Sprachmodell, Denker, Agent: die drei Sorten KI

Worum es hier geht

Im letzten Artikel haben wir geklärt, was künstliche Intelligenz überhaupt ist: ein System, das nicht starren Regeln folgt, sondern aus Beispielen Muster ableitet. Das war das Fundament. Jetzt kommt die naheliegende nächste Frage — und sie stellt sich jedem, der zum ersten Mal in eine Produktbroschüre schaut oder ein Angebot liest.

Denn dort steht selten einfach „KI“. Dort steht Sprachmodell. Reasoning. Agent. Manchmal alle drei in einem Satz, gern noch garniert mit englischen Kürzeln. Und dann steht man da und fragt sich: Sind das drei verschiedene Dinge? Drei Namen für dasselbe? Und muss ich das überhaupt wissen?

Ja, es sind drei verschiedene Dinge. Nein, Sie brauchen dafür kein Studium. Und ja, es lohnt sich — denn wer die drei auseinanderhalten kann, kauft nicht versehentlich einen Ferrari, um damit Brötchen zu holen.

Ein Bild vorweg: die drei neuen Mitarbeiter

Stellen Sie sich vor, Sie stellen drei Menschen ein.

Die erste ist eine begnadete Schnellsprecherin. Sie hat unfassbar viel gelesen und antwortet auf jede Frage sofort, flüssig und meist erstaunlich passend. Nachdenken? Braucht sie gefühlt nicht — es sprudelt einfach heraus.

Der zweite ist der langsame Grübler. Stellen Sie ihm eine Frage, macht er erst mal gar nichts. Er nimmt sich einen Zettel, rechnet, verwirft, rechnet neu — und erst dann antwortet er. Für „Wie schreibt man einen Dankesbrief?“ ist er völlig überdimensioniert. Für „Stimmt diese Kalkulation?“ ist er Gold wert.

Die dritte ist die Macherin. Sie redet nicht nur, sie steht auf. Sie öffnet Programme, sucht Dateien, verschickt E-Mails, hakt Punkte ab. Sie kommt nicht mit einer Antwort zurück, sondern mit einem erledigten Auftrag.

Diese drei sind, in genau dieser Reihenfolge, das Sprachmodell, das Reasoning-Modell und der Agent. Alles Weitere in diesem Artikel ist nur die ausführliche Version dieses Bildes.

Die Erste: das Sprachmodell

Ein Sprachmodell ist ein KI-System, das mit Text arbeitet: Es liest, was Sie schreiben, und schreibt zurück. ChatGPT, Claude, Gemini — das sind alles Sprachmodelle. Wenn heute jemand „KI“ sagt und dabei an einen Chat denkt, meint er das hier.

Wie es arbeitet, klingt fast enttäuschend simpel: Es sagt immer nur das nächste Wort voraus. Ein einziges. Dann schaut es sich an, was jetzt dasteht, und sagt wieder das nächste voraus. Und wieder. Und wieder. Wort für Wort baut sich so ein ganzer Absatz auf.

Sie kennen das Prinzip von Ihrem Handy. Tippen Sie „Ich bin gleich zu“ — und die Tastatur schlägt „Hause“ vor. Ein Sprachmodell macht genau das. Nur hat es statt Ihrer letzten tausend Nachrichten einen erheblichen Teil des geschriebenen Internets gesehen, und es schaut nicht auf die letzten drei Wörter, sondern auf alles, was bisher im Gespräch stand.

Aus dieser einen Eigenschaft folgt fast alles, was Sprachmodelle können — und alles, was sie nicht können.

Sie können: formulieren, umformulieren, zusammenfassen, übersetzen, Ideen sammeln, erklären, Tonfall ändern. Alles, wo es um Sprache geht, geht ihnen leicht von der Hand.

Sie tun sich schwer mit: allem, wo man ernsthaft nachrechnen oder Schritt für Schritt schlussfolgern muss. Denn das Modell hält nicht inne. Es hat kein Blatt Papier neben sich liegen. Es sagt einfach das nächste wahrscheinliche Wort — und wenn die richtige Antwort mehrere gedankliche Zwischenschritte gebraucht hätte, kommt eben eine Antwort heraus, die klingt wie die richtige.

Merksatz: Ein Sprachmodell antwortet aus dem Bauch heraus. Erstaunlich oft trifft es damit. Aber es prüft sich nicht selbst.

Die Zweite: das Reasoning-Modell

Genau an dieser Stelle setzt die zweite Sorte an. Ein Reasoning-Modell — auf Deutsch etwa „Schlussfolgerungs-Modell“ — ist im Kern dasselbe Sprachmodell. Nur hat man ihm etwas beigebracht: Bevor du antwortest, denk erst nach. Und zwar schriftlich.

Es schreibt sich also erst einmal selbst einen Gedankengang auf, den Sie normalerweise gar nicht zu sehen bekommen: Was ist eigentlich gefragt? Welche Angaben habe ich? Rechnen wir das mal durch. Moment, das kann nicht stimmen, noch mal von vorn. Erst wenn dieser innere Zettel voll ist, formuliert es die eigentliche Antwort.

Das ist der ganze Trick. Kein anderes Grundprinzip, keine neue Technologie — nur die Angewohnheit, sich einen Notizzettel zu nehmen. An einer kleinen Rechenaufgabe sehen Sie sofort, was das ausmacht.

Der Preis dafür ist ehrlich gesagt beträchtlich. Ein Reasoning-Modell braucht länger — statt einer Sekunde können es zwanzig sein oder mehr. Und weil es intern viel mehr Text produziert, kostet jede Anfrage ein Vielfaches.

Deshalb ist die Regel im Alltag angenehm unspektakulär: Nehmen Sie das schnelle Modell. Es erledigt den weitaus größten Teil dessen, was im Büro anfällt. Greifen Sie zum Reasoning-Modell, wenn es wirklich um Denkarbeit geht — eine Kalkulation, ein Vertrag mit Fallstricken, eine Planung mit mehreren Bedingungen, ein Fehler im Programmcode, den niemand findet.

Faustregel: Muss man für die Aufgabe zum Stift greifen und mehrere Schritte durchgehen? Dann Reasoning. Sonst nicht.

Die Dritte: der Agent

Die ersten beiden Sorten haben eines gemeinsam: Sie sagen Ihnen etwas. Am Ende steht Text auf dem Bildschirm, und die eigentliche Arbeit machen immer noch Sie.

Ein Agent durchbricht genau das. Er ist ein KI-System, das nicht nur antwortet, sondern Werkzeuge bedienen darf: Er kann im Internet suchen, eine Datei öffnen, einen Kalendereintrag anlegen, eine Tabelle befüllen, eine E-Mail verschicken. Und er tut das nicht in einem Rutsch, sondern in einer Schleife: Er überlegt, was als Nächstes zu tun ist, tut es, schaut sich das Ergebnis an — und entscheidet daraufhin den nächsten Schritt. So lange, bis das Ziel erreicht ist.

Das ist der wirkliche Unterschied zu allem davor. Sie beauftragen nicht mehr eine Antwort. Sie beauftragen ein Ergebnis.

Achten Sie auf Schritt 3. Dass ein Kunde zweimal in unterschiedlicher Schreibweise in den Daten steht, hat der Agent nicht vorhergesehen. Er ist dem Problem begegnet, hat es bemerkt und seinen Plan angepasst. Genau diese Rückkopplung macht einen Agenten zum Agenten.

Damit steigt der Nutzen enorm — und die nötige Vorsicht ebenso. Ein Sprachmodell, das sich irrt, produziert einen falschen Satz, den Sie lesen und verwerfen. Ein Agent, der sich irrt, verschickt womöglich eine falsche E-Mail. Deshalb gilt bei allem, was nach außen wirkt oder sich schlecht zurücknehmen lässt: erst zeigen lassen, dann freigeben. Gute Agentensysteme fragen an solchen Stellen von sich aus nach.

Achtung: Ein Agent darf handeln. Räumen Sie ihm nur die Rechte ein, die er für die Aufgabe wirklich braucht — und lassen Sie ihn bei folgenreichen Schritten nachfragen.

Wie die drei zusammenhängen

Ein verbreitetes Missverständnis ist, die drei Sorten seien Konkurrenten, zwischen denen man sich entscheiden muss. Das stimmt nicht. Sie bauen aufeinander auf.

Das Sprachmodell ist die Grundlage — die Fähigkeit, Sprache zu verstehen und zu erzeugen. Das Reasoning-Modell ist ein Sprachmodell, das gelernt hat, vor dem Antworten nachzudenken. Und der Agent ist eines von beiden, ausgestattet mit Werkzeugen und der Erlaubnis, sie zu benutzen.

Jede Stufe schließt die vorige mit ein. Ein Agent, der eine schwierige Zwischenfrage lösen muss, denkt dafür nach wie ein Reasoning-Modell. Und beide formulieren am Ende Sprache wie das Sprachmodell, aus dem sie hervorgegangen sind. Die Frage im Alltag lautet deshalb nie „welche Sorte ist die beste?“, sondern: Wie viel von dieser Treppe brauche ich für diese eine Aufgabe?

Was das für Ihren Alltag bedeutet

Ganz praktisch lässt sich die Wahl auf drei Fragen zusammenziehen, die Sie sich in dieser Reihenfolge stellen.

Erstens: Soll am Ende nur Text herauskommen — oder soll etwas geschehen sein? Wenn Sie etwas formuliert, erklärt oder zusammengefasst haben möchten, reden Sie mit einem Modell. Wenn Sie eine erledigte Aufgabe wollen, brauchen Sie einen Agenten.

Zweitens: Muss dafür ernsthaft nachgedacht werden? Also mehrere Schritte, Zahlen, Bedingungen, die sich gegenseitig beeinflussen? Dann Reasoning. Für einen Antwortentwurf auf eine Kundenanfrage wäre es Verschwendung.

Drittens: Was passiert, wenn es schiefgeht? Bei einem Textentwurf: nichts, Sie lesen ihn ja. Bei einem Agenten mit Zugriff auf Ihr Postfach: einiges. Je größer die Reichweite, desto klarer sollten Sie regeln, wo er nachfragen muss.

Und die vielleicht wichtigste Beobachtung zum Schluss: In der Praxis sehen Sie diese Unterscheidung immer seltener. Moderne Systeme entscheiden zunehmend selbst, ob sie kurz nachdenken oder ein Werkzeug greifen. Sie müssen also nicht mehr aktiv umschalten. Aber Sie sollten wissen, was da im Hintergrund passiert — sonst können Sie weder einschätzen, warum eine Antwort mal drei Sekunden und mal eine Minute braucht, noch beurteilen, ob ein Angebot hält, was seine Broschüre verspricht.

Was Sie jetzt wissen

• Ein Sprachmodell sagt Wort für Wort das jeweils wahrscheinlichste nächste voraus. Es ist schnell und sprachlich stark, prüft sich aber nicht selbst.
• Ein Reasoning-Modell ist dasselbe System mit einer zusätzlichen Angewohnheit: Es arbeitet vor der Antwort einen inneren Gedankengang durch. Das macht es bei Denkaufgaben deutlich zuverlässiger, aber auch langsamer und teurer.
• Ein Agent antwortet nicht nur, sondern handelt: Er bedient Werkzeuge und arbeitet in einer Schleife aus Handeln und Nachschauen, bis das Ziel erreicht ist.
• Die drei sind keine Konkurrenten, sondern Stufen — jede baut auf der vorigen auf.
• Die Auswahl folgt drei Fragen: Text oder Tat? Nachdenken nötig? Was kostet ein Fehler?