- Ein Sprachmodell sagt zu einem Text die statistisch wahrscheinlichste Fortsetzung voraus, mehr passiert im Kern nicht.
- Deshalb kann es flüssig formulieren, aber auch überzeugend klingende Fehler produzieren, sogenannte Halluzinationen.
- Nutze es als Entwurfsmaschine, deren Ergebnisse du prüfst, nicht als Nachschlagewerk für Fakten.
Betrifft dich, wenn du Werkzeuge wie ChatGPT oder Claude nutzt oder überlegst, sie in deinem Unternehmen einzusetzen.
01Wie ein Sprachmodell entsteht
Ein großes Sprachmodell, englisch Large Language Model oder kurz LLM, wird mit riesigen Mengen Text trainiert: Bücher, Websites, Dokumentation, Foren. Dabei lernt es keine Fakten wie eine Datenbank, sondern Muster: welche Wörter und Gedanken typischerweise aufeinander folgen. Aus diesen Mustern baut es später neue Texte.
Wenn du eine Frage stellst, sucht das Modell also nicht in einem Archiv nach der passenden Antwort. Es berechnet, welche Fortsetzung am wahrscheinlichsten passt, Wort für Wort. Das Ergebnis liest sich wie eine Antwort, technisch ist es eine Vorhersage.
02Warum es halluziniert
Halluzination heißt: Das Modell schreibt etwas, das plausibel klingt, aber falsch ist. Erfundene Quellen, falsche Zahlen, Gerichtsurteile, die es nie gab. Das ist kein Defekt, den ein Update irgendwann beseitigt, sondern eine direkte Folge des Prinzips: Ein System, das wahrscheinliche Fortsetzungen erzeugt, optimiert auf Plausibilität, nicht auf Wahrheit.
Besonders tückisch: Bei einer erfundenen Angabe klingt das Modell genauso souverän wie bei einer korrekten. Am Tonfall erkennst du den Unterschied nicht, nur an der Prüfung.
03Was ein Sprachmodell gut kann
- Umformulieren: aus Stichpunkten eine Mail machen, einen Text kürzen, den Ton anpassen.
- Strukturieren: unsortierte Notizen in Abschnitte, Tabellen oder Kategorien ordnen.
- Zusammenfassen: aus zehn Seiten die Kernpunkte ziehen, die du dann gegenliest.
- Muster erkennen: ähnliche Kundenanfragen gruppieren, wiederkehrende Themen sichtbar machen.
- Erklären: Fachsprache in verständliche Worte übersetzen und fremde Themen zugänglich machen.
04Was es nicht gut kann
- Exakte Fakten: Namen, Daten, Paragrafen und Preise musst du nachprüfen, jedes Mal.
- Rechnen: für Zahlen gehören Taschenrechner oder Tabelle daneben, das Modell schätzt nur.
- Aktuelles: ohne Anbindung an Suche oder Datenbank kennt es nur seinen Trainingsstand.
- Deine Daten: was nicht im Training oder in deiner Anfrage steckt, kann es nicht wissen.
05Der wichtigste Schluss für die Praxis
Behandle ein Sprachmodell als Entwurfsmaschine, nicht als Wahrheitsmaschine. Es liefert dir in Sekunden einen Rohbau, den du prüfst, korrigierst und fertigstellst. So eingesetzt spart es real Zeit. Ungeprüft übernommen verschiebt es die Arbeit nur nach hinten, an den Punkt, an dem der Fehler auffällt. Und dann ist er meist teurer.
Faustregel: Je teurer ein Fehler wäre, desto gründlicher die Prüfung. Eine interne Mail liest du kurz gegen, eine Zahl im Angebot rechnest du nach, eine Rechtsfrage klärst du an der Quelle.
- Festlegen, welche Ausgaben immer geprüft werden: alles mit Zahlen, Namen, Rechtsbezug oder Außenwirkung.
- Das Modell für Entwürfe, Umformulierungen und Struktur nutzen, nicht als Faktenquelle.
- Eigene Informationen mit in die Anfrage geben, statt das Modell raten zu lassen.
- Für aktuelle oder exakte Daten Werkzeuge mit Anbindung an Suche oder eigene Systeme verwenden.
- Mit einem Thema testen, das du gut kennst: So merkst du schnell, wo es glänzt und wo es erfindet.
Fragen dazu, was das für dein Projekt heißt?
Lass uns reden