichtet.
- Kontextfenster
- Wie viel Text ein Modell auf einmal berücksichtigen kann.
- RLHF
- Reinforcement Learning from Human Feedback, bestärkendes Lernen aus menschlichem Feedback: Ein Modell wird auf die Antworten hin abgestimmt, die Menschen besser bewerten.
- Halluzination
- Eine flüssig formulierte Antwort, die falsch ist oder von keiner Quelle gestützt wird.
Treibt diese Megatrends an
| Megatrend | Gewicht | Rolle |
|---|---|---|
| Automatisierung geistiger Arbeit | groß | |
| Die Umsetzungslücke | groß | |
| Die Aufmerksamkeitsökonomie | mittel | |
| Zersplitterung der Faktenbasis | mittel | |
| Die Bewertungslücke | mittel |
Die Steigung verhält sich wie ein zähes Gummiband: Der schwächste Enabler zieht sie am stärksten zu sich. Nachrangige Verbindungen werden gezeigt, ziehen aber nicht mit.
Eine Stufe höher: was sich ändert
Berechnet aus der Karte in ihrem jetzigen Stand: dieser Wert von 4 auf 5 angehoben, alle anderen Werte unverändert. Eine reine Rechnung, keine Vorhersage.
Hebt man nur ihn um eine Stufe an, löst er bei keinem Megatrend den Engpass; die Steigungen, in die er einfließt, steigen höchstens leicht.
Steiler wird es bei
- Automatisierung geistiger Arbeit2,7/5 , 2,7/5
- Die Aufmerksamkeitsökonomie2,1/5 , 2,2/5
- Die Bewertungslücke2,6/5 , 2,6/5
- Die Umsetzungslücke2,8/5 , 2,8/5
- Zersplitterung der Faktenbasis3,4/5 , 3,6/5
Was die Steigung verändern würde
Ein Gedankenspiel, keine Prognose. Keine Zeitpunkte, keine Wahrscheinlichkeiten.
- 01Garantien für Zuverlässigkeit, die einen Einsatz ohne Aufsicht vertretbar machen
- 02Die Kosten beim Einbau in Produkte und Abläufe statt im Chat
- 03Haftungsregeln, die die wertvollsten Anwendungen derzeit unerreichbar machen
Verbreiteter Irrtum
Viele halten sprachliche Gewandtheit für Verständnis. Das Buch muss diese Frage nicht klären und sollte auch nicht so tun. Für das Modell dieses Buches zählt, dass die Gewandtheit die Hürde für die Nutzung gesenkt hat, unabhängig davon, was dahintersteckt.
Talin, B. (2026). Große Sprachmodelle. The Future Explorer, dataset v0.4.0 (16. November 2026). https://explorer.talin.digital/e/large-language-models/