18 · Grundlagen & Modelle

Reasoning-Modell

Modell, das vor der Antwort sichtbar „nachdenkt“.

Statt sofort zu antworten, erzeugt das Modell erst eine interne Gedankenkette: zerlegt das Problem, prüft Zwischenschritte, verwirft Sackgassen. Das kostet Zeit und Rechenleistung beim Antworten, hebt aber die Qualität bei Mathematik, Code und mehrstufiger Logik deutlich. Neu daran ist der Handel: Man kauft Sorgfalt mit Wartezeit — pro Frage entscheidbar.

Ein Beispiel

Bei einer Frage nach der Hauptstadt Frankreichs antwortet ein Reasoning-Modell genauso schnell wie jedes andere. Bei einer Frage, die drei Bedingungen gegeneinander abwägt — welcher Tarif ist bei diesem Verbrauch, dieser Laufzeit und dieser Kündigungsfrist der günstigste? — arbeitet es sichtbar länger, prüft Zwischenschritte und verwirft eigene Ansätze. Die Antwort kommt nach zwanzig Sekunden statt nach zwei und ist bei mehrstufigen Aufgaben deutlich zuverlässiger.

Genauer betrachtet

Solche Modelle erzeugen vor der eigentlichen Antwort eine längere Ableitung und werden darauf trainiert, dass diese Ableitung zum richtigen Ergebnis führt. Der Gewinn zeigt sich bei mehrschrittigen Aufgaben — Mathematik, Programmieren, Planung — und wird mit Rechenzeit bezahlt.

Warum das zählt

Der Kompromiss ist offen sichtbar: mehr Rechenzeit gegen weniger Fehler. Genau deshalb ist die Modellwahl keine Grundsatzentscheidung, sondern eine pro Aufgabe. Ein Reasoning-Modell für Stammdatenpflege einzusetzen verbrennt Geld und Wartezeit; es bei einer mehrstufigen Prüfung wegzulassen, produziert Fehler, die später jemand von Hand findet. Wer beides im selben Ablauf braucht, staffelt: das schnelle Modell für den Regelfall, das langsame für den Zweifelsfall — und die Regel, wann umgeschaltet wird, ist eine fachliche Entscheidung, keine technische.

Häufig missverstanden

Die sichtbare Gedankenkette ist eine Ausgabe, keine Erklärung. Sie kann plausibel aussehen und trotzdem nicht der Weg sein, auf dem die Antwort zustande kam.

Nachbarschaft

Verwandte Begriffe

Der Brief.