Was ist ein "Modell"?

Sie haben mit „einer KI“ gechattet, aber Sie sprechen eigentlich mit einem Modell — einem spezifischen KI-System, das auf Daten trainiert wurde, um Antworten zu generieren.

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

Derselbe Prompt 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 reagiert.

Mehr Parameter bedeuten im Allgemeinen mehr Leistungsfähigkeit, aber auch mehr Rechenleistung, die für den Betrieb 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 normalen Laptop laufen.

Der Kompromiss ist eine geringere Leistung bei komplexen Aufgaben – aber es ist perfekt, um Prompt Engineering zu lernen. Wenn Sie mit einem kleinen Modell gute Ergebnisse erzielen können, werden Ihre Prompts auf größeren Modellen noch besser funktionieren.