Worin LLMs stark sind (und worin nicht)

Fragen Sie ChatGPT, Claude oder Gemini, wie oft der Buchstabe „r“ in „strawberry“ vorkommt, und es besteht eine reale Chance, dass die Antwort „zwei“ lautet. Richtig ist drei. Das ist ein Modell, das eine juristische Zusammenfassung entwerfen, Quantentunneln erklären und funktionierenden Code schreiben kann, und trotzdem scheitert es an etwas, das ein Sechsjähriger richtig macht.

Genau dieser Widerspruch ist die ganze Lektion. Sobald Sie verstehen, *warum* das passiert, können Sie vorhersagen, wo diese Tools glänzen und wo sie still versagen.

Kurz dazu, was ein LLMLLMEin Large Language Model ist ein KI-System, das auf riesigen Textmengen trainiert wurde, um Sprache vorherzusagen und zu erzeugen. Damit sind Aufgaben wie Schreiben, Zusammenfassen und Beantworten von Fragen möglich.Vollständige Definition ansehen → eigentlich tut

LLM steht für „large language model“. Es ist der Motor hinter ChatGPT, Claude und Gemini. Einfach gesagt: Es ist ein System, das darauf trainiert ist, den wahrscheinlichsten nächsten Textbaustein vorherzusagen, basierend auf Mustern in einer riesigen Menge an Texten.

Es ist kein Taschenrechner. Es ist keine Datenbank. Es ist ein sehr ausgefeilter Mustervervollständiger für Sprache.

Behalten Sie diesen einen Gedanken im Kopf, und das meiste an seinem Verhalten ist nicht mehr überraschend.

Das Strawberry-Problem, erklärt

LLMs lesen Buchstaben nicht so, wie Sie es tun. Bevor sie Ihren Text verarbeiten, zerlegen sie ihn in TokensTokensEin Token ist die grundlegende Texteinheit, die Sprachmodelle verarbeiten, oft ein Wortfragment, ein ganzes Wort oder ein Satzzeichen und nicht ein einzelnes Zeichen.Vollständige Definition ansehen →: Textbausteine, oft ganze Wörter oder Wortteile. „Strawberry“ wird vielleicht zu einem oder zwei Tokens, nicht zu sieben einzelnen Buchstaben.

Wenn Sie also nach der Anzahl der „r“ fragen, arbeitet das Modell mit einer verschwommenen, vorzerlegten Version des Wortes. Es hat die Buchstaben nie einzeln gesehen. Es rät auf Basis von Mustern, und Raten ist genau das falsche Werkzeug für eine exakte Zählung.

Derselbe blinde Fleck zeigt sich bei:

• Exakter Arithmetik mit großen Zahlen (48.271 × 9.330)
• Zählen von Wörtern, Zeichen oder Elementen in einer langen Liste
• Allem, was präzise, mechanische Buchführung erfordert

Probieren Sie das aus und beobachten Sie, wie es stolpert:

„Wie viele Wörter hat dieser Satz, und wie viele beginnen mit einem Vokal?“

Oft kommt eine selbstbewusste, falsche Zahl.

Die Lösung: Geben Sie ihm Tools

Aktuelle Versionen von ChatGPT, Claude und Gemini kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen im Hintergrund Code ausführen oder einen Rechner aufrufen. Wenn sie das tun, steigt die Genauigkeit sprunghaft, weil die eigentliche Rechnung von einem echten Computer übernommen wird und nicht von Musterraten.

Wenn Sie ein Modell mit Code-Fähigkeit haben, erzwingt dieser Prompt den zuverlässigen Weg:

Count the letter "r" in "strawberry" by writing and running 
Python code, then show me the result.

word = "strawberry"
print(word.count("r"))  # 3

Die Lehre daraus: Wenn Sie eine exakte Zahl brauchen, **bitten Sie das Modell, *ein Tool zu nutzen*, oder machen Sie diesen Schritt selbst**.

Wo LLMs wirklich glänzen

Jetzt die gute Nachricht. Dieselbe Mustervervollständigung, die beim Zählen versagt, ist bei Sprachaufgaben *brillant*. Das sind die Gewinne, auf die Sie sich täglich stützen sollten.

Umschreiben und Tonalität ändern

Das ist wohl das Nützlichste, was LLMs leisten. Fügen Sie einen holprigen Text ein und bitten Sie um eine bestimmte Tonalität.

„Schreibe diese E-Mail wärmer und kürzer und entferne die Entschuldigung am Anfang.“

Es gibt hier keine einzige „richtige“ Antwort, und genau deshalb läuft das Modell zur Hochform auf. Es remixt Sprache, es berechnet keinen Fakt.

Zusammenfassen

Geben Sie einen langen Artikel, ein Transkript oder einen Thread hinein und fragen Sie nach dem Kern.

„Fasse diesen 2.000-Wörter-Bericht in 5 Bullet Points zusammen, die für eine vielbeschäftigte Führungskraft relevant sind.“

Darin ist es sehr gut. Denken Sie nur daran: Es kann gelegentlich ein Detail weglassen oder verzerren, prüfen Sie also jede Zahl oder jeden Namen, der zählt.

Brainstorming und Entwürfe

Beim weißen Blatt fühlen sich LLMs wie Magie an. Namen, Gliederungen, Perspektiven, erste Entwürfe.

„Gib mir 10 Betreffzeilen für eine Webinar-Einladung zum Thema KI für Steuerberater. Mische neugierig, direkt und leicht spielerisch.“

Sie fragen nicht nach *der* richtigen Antwort. Sie fragen nach vielen plausiblen Optionen, auf die Sie reagieren können. Das ist das Heimspiel des Modells.

Ein klarer Entwurfs-Gewinn, direkt gegenübergestellt

Hier der Kontrast, der die ganze Landschaft abbildet.

Der Fehlschlag (Präzisionsaufgabe):

„Wie viele r hat strawberry?“ → „Es sind zwei r.“ (Falsch.)

Der Gewinn (Sprachaufgabe):

„Mach aus diesen Rohnotizen ein höfliches Kunden-Update in 3 Sätzen: Projekt verzögert, neuer Termin 14. März, überarbeiteter Plan kommt Freitag.“

→ „Hallo Sarah, ich wollte kurz darauf hinweisen, dass sich der Projektzeitplan verschoben hat und unser neues Zieldatum jetzt der 14. März ist. Wir stellen gerade einen überarbeiteten Plan zusammen und schicken ihn Ihnen bis Freitag. Danke für Ihre Geduld, und melden Sie sich gern bei Fragen.“

Gleiches Tool, gleiche Minute. Das eine ist eine Vermutung, die sich als Fakt ausgibt. Das andere ist genau das, wofür diese Systeme gebaut wurden.

Das Muster zum Merken

Es gibt einen einfachen Test, ob eine Aufgabe den Stärken eines LLM entspricht.

Spielt den Stärken zu: Die Aufgabe hat viele akzeptable Antworten, und „gut genug und flüssig“ ist das Ziel. Umschreiben, Zusammenfassen, Erklären, Brainstorming, Übersetzen, Entwerfen.

Spielt den Schwächen zu: Die Aufgabe hat genau eine richtige Antwort, die von präzisem Zählen, Rechnen oder aktuellen Fakten abhängt. Mathematik, Zeichenzählung, Live-Daten, exakte Quellenangaben.

Wenn Sie im Gebiet „eine richtige Antwort“ sind, geben Sie dem Modell entweder ein Tool oder prüfen Sie das Ergebnis selbst.

Die andere große Schwäche: selbstbewusst falsche Antworten

Wir gehen darauf in der Lektion zu Halluzinationen tief ein, aber es gehört auch hierher. Eine Halluzination liegt vor, wenn ein LLM etwas Falsches mit voller Überzeugung behauptet: ein erfundenes Zitat, eine erfundene Statistik, ein Gerichtsurteil, das nie existiert hat.

Das ist kein Lügen. Das Modell macht seinen Job, es sagt plausibel klingenden Text voraus, und „plausibel“ ist nicht dasselbe wie „wahr“.

Die riskantesten Aufgaben verbinden zwei Merkmale:

1. Es gibt eine präzise, überprüfbare Antwort.
2. Das Modell hat kein Tool, um sie zu prüfen.

Deshalb sind „Wie hoch ist die Einwohnerzahl von Lyon im Jahr 2026?“ oder „Nenne drei peer-reviewte Studien zu X“ Gefahrenzonen. Das Modell erfindet bereitwillig eine sauber aussehende Antwort.

Praktische Verteidigung

Nutzen Sie das Modell für die *Form* der Arbeit und prüfen Sie die *Fakten*.

„Entwirf einen Absatz über die Vorteile von Remote-Arbeit. Markiere jede konkrete Statistik mit [VERIFY], damit ich weiß, dass ich sie prüfen muss.“

Die meisten aktuellen Modelle kennzeichnen auf Nachfrage, wo sie unsicher sind. Sie können auch die Websuche aktivieren (verfügbar in ChatGPT, Claude und Gemini), damit Faktenaussagen in echten, anklickbaren Quellen verankert werden.

Für eine tiefere, kostenlose Lektüre dazu, wie diese Systeme funktionieren und wo sie danebenliegen, ist der Kurs [Elements of AI](https://www.elementsofai.com/) ein sehr guter, jargonarmer Einstieg.

Wie Sie Ihre Arbeit danach strukturieren

Sie müssen keine Liste auswendig lernen. Sortieren Sie einfach jede Aufgabe, bevor Sie prompten.

Schritt 1: Benennen Sie den Aufgabentyp. Ist das eine *Sprach*-Aufgabe (umschreiben, zusammenfassen, Brainstorming) oder eine *Präzisions*-Aufgabe (zählen, rechnen, Fakten finden)?

Schritt 2: Passen Sie das Vorgehen an.

• Sprachaufgabe → frei prompten, iterieren, die beste Version auswählen.
• Präzisionsaufgabe → das Modell bitten, ein Tool zu nutzen (Code, Rechner, Websuche), oder diesen Teil selbst machen.

Schritt 3: Prüfen Sie, was prüfbar ist. Zahlen, Namen, Daten und Zitate bekommen einen kurzen zweiten Blick. Tonalität und Formulierung brauchen das nicht.

Ein kombinierter Prompt, der jede Stärke richtig einsetzt:

Summarize the attached sales notes into 4 bullets for my boss. 
For any total or percentage, calculate it using code and double 
check it. Flag anything you're unsure about with [VERIFY].

Damit geht die Sprachaufgabe an das Modell und die Rechnung an ein Tool, in einem Zug. Das ist die Haltung: Lassen Sie das LLM Sprache machen und vertrauen Sie ihm standardmäßig nie als Taschenrechner oder Lexikon.

Die wichtigsten Punkte

• LLMs sagen Sprache voraus, sie berechnen keine Fakten. Deshalb gelingt ihnen Umschreiben und deshalb scheitern sie am Zählen der „r“ in „strawberry“.
• Setzen Sie sie für Sprachaufgaben ein: Umschreiben, Zusammenfassen, Brainstorming, Entwerfen, Übersetzen. Jede Aufgabe mit vielen akzeptablen Antworten ist eine Stärke.
• Seien Sie vorsichtig bei Präzisionsaufgaben: exakte Mathematik, Zählen, Live-Daten und Quellenangaben. Sagen Sie dem Modell, es soll ein Tool nutzen, oder prüfen Sie selbst.
• Erzwingen Sie den zuverlässigen Weg über den Prompt. Bitten Sie für Mathematik um „use code“, schalten Sie für Fakten die Websuche ein und fordern Sie [VERIFY]-Markierungen für alles Prüfbare.
• Prüfen Sie, was prüfbar ist, und lassen Sie den Rest locker. Zahlen, Namen und Daten doppelt checken; Tonalität und Formulierung laufen lassen.