WissenBegriffvon Michael Selck
Großes Sprachmodell (LLM)
Ein großes Sprachmodell (LLM, Large Language Model) ist eine KI, die mit sehr großen Textmengen trainiert wurde und daraus Texte versteht, zusammenfasst und neu formuliert – etwa Antwortentwürfe, Angebotstexte oder Auswertungen von Ausschreibungen. Im Betrieb liefert es Vorschläge, keine geprüften Fakten, und braucht deshalb eine verlässliche Wissensgrundlage und die Freigabe durch einen Menschen.
Was bedeutet Großes Sprachmodell (LLM)?
Ein großes Sprachmodell ist der Kern fast aller KI-Anwendungen, die heute im Büro auftauchen: Chat-Assistenten, Schreibhilfen, Telefon- und Website-Assistenten, automatische Zusammenfassungen. Das Modell wurde mit enormen Mengen an Texten trainiert – Bücher, Fachartikel, Webseiten, Handbücher – und hat dabei gelernt, wie Sprache aufgebaut ist, wie Fachbegriffe zusammenhängen und wie Antworten auf bestimmte Fragen typischerweise aussehen. „Groß“ bezieht sich auf beides: auf die Menge der Trainingstexte und auf die Zahl der Stellschrauben im Modell, die beim Training eingestellt werden.
Technisch berechnet ein LLM Wort für Wort, welche Fortsetzung eines Textes am wahrscheinlichsten passt. Das klingt schlicht, reicht aber, um eine E-Mail sinngemäß zu verstehen, ein zwanzigseitiges Leistungsverzeichnis auf die wesentlichen Anforderungen einzudampfen oder aus Stichpunkten einen sauberen Angebotstext zu formulieren. Wichtig für den Alltag: Das Modell schlägt nicht in einer Datenbank nach. Es kennt nur, was in seinen Trainingstexten stand oder was man ihm im Moment der Anfrage mitgibt. Ihre Preisliste, Ihre Lieferbedingungen und Ihre Abläufe gehören nicht dazu, solange niemand sie bereitstellt.
Von Nachbarbegriffen lässt sich das LLM klar abgrenzen. „Künstliche Intelligenz“ ist der Oberbegriff; dazu gehören auch Bilderkennung oder Prognoseverfahren, die mit Sprache nichts zu tun haben. Ein Chat-Assistent ist eine Anwendung, die auf einem Sprachmodell aufsetzt und Bedienoberfläche, Speicher und Nutzungsregeln ergänzt. Eine KI-Stelle geht noch weiter: Sie nutzt ein Sprachmodell, hat aber eine feste Zuständigkeit, Zugriff auf ausgewähltes Firmenwissen und einen Prüfer. Und die KI-Halluzination ist keine eigene Technik, sondern eine typische Schwäche von Sprachmodellen: überzeugend formulierte, aber falsche Angaben.
Für den Einsatz im Betrieb entscheidet deshalb weniger das Modell selbst als das, was darum herum gebaut ist. Ein Firmengehirn liefert dem Modell geprüftes Wissen, statt es raten zu lassen. Die Freigabe durch Menschen sorgt dafür, dass kein Vorschlag ungeprüft den Betrieb verlässt. Und Regeln zum Datenschutz – siehe DSGVO-konforme KI – legen fest, welche Daten überhaupt an ein Modell gehen dürfen. Erst dieses Zusammenspiel macht aus einem leistungsfähigen Textwerkzeug einen verlässlichen Teil der Arbeit.
Großes Sprachmodell (LLM) kurz erklärt: die wichtigsten Punkte
- Ein LLM ist eine KI, die aus sehr großen Textmengen gelernt hat, Sprache zu verstehen und Texte zu erzeugen – es liefert Entwürfe, Zusammenfassungen und Auswertungen.
- Es berechnet die wahrscheinlichste Fortsetzung eines Textes und schlägt nicht nach. Deshalb klingt eine Antwort auch dann sicher, wenn sie falsch ist.
- Betriebswissen kennt das Modell nicht von selbst. Preise, Abläufe und Regeln müssen ihm aus geprüften Unterlagen mitgegeben werden.
- Stark ist es beim Umformen vorhandener Texte: sortieren, zusammenfassen, umformulieren, übersetzen. Schwächer ist es bei exakten Einzelangaben, die es aus dem Gedächtnis ergänzen muss.
- Im Betrieb bereitet ein LLM vor – entschieden und freigegeben wird von Menschen, vor allem bei allem, was nach außen geht.
Großes Sprachmodell (LLM) in der Praxis
- Info-Postfach im Großhandel: Ein Sprachmodell liest eingehende E-Mails, erkennt Anliegen wie Bestellung, Reklamation oder Terminwunsch und legt für jede Nachricht einen Antwortentwurf an. Der Innendienst sortiert nicht mehr selbst, sondern liest die Vorbereitung, korrigiert wo nötig und gibt frei. Mehr dazu unter KI-gestützte Posteingangsbearbeitung.
- Ausschreibung im Bauhandwerk: Das Modell fasst umfangreiche Vergabeunterlagen zusammen, listet geforderte Nachweise und Fristen auf und gleicht sie mit vorhandenen Zertifikaten ab. Ob der Betrieb sich bewirbt und zu welchem Preis, entscheidet die Geschäftsführung. Mehr dazu unter Ausschreibungsbearbeitung mit KI.
- Angebotstext im Maschinenbau: Aus den Notizen des Vertriebs und den technischen Daten aus dem Firmengehirn formuliert das Modell einen verständlichen Angebotstext. Positionen, Mengen und Preise kommen aus der Kalkulation, nicht aus dem Sprachmodell; der Vertriebsleiter liest gegen und verschickt.
Woran Sie ein großes Sprachmodell im Einsatz erkennen
- Die Anwendung versteht frei formulierte Fragen und Anweisungen, ohne dass Sie feste Befehle oder Menüs bedienen müssen.
- Die Ergebnisse sind fließende, gut lesbare Texte – und fallen bei derselben Frage nicht jedes Mal wortgleich aus.
- Die Anwendung kann vorhandene Dokumente zusammenfassen, umformulieren oder übersetzen, auch wenn sie dafür nicht eigens programmiert wurde.
- Ohne angebundene Unterlagen bleibt sie bei betriebsspezifischen Fragen allgemein oder ergänzt plausibel klingende, aber unbelegte Angaben.
- Der Anbieter nennt in Datenschutzhinweisen oder Verträgen einen Modellanbieter und regelt, ob Eingaben gespeichert oder zum Training verwendet werden.
Typische Fehler
- Das Sprachmodell wie eine Suchmaschine oder Datenbank behandeln: Es liefert Formulierungen, keine geprüften Fakten. Zahlen, Normen und Termine gehören aus verlässlichen Quellen in den Text.
- Firmenwissen weglassen und sich über allgemeine Antworten wundern: Ohne Anbindung an geprüfte Unterlagen kennt das Modell weder Ihre Produkte noch Ihre Abläufe.
- Kostenlose Verbraucherangebote mit Kundendaten füttern: Ohne Vertrag zur Auftragsverarbeitung und klare Nutzungsbedingungen entsteht schnell Schatten-KI mit Datenschutzrisiko.
- Ergebnisse ohne benannte Freigabe weitergeben: Wenn niemand zuständig ist, prüft am Ende niemand – und der Fehler landet beim Kunden.
Unser Bezug
Wir arbeiten seit 14 Monaten im eigenen Betrieb mit KI-Stellen, die auf großen Sprachmodellen aufbauen. Unsere wichtigste Erfahrung: Das Modell ist ein Baustein, nicht das System. Was trägt, ist der Ablauf drumherum. Unsere KI-Mitarbeiter lesen aus einem Firmengehirn mit geprüften Wissenskarten, statt aus dem Gedächtnis zu antworten – trainiert wird dabei kein Modell auf Firmendaten. Hinter jedem Macher steht ein Prüfer, und jede Außenwirkung geht über den Tisch eines Menschen. Die Datenhaltung liegt in Deutschland, Modellanfragen sind vertraglich abgesichert, mit EU-Option. Die KI bereitet vor, der Mensch gibt frei.
In der Beratung klären wir mit Ihnen, bei welchen Aufgaben in Ihrem Betrieb ein Sprachmodell wirklich Arbeit abnimmt, welches Wissen es dafür braucht und wer an welcher Stelle freigibt. Für die Beratung ist bis zu 80 % Förderung möglich, je nach Betrieb und Standort. Die Umsetzung beauftragen Sie getrennt, wenn Sie wollen: im AI Workspace, in dem Firmengehirn und Freigaben fest eingebaut sind, oder als individuelle Lösung.
Erstgespräch
Wo könnte ein Sprachmodell in Ihrem Betrieb heute schon Vorarbeit leisten?
Im Erstgespräch schauen wir auf Ihre Abläufe, in denen viel gelesen, sortiert und formuliert wird, welches Firmenwissen ein Sprachmodell dafür bräuchte und wie die Freigabe vor dem Versand aussehen kann – nüchtern, in 30 Minuten und ohne Verkaufsgespräch.
Verwandte Begriffe
Weiterführende Beiträge
- Was eine KI-Stelle von einem Werkzeug unterscheidet
- Was ein Firmengehirn ist – und warum es nicht dem Werkzeug gehört
- Ein Arbeitsplatz für Menschen und KI-Stellen: Warum ein Chatfenster nicht reicht
- Datenschutz bei KI-Stellen: Was in Deutschland bleibt, was vertraglich abgesichert ist
- Warum der erste KI-Versuch im Mittelstand fast immer scheitert
Häufige Fragen zu Großes Sprachmodell (LLM)
Was ist der Unterschied zwischen einem LLM und einem KI-Chat wie ChatGPT?
Das LLM ist das Sprachmodell im Hintergrund, der Chat ist die Anwendung, die darauf aufsetzt. ChatGPT, Claude oder Gemini sind Produkte, die große Sprachmodelle mit einer Bedienoberfläche, Zusatzfunktionen und eigenen Nutzungsbedingungen verbinden. Für den Betrieb zählt deshalb nicht nur, wie gut das Modell ist, sondern auch, welche Regeln die Anwendung für Daten, Zugriffe und Freigaben mitbringt.
Lernt ein Sprachmodell aus den Daten meines Betriebs?
Nicht zwangsläufig – das hängt vom Anbieter und den vereinbarten Nutzungsbedingungen ab. Bei kommerziellen Verträgen ist es üblich, dass Eingaben nicht zum Training verwendet werden; bei kostenlosen Angeboten für Privatnutzer kann das anders sein. Firmenwissen sollte der KI deshalb zur Laufzeit aus geprüften Unterlagen mitgegeben werden, statt es in ein Modell hineinzutrainieren.
Braucht ein mittelständischer Betrieb ein eigenes Sprachmodell?
In aller Regel nein. Ein eigenes Modell zu trainieren ist aufwendig und für typische Büroaufgaben unnötig. Wirksamer ist es, ein vorhandenes Modell an das geprüfte Wissen des Betriebs anzubinden und klar festzulegen, wer welche Ergebnisse prüft und freigibt.
Kann ein großes Sprachmodell rechnen und aktuelle Daten abrufen?
Von sich aus nur eingeschränkt. Ein LLM erzeugt Text auf Basis gelernter Muster; exakte Berechnungen und tagesaktuelle Werte wie Lagerbestände, Preise oder Termine liefert es nur verlässlich, wenn es an Rechenwerkzeuge und Ihre Systeme angebunden ist. Ohne diese Anbindung können solche Angaben plausibel klingen und trotzdem falsch sein.
Ist der Einsatz eines LLM mit der DSGVO vereinbar?
Er kann es sein, wenn die konkrete Verarbeitung im Betrieb sauber geregelt ist. Dazu gehören eine Rechtsgrundlage, ein Vertrag zur Auftragsverarbeitung mit dem Anbieter, Klarheit über Speicherort und Übermittlungen sowie Regeln, welche Daten überhaupt eingegeben werden dürfen. Ein Modell ist nicht per se datenschutzkonform oder -widrig – entscheidend ist, wie es eingesetzt wird.