Was ist ein LLM?

Was ein LLM genau ist

Die Abkürzung LLM steht für Large Language Model — auf Deutsch: grosses Sprachmodell. Es ist die Technik, die hinter den bekanntesten KI-Werkzeugen steckt: ChatGPT von OpenAI, Claude von Anthropic und Gemini von Google. Wenn heute jemand «KI» sagt und einen Chat meint, der erstaunlich menschlich antwortet, meint er fast immer ein LLM.

Ein LLM entsteht in zwei Phasen. Im Training lernt das Modell aus riesigen Mengen Text statistische Muster der Sprache — welche Wörter typischerweise aufeinander folgen, wie ein Satz, eine Begründung, eine E-Mail aufgebaut ist. In der Anwendung nutzt es diese Muster, um auf eine Eingabe zu reagieren. Es schlägt dabei nichts nach. Es rechnet aus, welches Wort als Nächstes am wahrscheinlichsten kommt — und reiht so Wort an Wort, bis eine Antwort entsteht (Quelle: Fraunhofer IESE).

Die eine Idee, die alles erklärt: Ein LLM sagt Wort für Wort die wahrscheinlichste Fortsetzung voraus. Es ist kein Lexikon, das Wissen abruft — es ist ein extrem gutes Sprachgefühl in Maschinenform.

Wie ein LLM einen Satz erzeugt

Stell dir die Autovervollständigung deines Handys vor — aber tausendfach mächtiger. Tippst du «Sehr geehrte», schlägt dein Handy «Damen» vor. Ein LLM macht im Kern dasselbe, nur über ganze Absätze, in vielen Sprachen und mit erstaunlichem Gespür für den Zusammenhang.

Der Ablauf in einfachen Worten:

1. Eingabe lesen — Das Modell nimmt deine Frage oder Anweisung entgegen.
2. Nächstes Wort vorhersagen — Es berechnet, welches Wort am wahrscheinlichsten als Nächstes passt.
3. Anhängen und weitermachen — Es hängt dieses Wort an und stellt sich dieselbe Frage erneut, jetzt mit dem schon Geschriebenen als Kontext.
4. Wiederholen, bis fertig — Schritt für Schritt wächst so die Antwort, bis sie rund ist.

Weil das Modell dabei den gesamten bisherigen Text berücksichtigt, klingt das Ergebnis zusammenhängend und durchdacht. Aus diesem Wort-für-Wort-Spiel entsteht der starke Eindruck, die KI würde verstehen und wissen. In Wahrheit schreibt sie sehr geschickt Wahrscheinlichkeiten fort.

Warum das wichtig ist: kein Nachschlagen, sondern Vorhersagen

Dieser eine Unterschied ist das Fundament jeder ehrlichen KI-Strategie. Ein LLM ist keine Suchmaschine und kein Firmenarchiv. Es «weiss» nichts über deinen letzten Mandanten, deine aktuelle Preisliste oder die Rechnung von gestern — diese Dinge waren nie Teil seines Trainings.

Daraus folgen zwei sehr praktische Konsequenzen für jedes KMU:

• Ein LLM allein kennt dein Firmenwissen nicht. Es kann brillant formulieren, aber nicht aus dem Nichts deine internen Daten zitieren. Damit es das kann, muss man ihm die richtigen Dokumente zur Antwortzeit mitgeben. Genau das leistet RAG — die Brücke vom allgemeinen Sprachgefühl zum belegten Firmenwissen.
• Ein LLM kann überzeugend danebenliegen. Weil es auf Plausibilität optimiert ist, nicht auf Wahrheit, erfindet es bei Wissenslücken manchmal eine gut klingende Antwort. Dieses Phänomen heisst Halluzination — kein Bug, sondern eine direkte Folge der Funktionsweise.

Beides ist kein Grund, KI zu meiden — sondern der Grund, sie richtig einzusetzen: mit echten Quellen verbunden und mit einem Menschen, der an den wichtigen Stellen prüft.

ChatGPT, Claude, Gemini — und warum es nicht «das beste» gibt

Die drei bekanntesten LLMs sind ChatGPT (OpenAI), Claude (Anthropic) und Gemini (Google). Dazu kommen viele weitere Modelle, darunter quelloffene und auch Schweizer Entwicklungen.

Alle arbeiten nach demselben Grundprinzip — und unterscheiden sich trotzdem deutlich im Charakter:

Es gibt deshalb nicht «das beste» LLM — es gibt das passende für die jeweilige Aufgabe. Eine sensible Vertragsanalyse stellt andere Anforderungen als eine freundliche Terminbestätigung. FrontierX legt sich darum nicht auf einen Anbieter fest, sondern wählt das Modell je Vorgang nach dem, was den Prozess am verlässlichsten erledigt — und nicht nach dem lautesten Namen.

Was das für ein Schweizer KMU konkret heisst

Du musst kein eigenes LLM trainieren — das ist enorm aufwändig und für fast jedes KMU der falsche Weg. Der eigentliche Hebel liegt darin, ein bestehendes, starkes Modell mit deinem Firmenwissen zu verbinden und in einen konkreten Ablauf einzubetten: die Eingangsrechnung, die Kundenanfrage, das Behördenformular.

In der Praxis sieht das so aus:

• Das LLM liefert das Sprachvermögen — es liest, versteht, formuliert, sortiert.
• Dein Firmenwissen liefert die Fakten — über RAG bekommt das Modell zur Antwortzeit die richtigen Dokumente, statt zu raten.
• Der Mensch behält die Kontrolle — bei Entscheidungen mit Wirkung auf Personen prüft und gibt ein Mensch frei. In der Schweiz ist das nach revDSG ohnehin geboten; mehr dazu unter Ist KI in der Schweiz DSG-konform?.

Das LLM ist also der Motor, nicht das ganze Auto. Den Rest — Anbindung an deine Software (auch ohne Schnittstelle, per Computer Use), die richtigen Quellen, die Kontrollpunkte — baut FrontierX drumherum, passend zu deinem Vorgang.

Fazit: das Fundament, ehrlich verstanden

Ein LLM ist ein erstaunlich gutes Sprachgefühl in Maschinenform — es sagt Wort für Wort die wahrscheinlichste Fortsetzung voraus. Daraus entsteht der Eindruck von Klugheit, und der ist berechtigt: Für Sprache, Struktur und Verständnis sind diese Modelle stark.

Was sie nicht von selbst können: dein Firmenwissen kennen und garantiert die Wahrheit sagen. Genau hier setzen die nächsten Bausteine an — RAG für belegtes Wissen und ein Mensch in der Schleife gegen Halluzinationen. Wer das verstanden hat, hat das Fundament jeder KI-Strategie gelegt.

Wenn du wissen willst, welcher Vorgang in deinem Betrieb sich als Erstes lohnt, machen wir eine kurze, unverbindliche Auslegeordnung — pragmatisch und ohne Verkaufsdruck.