Was ist ein "Modell"?

Du hast mit „einer KI“ gechattet, aber tatsächlich sprichst du mit einem Modell: einem bestimmten KI-System, das anhand von Daten trainiert wurde, um Antworten zu generieren.

„KI“ ist das allgemeine Konzept; ein „Modell“ ist eine bestimmte Version, die du tatsächlich verwenden kannst. Zu den gängigen Modellen gehören GPT-4, Claude, Gemini und Llama, die jeweils von unterschiedlichen Unternehmen entwickelt wurden.

Dieselbe Eingabeaufforderung kann je nach Modell sehr unterschiedliche Ergebnisse liefern.

Was sind Parameter?

Die Größe eines Modells wird in Parametern gemessen: Zahlen, die es während des Trainings gelernt hat und die beeinflussen, wie es reagiert.

Mehr Parameter bedeuten im Allgemeinen mehr Leistungsfähigkeit, aber auch mehr Rechenleistung, die zum Ausführen benötigt wird.

GPT-4 hat schätzungsweise über eine Billion Parameter. Auf dieser Website verwenden wir Qwen3 1.7B mit gerade einmal 1,7 Milliarden. Das ist bewusst wenig.

Große Modelle benötigen teure GPUs und viel Speicher; ein 1,7B-Modell kann auf einem gewöhnlichen Laptop laufen.

Der Kompromiss besteht in einer geringeren Leistungsfähigkeit bei komplexen Aufgaben, aber zum Erlernen von Prompt Engineering ist es perfekt. Wenn du mit einem kleinen Modell gute Ergebnisse erzielen kannst, werden deine Prompts bei größeren Modellen sogar noch besser funktionieren.