Cyberpediavon Brain
DEENFR

Reasoning-Modelle

Wie KI-Modelle funktionieren, die Schritt für Schritt schlussfolgern, wann Sie sie bei der Arbeit nutzen und warum Sie ihre Antworten immer prüfen.

In 30 Sekunden

Wo es vorkommt
In KI-Assistenten, die ihre Schritte vor der Antwort ausführen, etwa bei Berechnungen, Analysen oder mehrstufigen Problemen.
Was es bringt
Bei Denkaufgaben verbessert das Erzeugen von Zwischenschritten die Ergebnisse, die in den hier zitierten Arbeiten gemessen wurden1.
Der Reflex
Lesen Sie das Ergebnis und seine Schritte durch wie die Arbeit eines Kollegen, der in Eile war, und geben Sie niemals sensible oder vertrauliche Daten in ein Werkzeug ein, das Ihr Unternehmen nicht freigegeben hat.
Wenn es schon passiert ist
Informieren Sie Ihre Ansprechperson für Sicherheit oder die Stelle, die die KI-Werkzeuge verwaltet, und nennen Sie Datum und Art der eingegebenen Informationen.

Worum es geht

Manche KI-Assistenten schreiben eine Reihe von Zwischenschritten, bevor sie ihre Antwort geben. Diese Reihe heißt Denkkette, auf Englisch Chain-of-Thought. Sogenannte „Reasoning“-Modelle sind darauf ausgelegt, lange Denkketten zu erzeugen und für jede Antwort mehr Rechenleistung aufzuwenden.

Für Beschäftigte stellt sich die praktische Frage einfach: Wann lohnt sich dieser Modus trotz der Wartezeit, und was sollten Sie an dem prüfen, was er anzeigt? Die hier zitierten Quellen sind Forschungsarbeiten. Sie beschreiben die Methode und ihre Grenzen, vergleichen aber weder Produkte auf dem Markt noch deren Preise.

Direkte Fragen

Was ist ein Reasoning-Modell?

Es ist ein Sprachmodell, das vor seiner endgültigen Antwort eine Reihe von Schritten erzeugt. Ein im Januar 2022 eingereichter Artikel zeigt, dass schon wenige Beispiele für solche Schritte die Leistung bei Aufgaben zu Arithmetik, Alltagswissen und symbolischem Schlussfolgern verbessern1. Mit nur acht Beispielen erreichte ein Modell mit 540 Milliarden Parametern den besten bekannten Stand im GSM8K-Test, einer Sammlung von Mathematikaufgaben in Alltagssprache1.

Braucht es Beispiele, um dieses Verhalten zu erhalten?

Nicht immer. Ein anderes Team hat gezeigt, dass der Satz „Let's think step by step“ vor der Antwort genügt, um die Ergebnisse deutlich zu verbessern2. Im MultiArith-Test stieg die Genauigkeit eines großen Modells von 17,7 % auf 78,7 %, im GSM8K-Test von 10,4 % auf 40,7 %2.

Wie werden sie trainiert?

Die Autoren von DeepSeek-R1, am 22. Januar 2025 auf arXiv veröffentlicht, beschreiben ein Verfahren des bestärkenden Lernens, bei dem Denkmuster wie die Selbstüberprüfung entstehen, ohne von Menschen verfasste Beispiele für Schlussfolgerungen5. Nach ihren Angaben erzielt das Modell in Mathematik, Programmierwettbewerben und Naturwissenschaften bessere Ergebnisse als vergleichbare Modelle, die mit menschlichen Vorführungen trainiert wurden5. Andere Arbeiten vergleichen zwei Arten, das Training zu lenken: nur das Endergebnis belohnen oder jeden Schritt bewerten. In der Studie „Let's Verify Step by Step“ liefert die zweite Art bessere Ergebnisse bei schwierigen Mathematikaufgaben6.

Warum sind diese Modelle langsamer?

Sie setzen im Moment der Antwort mehr Rechenleistung ein. Eine Studie von 2024 untersucht diese Entscheidung: Je nach Schwierigkeit der Frage lohnt sich derselbe Rechenaufwand unterschiedlich stark4. Die Autoren schreiben, dass bei Aufgaben, die ein kleineres Modell schon teilweise löst, zusätzliche Rechenleistung bei der Antwort ein 14-mal größeres Modell übertreffen kann4. Die hier zitierten Quellen nennen weder Wartezeit noch Preis für ein bestimmtes Produkt.

1Wie es funktioniert1 min

Eine Denkkette (Chain of Thought) ist eine Reihe von Zwischenschritten des Schlussfolgerns, die das Modell vor seiner Antwort erzeugt. Nach Angaben der Autoren verbessert dies die Fähigkeit großer Sprachmodelle, bei komplexen Problemen zu schlussfolgern, deutlich1.

Mehrere Techniken bauen auf diesem Prinzip auf. Bei der Selbstkonsistenz (Self-Consistency) erzeugt das Modell mehrere verschiedene Denkwege und behält die häufigste Antwort. In Rechen- und Alltagswissenstests verbessert das die Ergebnisse, etwa um 17,9 Punkte bei GSM8K3. Die Ausgangsidee ist, dass ein komplexes Problem mehrere Wege zu einer einzigen richtigen Antwort zulässt3.

Ein anderer Ansatz, ReAct, verbindet Schlussfolgern und Handeln: Das Modell fragt eine externe Quelle ab, hier eine Wikipedia-Schnittstelle, um unterwegs eine Tatsache zu prüfen9. Seine Autoren geben an, dass er Halluzinationen und die Fortpflanzung von Fehlern begrenzt, die bei der Denkkette allein häufig sind9.

2Was Sie tun1 min

Wählen Sie den Modus passend zur Aufgabe. Die zitierten Arbeiten behandeln mehrstufige Probleme: Arithmetik, Logik, Mathematik, Programmierung15. Für eine vergleichende Analyse, eine Berechnung, die Sie prüfen wollen, oder ein Problem, das sich zerlegen lässt, passt ein Reasoning-Modell. Um eine E-Mail umzuformulieren, einen kurzen Text zusammenzufassen oder ein Synonym zu suchen, antwortet ein klassisches Modell schneller. Keine hier zitierte Quelle misst diese einfachen Fälle, doch der zusätzliche Rechenaufwand hat dort keinen Zweck.

Prüfen Sie danach das Ergebnis, nicht nur die Art, wie es dargestellt wird:

  • Rechnen Sie die Berechnung oder den Vergleich, auf den sich die Entscheidung stützt, selbst nach.
  • Prüfen Sie jede genannte Zahl, jeden Namen und jede Referenz anhand eines vertrauenswürdigen Dokuments.
  • Stellen Sie dieselbe Frage ein zweites Mal oder anders formuliert. Weichen die Antworten voneinander ab, ist das ein Warnsignal, im Sinne der Selbstkonsistenz3.
  • Lassen Sie alles, was an einen Kunden geht oder für eine Entscheidung verwendet wird, von einer Kollegin oder einem Kollegen gegenlesen.

Daten bleiben außerhalb des Werkzeugs, solange es nicht freigegeben ist. Geben Sie weder Passwörter noch Kundendaten noch vertrauliche Dokumente in einen Dienst ein, den Ihr Unternehmen nicht geprüft hat. Die hier zitierten Quellen beschreiben nicht, wie ein bestimmter Dienst mit Daten umgeht: Wenden Sie die interne Regel Ihres Unternehmens an.

3Die Fallstricke2 min

Die angezeigte Begründung ist nicht immer die tatsächliche. Eine Studie zu GPT-3.5 und Claude 1.0 zeigt, dass schrittweise Erklärungen den wahren Grund der Antwort verzerren können7. Wenn die Forschenden der Frage eine Verzerrung unterschoben, etwa indem sie die richtige Antwort immer als Option „(A)“ platzierten, erwähnten die Modelle dies in ihren Erklärungen nicht7. Wurden sie zu einer falschen Antwort gedrängt, erfanden sie oft eine Begründung, und die Genauigkeit konnte bei 13 Aufgaben um bis zu 36 % sinken7. Die Autoren schreiben, diese Erklärungen könnten „plausible yet misleading“ sein7.

Eine klare Erklärung ist also kein Beweis. Ein Artikel vom Juli 2025 kommt zudem zu dem Schluss, dass die Überwachung von Denkketten eine Chance für die Sicherheit von KI bietet, aber unvollkommen und möglicherweise brüchig ist: Manche unerwünschten Verhaltensweisen bleiben unbemerkt8.

Fehler bleiben selbst bei den besten Modellen möglich. Die Autoren der Studie zur schrittweisen Überwachung stellen fest, dass selbst die fortschrittlichsten Modelle weiterhin regelmäßig logische Fehler machen6. Ihr bestes Modell löst 78 % der Aufgaben einer repräsentativen Teilmenge des MATH-Tests6.

Das Rahmenwerk für das Risikomanagement von KI des NIST, einer US-amerikanischen Behörde, ist freiwillig anzuwenden10. Es soll Vertrauenswürdigkeit besser in Entwurf, Nutzung und Bewertung von KI-Produkten verankern10. Sein Profil für generative KI stammt vom 26. Juli 202410. Für Beschäftigte lautet die praktische Lehre, ein KI-Ergebnis als Risiko zu behandeln, das beherrscht werden muss, mit einer Person, die vor der Verwendung prüft.

4Reale Fälle1 min

22. Januar 2025: Veröffentlichung von DeepSeek-R1

Am 22. Januar 2025 reichen die Autoren von DeepSeek-R1 ihren Artikel auf arXiv ein. Sie beschreiben darin ein Modell, dessen Fähigkeit zum Schlussfolgern aus bestärkendem Lernen stammt, und geben an, dass diese Denkmuster dazu dienen können, kleinere Modelle zu verbessern5. Die hier zitierten Quellen behandeln keine Datenschutzfragen, die dieses Modell aufgeworfen haben mag: Diese Seite beschreibt sie nicht, und die oben genannte Regel zu sensiblen Daten gilt für jedes nicht freigegebene Werkzeug.

Merkblatt

Kennung
CP-266
Flügel
4. Künstliche Intelligenz
Brain-Kompetenz
KI beherrschen (master_ai)
Brain-Reflex
air-049
Schema
G3 · Anatomischer Schnitt
Sprachen
de, en, fr
Quellen
10 Quellen geprüft am 3. November 2026
Quellen10 Quellen
  1. arXiv, „Chain-of-Thought Prompting Elicits Reasoning in Large Language Models“, 28. Januar 2022. https://arxiv.org/abs/2201.11903 (abgerufen am 3. November 2026)
  2. arXiv, „Large Language Models are Zero-Shot Reasoners“, 24. Mai 2022. https://arxiv.org/abs/2205.11916 (abgerufen am 3. November 2026)
  3. arXiv, „Self-Consistency Improves Chain of Thought Reasoning in Language Models“, 21. März 2022. https://arxiv.org/abs/2203.11171 (abgerufen am 3. November 2026)
  4. arXiv, „Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters“, 6. August 2024. https://arxiv.org/abs/2408.03314 (abgerufen am 3. November 2026)
  5. arXiv, „DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning“, 22. Januar 2025. https://arxiv.org/abs/2501.12948 (abgerufen am 3. November 2026)
  6. arXiv, „Let's Verify Step by Step“, 31. Mai 2023. https://arxiv.org/abs/2305.20050 (abgerufen am 3. November 2026)
  7. arXiv, „Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting“, 7. Mai 2023. https://arxiv.org/abs/2305.04388 (abgerufen am 3. November 2026)
  8. arXiv, „Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety“, 15. Juli 2025. https://arxiv.org/abs/2507.11473 (abgerufen am 3. November 2026)
  9. arXiv, „ReAct: Synergizing Reasoning and Acting in Language Models“, 6. Oktober 2022. https://arxiv.org/abs/2210.03629 (abgerufen am 3. November 2026)
  10. NIST, „AI Risk Management Framework“. https://www.nist.gov/itl/ai-risk-management-framework (abgerufen am 3. November 2026)

Diesen Artikel zitieren

Brain, „Reasoning-Modelle“, Cyberpedia, 2026. https://startbrain.io/cyberpedia/de/articles/reasoning-modelle-chain-of-thought/

BibTeX 
@misc{brain_cp266_de_2026,
  author = {Brain},
  title = {Reasoning-Modelle},
  year = {2026},
  howpublished = {Cyberpedia},
  url = {https://startbrain.io/cyberpedia/de/articles/reasoning-modelle-chain-of-thought/},
  note = {CC BY 4.0}
}
Lizenz CC BY 4.0