Ein LLM ist ein sehr großes neuronales Netz, das auf riesigen Textmengen darauf trainiert wurde, das jeweils nächste Token vorherzusagen.
Was bedeutet Large Language Model (LLM)?
Ein sehr großes neuronales Netz (heute fast immer Transformer-Architektur), das auf riesigen Textmengen darauf trainiert wurde, das jeweils nächste Token (Wortbestandteil) vorherzusagen. Aus dieser scheinbar simplen Aufgabe entstehen bei genügend Größe Fähigkeiten wie Übersetzen, Zusammenfassen, Programmieren und Schlussfolgern.
Abgrenzung — worauf es ankommt
LLM ≠ Chatbot: GPT oder Claude sind Modelle; ChatGPT und die Claude-App sind Produkte, die ein LLM mit Oberfläche, Werkzeugen und Regeln verpacken. Und: ein LLM ist kein Wissensarchiv mit Datenbank-Zugriff — sein „Wissen“ steckt komprimiert in den Gewichten (deshalb kann es halluzinieren).
Beispiel aus der Praxis
GPT-Reihe (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta, offene Gewichte), Mistral (europäisch).
Zum Weiterdenken
„Large“ bezieht sich auf die Zahl der Parameter (Milliarden bis Billionen) und die Trainingsdatenmenge (Billionen Tokens). Moderne Modelle sind zunehmend multimodal (verarbeiten auch Bilder, Audio); dann spricht man präziser von Foundation Models oder Frontier Models. Reasoning-Modelle „denken“ vor der Antwort in längeren internen Gedankenketten.
Large Language Model (LLM) in Ihrem Unternehmen nutzen?
Von der Theorie in die Praxis: Wir zeigen Ihnen den passenden Weg — pragmatisch, DSGVO-konform und messbar.
Kostenlos · unverbindlich