Wie funktioniert KI? Was ein Sprachmodell tut und was daraus für die Arbeit damit folgt

Sie lassen einen Angebotsentwurf vorbereiten. Der Text trifft den Ton, die Leistungen passen. Der Preis stammt allerdings aus einer alten Liste. So könnte eine Büroaufgabe aussehen, bei der ein Sprachmodell viel Schreibarbeit übernimmt und zugleich eine wichtige Frage offenlässt: Woher kommt seine Information?

An diesem fiktiven Beispiel lässt sich die Funktionsweise erklären. Entscheidend ist, gelerntes Wissen und die Unterlagen für den aktuellen Auftrag auseinanderzuhalten. Dafür brauchen Sie keine Programmierkenntnisse. Sie sollten aber erkennen können, was dem Modell vorliegt und woran Sie sein Ergebnis prüfen.

Wie arbeitet ein Sprachmodell im Angebotsfall?

Künstliche Intelligenz (KI) umfasst unterschiedliche Verfahren; hier geht es um die Textgenerierung mit einem Sprachmodell. Ein Programm zur Bildprüfung bearbeitet eine andere Aufgabe als ein Modell, das einen Angebotstext formuliert. Auch die Zuordnung eingehender Dokumente zu Kategorien hat einen anderen Zweck. Der Oberbegriff sagt deshalb noch wenig darüber aus, wie eine bestimmte Anwendung arbeitet.

Beim Angebotsfall kann eine Anwendung mehrere Verfahren verbinden. Sie könnte eine Anfrage zunächst einer Produktgruppe zuordnen und anschließend einen Textentwurf erzeugen. Eine festgelegte Freigaberegel könnte wiederum bestimmen, wer diesen Entwurf vor dem Versand prüft. Für jede Station ist eine andere Frage sinnvoll: Ist die Zuordnung richtig? Stimmt der Text mit der Anfrage überein? Hat die zuständige Person zugestimmt?

Ein Sprachmodell verarbeitet sprachliche Eingaben und kann daraus Text erzeugen.^[1] Die folgenden Abschnitte erklären diesen Teil der Aufgabe. Wer zunächst mögliche Einsatzfelder im Unternehmen einordnen möchte, findet die breitere Perspektive im Beitrag zu KI und Digitalisierung.

Was lernt ein Sprachmodell beim Training?

Beim Training werden die Modellparameter anhand von Beispieldaten angepasst. Das sind die Zahlenwerte, mit denen das Modell seine Berechnungen ausführt. Im Trainingsverfahren wird ausgewertet, wie gut eine Vorhersage zu den vorliegenden Beispielen passt; daraus entstehen Änderungen an diesen Werten.^[2] Vereinfacht gesagt werden Muster in der Berechnung des Modells verankert.

Die Nutzung eines bereits trainierten Modells ist ein eigener Vorgang. Sie geben beispielsweise die Anweisung, aus einer Kundenanfrage einen höflichen Angebotsentwurf zu machen. Dazu können Sie ein Musterangebot beifügen. Diese Informationen beeinflussen die aktuelle Antwort. Dass dies ohne erneute Parameteränderung möglich ist, zeigt bereits die Forschung zu Aufgabenbearbeitung durch Anweisungen und Beispiele im Eingabetext.^[3]

Für Ihren Auftrag ergibt sich daraus eine nützliche Unterscheidung: Eine Preisliste als Anlage dient zunächst als Arbeitsunterlage. Ob eine konkrete Anwendung Eingaben zusätzlich speichert oder später für Training verwendet, ist eine gesonderte Produkt- und Vertragsfrage. Aus der bloßen Wirkung einer Anlage auf die Antwort lässt sich das nicht ablesen. Ebenso sollten Sie für einen späteren Auftrag ausdrücklich klären, ob dieselbe Unterlage erneut verfügbar ist.

Wie wird aus Ihrer Anfrage eine Antwort?

Ein generatives Sprachmodell verarbeitet Text in Tokens und erzeugt eine Fortsetzung aus dem verfügbaren Kontext. Tokens können Wörter, Wortteile oder einzelne Zeichen repräsentieren.^[1] Das Modell berechnet, welche Fortsetzungen zur bisherigen Eingabe passen. Der erzeugte Text wird dabei selbst Teil des weiteren Zusammenhangs.

Nehmen Sie die begonnene Formulierung „Das Angebot umfasst …“. Welche Fortsetzung passt, hängt unter anderem davon ab, welche Leistungen in der Anfrage stehen und welche Vorgaben Sie für das Angebot mitgeben. Diese kurze Textfolge illustriert das Prinzip; sie ist keine Ausgabe eines bestimmten Tokenizers und keine Vorhersage, wie jedes Modell den Satz fortsetzen würde.

Viele Sprachmodelle verwenden eine Transformer-Architektur. Ein wichtiger Bestandteil heißt Attention: Dabei werden Beziehungen zwischen Textelementen rechnerisch gewichtet.^[2][4] Im Angebotsfall gehören etwa eine Leistung und die dazu genannte Menge zusammen.

Mit diesem Wissen können Sie zwei Prüfungen auseinanderhalten. Ein Text kann gut zur Anfrage passen und trotzdem eine falsche Zahl enthalten. Die sprachliche Form lässt sich direkt am Entwurf beurteilen. Für den Preis brauchen Sie die gültige Preisliste und den richtigen Eintrag darin.

Woher kommt der Preis im Angebotsentwurf?

Im angenommenen Angebot steht ein alter Preis. Bevor Sie nur die Zahl ersetzen, lohnt sich die Frage, welche Information dem Modell zur Verfügung stand. War die aktuelle Liste beigefügt? Konnte die Anwendung sie abrufen? Oder blieb die Herkunft der Angabe offen?

Sprachmodelle können Faktenwissen in ihren Parametern enthalten. Daneben können einer Anwendung externe Wissensquellen zur Verfügung stehen. Diese Unterscheidung zwischen parametrischem Wissen und abrufbaren Dokumenten beschreibt die Forschung zu Retrieval-Augmented Generation, kurz RAG.^[5] Der Ansatz verbindet Informationsabruf mit Textgenerierung. Einen näheren Einstieg bietet RAG für kleine und mittlere Unternehmen.

Für den zweiten Versuch benennen Sie die aktuelle Preisliste und verlangen die Fundstelle zu jedem übernommenen Preis. Enthält die Kundenanfrage eine abweichende Angabe, soll der Entwurf diese Abweichung zur Klärung vorlegen. Eine zitierte Fundstelle ist dabei ein Ansatzpunkt für die Prüfung; Sie gleichen sie mit dem Dokument ab. So wird aus der allgemeinen Herkunftsfrage eine überprüfbare Arbeitsquelle für dieses Angebot.

Was ändert sich durch Werkzeuge und Agenten?

Der Entwurf liegt jetzt mit einem Quellenhinweis vor. Bedeutet das auch, dass er gespeichert oder an den Kunden gesendet wurde? Dafür müssen Sie wissen, welche Handlungen die Anwendung ausführen kann und welche davon tatsächlich erfolgt sind.

Eine Anwendung kann ein Sprachmodell um Informationsabruf und Werkzeuge ergänzen. In Anthropics Architekturverständnis steuert ein Agent seinen Ablauf und Werkzeuggebrauch dynamisch; ein festgelegter Workflow folgt dagegen vorgegebenen Abläufen.^[6] Die Bezeichnung allein sagt also noch nicht, welche Handlungsmöglichkeiten Ihr Büroassistent hat.

Im Angebotsbeispiel könnten Werkzeuge die Preisliste lesen und den Entwurf in einem vereinbarten Ordner ablegen. Der Versand bleibt in diesem angenommenen Ablauf bei der zuständigen Person. Vereinbaren Sie für jede Handlung einen passenden Nachweis: welches Dokument gelesen wurde, wo der Entwurf liegt und wer ihn freigegeben hat. Eine formulierte Antwort und eine bestätigte Änderung an einer Datei sind verschiedene Ergebnisse.

Damit lässt sich auch eine einfache Anwendung mit festem Ablauf sinnvoll gestalten. Für diese Aufgabe muss die Anwendung nicht frei über alle Schritte entscheiden können. Die erlaubten Handlungen richten sich nach dem Arbeitsauftrag; die Übergabe wird im Beitrag zur Zusammenarbeit von Mensch und Agent vertieft.

Wie geben Sie einen überprüfbaren Auftrag?

Ein überprüfbarer Auftrag nennt das gewünschte Ergebnis, die zulässigen Arbeitsquellen und die Kriterien für die Abnahme. Im Angebotsfall können Sie daraus eine kurze Arbeitsanweisung machen. Sie beschreibt zugleich, wie mit fehlenden Informationen umzugehen ist.

Wer prüft den Entwurf und wann wird nachgefragt?

Die Fachverantwortliche übernimmt die Abnahme der Preise und Leistungszuordnung. Bei einem fehlenden Eintrag oder einem Widerspruch erhält sie eine Rückfrage statt einer stillschweigend ergänzten Angabe. Geprüft wird jeder Entwurf vor dem Versand. Für verbindliche Angaben empfehlen wir eine benannte Arbeitsquelle und eine fachliche Ergebnisprüfung.

Bei wiederkehrenden Aufgaben können Sie die Anweisung als Vorlage hinterlegen. Der wechselnde Teil besteht dann aus der konkreten Anfrage und der jeweils gültigen Unterlage. Prüfen Sie beim nächsten Auftrag, ob beides tatsächlich vorliegt. Die vollständige Arbeitsmappe erspart Rückfragen zur Aufgabe; die Ergebnisprüfung bleibt Teil der vereinbarten Abnahme.

Welche Prüfzeit gehört in die Planung?

Die benötigte Prüfzeit gehört zur Aufwandsschätzung eines KI-unterstützten Arbeitsablaufs. Beginnen Sie mit den einzelnen Arbeitsschritten, die trotz vorbereitetem Text erforderlich sind. Dann können Sie beobachten, welcher Teil im eigenen Betrieb Zeit beansprucht.

Annahme für die Beispielrechnung: Sie bearbeiten 20 Angebotsentwürfe pro Monat. Für die fachliche Quellenprüfung rechnen Sie mit 4 Minuten je Entwurf, für das Finden der Fundstellen mit weiteren 2 Minuten. Daraus ergeben sich 20 × 4 = 80 Minuten Prüfung und 20 × 2 = 40 Minuten Suche. Zusammen sind das 120 Minuten oder 2 Stunden pro Monat.

Diese Rechnung schätzt zwei Arbeitsschritte. Die Zeit für das Erzeugen und Überarbeiten des Entwurfs kommt hinzu. Sie zeigt weder einen gemessenen Quandes-Ablauf noch eine Einsparung gegenüber manueller Arbeit. Für Ihre eigene Bewertung erfassen Sie die tatsächlichen Zeiten getrennt und vergleichen anschließend vollständige Abläufe mit gleicher Ergebnisqualität. So können Sie beurteilen, ob die gewählte Unterstützung für Ihre Aufgabe passt.

Weiterführend

KI und Digitalisierung

KI und Digitalisierung: Grundlagen zwischen Theorie und Unternehmenspraxis

KI-Theorie und AGI-Debatte einordnen: Das Grundlagen-Themenfeld zeigt, was an KI-Zukunftsversprechen Substanz hat und was Marketing bleibt.

Agentisches Arbeiten

RAG für KMU: Quellenanker statt besseres Modell

RAG ist im KMU eine Quellenbindung für Agenten. Drei Einsatzarten, drei Stolperstellen, und wann sich RAG nicht lohnt. Stand 2026-05-29.

Agentisches Arbeiten

Mensch-Agent-Übergabe: Wer entscheidet wann?

Die wichtigste Designentscheidung agentischen Arbeitens betrifft die Stelle, an der ein Mensch die Verantwortung übernimmt. Vier Übergabe-Modi, Risiko-Matrix und Audit-Trail-Pflicht.