Direktkontakt
« Zurück zum Glossar
LLM – Autovervollständigung mit Abitur. brandsatz KI-Lexikon

LLM (Large Language Model)

LLM (Large Language Model) – ein großes Sprachmodell, das mit riesigen Textmengen trainiert wurde und berechnet, welches Wort als Nächstes am wahrscheinlichsten folgt. Auf LLMs basieren ChatGPT, Gemini, Claude und die KI-Antworten in der Google-Suche.

Dein Handy kann das schon lange. Du tippst „Bis“, es schlägt „gleich“ vor. Ein LLM macht im Kern dasselbe. Nur hat es vorher einen großen Teil des öffentlichen Internets gelesen und kann deshalb nicht nur ein Wort vorschlagen, sondern ganze Seiten. Autovervollständigung mit Abitur.

Das ist keine Verkürzung von uns. Google beschreibt LLMs in seinem Machine-Learning-Kurs selbst als „im Wesentlichen Autovervollständigungs-Mechanismen“, die Tausende Tokens vorhersagen können. Wer das einmal verstanden hat, nutzt die Werkzeuge anders. Und schreibt bessere Texte damit.

Was ist ein LLM?

LLM steht für Large Language Model, auf Deutsch großes Sprachmodell. Groß, weil es mit enormen Textmengen trainiert wurde und sehr viele Parameter hat, also einstellbare Werte, in denen das Gelernte steckt. Sprachmodell, weil es genau eine Sache gelernt hat: Sprache fortzusetzen.

Die bekanntesten Produkte kennst du: ChatGPT von OpenAI, Gemini von Google, Claude von Anthropic. Das LLM ist jeweils der Motor. Die App drumherum ist das Auto.

Wie ein LLM einen Text schreibt

Ein LLM liest und schreibt nicht in Wörtern, sondern in Tokens. Das sind Wortteile, manchmal ganze Wörter, manchmal einzelne Zeichen. Bei jedem Schritt berechnet das Modell, welches Token jetzt am besten passt, hängt es an und rechnet weiter. Token für Token entsteht so ein Text.

Gelernt hat das Modell das im sogenannten Pretraining. OpenAI beschreibt GPT-4 im technischen Bericht als Modell, das darauf trainiert wurde, „das nächste Token in einem Dokument vorherzusagen“. Danach wurde es mit menschlichem Feedback nachtrainiert, damit es Anweisungen folgt und hilfreich antwortet. Die Bauweise dahinter heißt Transformer und stammt aus einem Forschungspapier von Google aus dem Jahr 2017.

Rechnen ist nicht Verstehen: Was das für deine Texte heißt

Ein LLM schreibt das, was nach all seinen Trainingsdaten am wahrscheinlichsten passt. Daraus folgen zwei Dinge, die wir im Alltag ständig sehen.

Erstens: Wahrscheinlich ist oft durchschnittlich. Wenn tausend Texte über Online-Marketing ähnlich anfangen, fängt der KI-Text auch so an. Deshalb klingen viele KI-Texte gleich, egal wer sie in Auftrag gegeben hat.

Zweitens: Plausibel ist nicht dasselbe wie richtig. OpenAI erklärt in einer Analyse vom September 2025, warum Modelle halluzinieren. Seltene Fakten wie ein Geburtstag lassen sich nicht aus Mustern ableiten. Das Modell rät dann, und zwar mit voller Überzeugung. Im Beispiel von OpenAI nannte ein Chatbot auf dieselbe Frage drei verschiedene Geburtsdaten. Alle falsch.

Für Texte heißt das: Das LLM liefert Sprache, die Substanz muss von dir kommen. Eigene Zahlen, eigene Fälle, eigene Meinung. Genau das, was in keinem Trainingsdatensatz steht. Und genau das sucht auch Google, wenn es entscheidet, welche Seite es zeigt oder in einer KI-Antwort zitiert.

Unser Beispiel: Gleicher Auftrag, zwei Briefings

Angenommen, wir wollen auf LinkedIn ankündigen, dass es bei brandsatz jetzt ein KI-Lexikon gibt. Erster Versuch:

Schreib einen LinkedIn-Post über unser neues KI-Lexikon.

Das Modell hat hier nichts außer dem Thema. Es füllt die Lücken mit dem Wahrscheinlichsten: Die KI verändert alles, Wissen ist wichtig, schaut mal rein. Stimmt alles irgendwie, sagt aber nichts. So ein Post könnte von jeder Agentur stammen.

Zweiter Versuch, gleiche KI:

Schreib einen LinkedIn-Post über unser neues KI-Lexikon. Fakten:
– Unter jedem Eintrag steht ein Name, kein „Redaktion“.
– Der Eintrag zum KI-Modus zeigt echte Suchanfragen aus unserer eigenen Search Console, die wie Prompts klingen.
– Der Eintrag zu AI Overviews beginnt mit unserer Position 8 für „google aio“.
Ton: Du-Form, kurze Sätze, keine Superlative. Maximal 120 Wörter.

Jetzt hat das LLM etwas, das nur wir wissen. Der Text wird konkreter, weil die wahrscheinlichste Fortsetzung jetzt von unseren Fakten ausgeht und nicht vom Durchschnitt des Internets. Die KI formuliert. Was drinsteht, kommt von uns.

Wer kennt es nicht: Die KI liefert ein Ergebnis, sauber formuliert, sehr überzeugend. Und dann prüft jemand nach, und es stimmt nicht. Peinlich ist dafür noch ein freundliches Wort. Für Unternehmen und Marken kann so etwas richtig teuer werden. Deloitte musste 2025 der australischen Regierung einen Teil des Honorars für ein Gutachten zurückzahlen, weil darin KI-erfundene Quellen und Zitate standen. Mehr Fälle sammeln wir im Eintrag zur KI-Halluzination.

Wir arbeiten deshalb andersherum: Wir wissen vorher, was richtig und was falsch ist. Die KI nutzen wir zum Gegenprüfen, zum Challengen und für die Fleißarbeit. Das i-Tüpfelchen kommt von uns. Darum ist es so wichtig, Ross und Reiter zu nennen: eine echte Quelle und eine echte Person, die dafür geradesteht. Wer sich hinter „Redaktion“ versteckt, weil er zu faul war, die Quellen zu prüfen, macht es sich zu leicht. Mit KI müssen wir sauberer arbeiten als vorher, fast schon wissenschaftlich.

LLM, Chatbot, KI-Suche: Was ist was?

Was es ist Beispiele
LLM Das Sprachmodell selbst, der Motor GPT-Modelle, Gemini-Modelle, Claude-Modelle
Chatbot Produkt mit Chat-Oberfläche, das ein LLM nutzt ChatGPT, Gemini-App, Claude
KI-Suche LLM plus Suchindex: erst suchen, dann antworten AI Overviews, KI-Modus, Perplexity

Der Unterschied ist für Sichtbarkeit wichtig. Ein LLM allein kennt deine Website nur, wenn sie in den Trainingsdaten war. Eine KI-Suche schaut aktuell nach und verlinkt Quellen. Wie das bei Google aussieht, erklären wir in den Einträgen zu AI Overviews und zum KI-Modus.

Häufige Fragen zu LLMs

Darüber streitet die Forschung. Für die Praxis reicht eine nüchterne Sicht: Ein LLM berechnet, welches Wort am besten passt. Es prüft nicht, ob eine Aussage stimmt. Genau deshalb muss jemand gegenlesen, der sich auskennt.

Das LLM ist das Modell, also der Motor. ChatGPT ist ein Produkt, das ein solches Modell mit einer Chat-Oberfläche und weiteren Funktionen wie Websuche verbindet. Gemini und Claude funktionieren nach demselben Prinzip mit eigenen Modellen.

Aus den Texten, mit denen es trainiert wurde. Wissen ist dabei nicht wie in einer Datenbank abgelegt, sondern steckt in Mustern. Häufiges kennt das Modell gut, seltene Details wie ein bestimmtes Datum oder eine Kennzahl dagegen schlecht. Dort entstehen die meisten Fehler.

Weil das Modell nicht immer das eine wahrscheinlichste Wort nimmt, sondern unter mehreren passenden auswählt. Das macht Texte lebendiger, aber auch weniger vorhersehbar.

Das Modell selbst nur bis zum Ende seiner Trainingsdaten. Viele Tools schalten deshalb eine Websuche davor, etwa ChatGPT mit Suche oder Googles AI Overviews. Dann stützt sich die Antwort auf aktuelle Quellen, und die Qualität dieser Quellen entscheidet mit.

Euer Team nutzt ChatGPT & Co. – aber die Texte klingen alle gleich?

Dann fehlt meistens nicht das bessere Tool, sondern das bessere Briefing. Wir zeigen eurem Team, wie LLMs ticken, bauen mit euch Vorlagen mit euren eigenen Fakten und Tonalität und legen fest, wo Menschen gegenlesen.

Verwandte Begriffe: Prompt ·  KI-Modus ·  AI Overviews ·  KI-Halluzination ·  neuroflash

Claus Allkofer, Geschäftsführer brandsatz

Geschrieben von

Claus Allkofer ist Geschäftsführer von brandsatz in Hamburg. Er berät Unternehmen dabei, in Google und in KI-Antworten sichtbar zu werden, mit Inhalten, die nach Menschen klingen. Bevor er über Kanäle spricht, fragt er meistens erst: Ist das Produkt überhaupt relevant?

Claus auf LinkedIn ·  Alle Beiträge von Claus

Kategorien: KI
« Zurück zum Glossar