{"id":176625,"date":"2026-02-19T21:40:05","date_gmt":"2026-02-19T20:40:05","guid":{"rendered":"https:\/\/liora.io\/de\/?p=176625"},"modified":"2026-02-19T21:40:05","modified_gmt":"2026-02-19T20:40:05","slug":"large-language-model-was-ist-das","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/large-language-model-was-ist-das","title":{"rendered":"Large Language Model: Was ist das ?"},"content":{"rendered":"

Seit Ende 2022 und dem weltweiten massiven Einsatz von ChatGPT wecken Sprachmodelle, die auf k\u00fcnstlicher Intelligenz basieren, immer mehr Interesse; sowohl bei der breiten \u00d6ffentlichkeit als auch bei Unternehmen.<\/h2>\nWas sind also Large Language Models? Wie funktionieren sie? Wozu dienen sie? Was sind ihre Vorteile? Finde die Antworten auf deine Fragen in diesem Artikel.\n

Was sind Large Language Models ?<\/h2>
\"Schema,<\/figure>\nOb wir kommunizieren, uns verbinden, die Welt verstehen oder sie gestalten – Sprache ist entscheidend f\u00fcr unser Menschsein.\n\nWas uns charakterisiert? Nicht wirklich.\n\nTrotz der Komplexit\u00e4t der menschlichen Sprache sind Maschinen heute dank Large Language Models (LLM)<\/strong> in der Lage, die Feinheiten der Sprache zu verstehen.\n\nIndem sie m\u00f6glichst viele Daten zum Lernen verwenden, haben diese neuen Technologien ein Sprachverst\u00e4ndnis entwickelt, das so reichhaltig ist wie nie zuvor.\n\nKonkret handelt es sich dabei um ein transformationsbasiertes neuronales Netz<\/a>. Diese grundlegenden Modelle nutzen generative KI (genauer gesagt Deep Learning) f\u00fcr die Verarbeitung nat\u00fcrlicher Sprache (NLP) und die Generierung nat\u00fcrlicher Sprache (NLG).\n

Wie funktionieren die wichtigsten Sprachmodelle?<\/h2>\nDa Large Language Models<\/strong> die Komplexit\u00e4t der menschlichen Sprache erlernen sollen, werden sie mit einer gro\u00dfen Menge an Daten (wie Text, Bilder, Videos, Reden, strukturierte Daten…) vortrainiert.\n\nJe mehr Parameter ein LLM verwendet, desto besser ist seine Leistung. Gro\u00dfe Sprachmodelle erfordern daher umfangreiche Daten-, Rechen- und technische Ressourcen.\n\nDies gilt insbesondere f\u00fcr die Pre-Training-Phase<\/strong>. In dieser Phase m\u00fcssen gro\u00dfe Sprachmodelle die grundlegenden sprachlichen Aufgaben und Funktionen erlernen. Sobald das Lernmodell vortrainiert ist, kann es mit neuen, spezifischen Daten trainiert werden.\n\nZiel ist es, seine F\u00e4higkeiten f\u00fcr bestimmte Anwendungsf\u00e4lle zu verfeinern. Man spricht dann von der Fine-Tuning-Methode.<\/strong> Diese Phase des Lernens erfordert weniger Daten und Energie.\n\n?Auch interessant:\n\n\n<\/colgroup>\n\n\n\n\n\n
AWS Skill Builder<\/a><\/td>\n<\/tr>\n
Dataiku KI Tool<\/a><\/td>\n<\/tr>\n
Google MusicLM KI<\/a><\/td>\n<\/tr>\n
KI braucht Schlaf<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Wozu dienen Large Language Models ?<\/h2>\nLarge Language Models k\u00f6nnen f\u00fcr eine Vielzahl von Aufgaben verwendet werden. Zum Beispiel:\n