Was ist ein "Modell"?

Du hast dich mit „einer KI“ unterhalten, aber eigentlich sprichst du mit einem Modell: einem spezifischen 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 verbreiteten 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 bestimmen, wie es antwortet.

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 0.6B, nur 600 Millionen. Das ist absichtlich klein.

Große Modelle benötigen teure GPUs und viel Speicher; ein 0.6B-Modell kann auf einem gewöhnlichen Laptop ausgeführt werden.

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