--- id: CP-260 slug: temperatur-top-p-top-k-ki lang: de title: Warum die KI nie zweimal gleich antwortet description: Ein Sprachmodell kann dieselbe Frage unterschiedlich beantworten. Was Temperatur, Top-p und Top-k steuern und was Sie tun können. canonical_url: https://startbrain.io/cyberpedia/de/articles/temperatur-top-p-top-k-ki/ markdown_url: https://startbrain.io/cyberpedia/de/articles/temperatur-top-p-top-k-ki.md publisher: Brain (https://startbrain.io) license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) cite_as: Brain, „Warum die KI nie zweimal gleich antwortet“, Cyberpedia, 2026. https://startbrain.io/cyberpedia/de/articles/temperatur-top-p-top-k-ki/ (CC BY 4.0) wing: 4 theme: understand_ai reflex: air-042 schema: G3 updated: "2026-11-03" translations: de: https://startbrain.io/cyberpedia/de/articles/temperatur-top-p-top-k-ki/ fr: https://startbrain.io/cyberpedia/fr/articles/temperature-top-p-top-k-ia/ en: https://startbrain.io/cyberpedia/en/articles/temperature-top-p-top-k-sampling/ es: https://startbrain.io/cyberpedia/es/articles/temperatura-top-p-top-k-ia/ sources: - "n": 1 title: Prompt engineering techniques - Microsoft Foundry publisher: Microsoft url: https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/prompt-engineering accessed: "2026-11-03" - "n": 2 title: The Curious Case of Neural Text Degeneration publisher: arXiv url: https://arxiv.org/abs/1904.09751 published: "2019-04-22" accessed: "2026-11-03" - "n": 3 title: Locally Typical Sampling publisher: arXiv url: https://arxiv.org/abs/2202.00666 published: "2022-02-01" accessed: "2026-11-03" - "n": 4 title: Training language models to follow instructions with human feedback publisher: arXiv url: https://arxiv.org/abs/2203.02155 published: "2022-03-04" accessed: "2026-11-03" - "n": 5 title: "Just Ask for Calibration: Strategies for Eliciting Calibrated Confidence Scores from Language Models Fine-Tuned with Human Feedback" publisher: arXiv url: https://arxiv.org/abs/2305.14975 published: "2023-05-24" accessed: "2026-11-03" - "n": 6 title: Guidelines for secure AI system development publisher: NCSC (Royaume-Uni) url: https://www.ncsc.gov.uk/collection/guidelines-secure-ai-system-development published: "2023-11-27" accessed: "2026-11-03" --- # Warum die KI nie zweimal gleich antwortet Stellen Sie einem KI-Assistenten zweimal dieselbe Frage, können die beiden Antworten voneinander abweichen, manchmal in einer Zahl, manchmal in der Sache. Die Maschine irrt sich nicht zwangsläufig und zögert auch nicht: Ein Sprachmodell sucht nach der wahrscheinlichsten Wortfolge, die sich aus dem vorangehenden Text ergibt [1], und die Wahl des nächsten Wortes enthält einen Zufallsanteil, den man einstellen kann. Diese Seite erklärt, woher dieser Zufall kommt, was die Einstellungen bedeuten, die man in den Werkzeugen findet (Temperatur, Top-p, Top-k), und was Beschäftigte mit dieser Schwankung anfangen: vergleichen, überprüfen und eine einzelne Antwort nie für einen Beweis halten. ## In 30 Sekunden - Wo es vorkommt: in Werkzeugen zur Texterzeugung, bei jeder gestellten Frage. Microsoft gibt an, dass die Techniken auf seiner Seite für Reasoning-Modelle (gpt-5, o-Serie) nicht empfohlen werden [1]. - Was das Modell tut: Es wählt jedes Wort unter wahrscheinlichen Kandidaten aus. Eine flüssige und selbstsichere Antwort ist daher keine überprüfte Antwort. - Der Reflex: Stellen Sie die Frage erneut, vergleichen Sie die Antworten und prüfen Sie jede Tatsache und jede Zahl an der Quelle, bevor Sie sie verwenden. - Wenn es schon passiert ist: Wenn Sie eine Zahl oder ein Zitat ungeprüft übernommen haben, suchen Sie die Quelle heraus, bevor Sie das Dokument weitergeben. ## Direkte Fragen ### Warum gibt die KI bei jedem Versuch eine andere Antwort? Weil das Modell keine fertige Antwort abruft. Microsoft beschreibt das Prinzip so: Das Modell versucht, die wahrscheinlichste Wortfolge nach dem vorgegebenen Text zu erzeugen [1]. Je nach gewählter Temperatur ist die Ausgabe mehr oder weniger zufällig [1], sie kann sich also von Versuch zu Versuch ändern. Die Frage bleibt dieselbe, der eingeschlagene Weg nicht. ### Was steuert die Temperatur? Die Temperatur verändert die Ausgabe des Modells [1]. In der Dokumentation von Microsoft wird sie zwischen 0 und 2 eingestellt. Ein höherer Wert, zum Beispiel 0,7, macht die Ausgabe zufälliger und erzeugt stärker voneinander abweichende Antworten. Ein niedrigerer Wert, etwa 0,2, macht sie gezielter und konkreter [1]. Dieselbe Dokumentation nennt eine höhere Temperatur geeignet, um eine fiktive Geschichte zu schreiben, und empfiehlt für ein juristisches Dokument eine deutlich niedrigere Temperatur [1]. ### Und Top-p? Top-p (in der Dokumentation von Microsoft Top_probability) steuert ebenfalls, wie zufällig die Antwort ausfällt, aber auf andere Weise als die Temperatur [1]. Microsofts allgemeine Empfehlung lautet, jeweils einen der beiden Parameter zu ändern, nicht beide [1]. Ein Aufsatz von 2019 schlägt das Nucleus Sampling vor: Der Text wird aus dem dynamischen »Kern« der Wahrscheinlichkeitsverteilung gezogen, was Vielfalt zulässt und zugleich das unzuverlässige Ende der Verteilung ausschließt [2]. ### Und Top-k? Die hier zitierten Quellen behandeln Top-k nicht im Einzelnen: Eine von ihnen vergleicht es nur mit dem Nucleus Sampling und mit einer dritten Methode, dem Locally Typical Sampling, das nach Angaben seiner Autoren eine vergleichbare Qualität bietet und dabei entartete Wiederholungen durchgängig verringert [3]. Für Beschäftigte genügt es zu wissen, dass es diese Einstellungen gibt. ### Warum schaltet man den Zufall nicht einfach ab? Weil der Text dann dürftig wird. Der Aufsatz von 2019 stellt fest, dass es einen faden und seltsam repetitiven Text (»bland and strangely repetitive«) ergibt, wenn man immer den wahrscheinlichsten Text wählt [2]. Er hält auch fest, dass allein die Decodierstrategie die Textqualität bei exakt demselben Modell stark verändern kann [2]. ### Beweist eine einmal richtige Antwort, dass die KI zuverlässig ist? Nein. Microsoft sagt das über die eigenen Techniken: Auch bei richtiger Anwendung müssen die Antworten des Modells noch validiert werden, und eine gut aufgebaute Eingabe, die in einem Fall funktioniert hat, lässt sich nicht zwangsläufig auf andere Fälle übertragen [1]. ## Wie es funktioniert In jedem Schritt stehen dem Modell mehrere mögliche Wörter zur Verfügung, jedes mit einer Wahrscheinlichkeit. Es nimmt nicht immer das erste. Temperatur und Top-p regeln, wie sich diese Auswahl weitet oder verengt [1]. Bei einem niedrigen Wert ähneln sich die Antworten stärker. Bei einem hohen Wert weichen sie voneinander ab. Diese Einstellungen hängen vom Werkzeug ab, das das Modell abfragt. Die Decodierstrategie verändert die Qualität des Textes, den ein und dasselbe Modell erzeugt [2]. Manche Modelle, darunter InstructGPT, werden mit menschlichem Feedback feinabgestimmt [4]. Die Arbeit, aus der InstructGPT hervorging, geht von der Feststellung aus, dass größere Modelle die Absicht der Nutzer nicht besser befolgen und falsche, toxische oder schlicht nutzlose Ausgaben erzeugen können [4]. Ihre Autoren halten fest, dass das Modell die Wahrhaftigkeit verbessert, aber noch einfache Fehler macht [4]. Ein feinabgestimmtes Modell bleibt also fehlbar. ## Was Sie tun - Stellen Sie die Frage zwei- oder dreimal erneut und vergleichen Sie. Widersprechen sich die Antworten bei einer Tatsache, einem Namen oder einer Zahl, ist keine der Versionen gesichert. - Betrachten Sie die Antwort als Entwurf. Prüfen Sie jede Tatsache und jede Zahl in einem Referenzdokument, bevor Sie sie in einem Schreiben oder Bericht verwenden. - Fragen Sie das Modell nach seinen Quellen und prüfen Sie diese anschließend. Microsoft erklärt, dass bei angeforderten Quellenangaben eine falsche Antwort zwei Fehler des Modells voraussetzt: die erfundene Antwort und die fehlerhafte Quellenangabe [1]. Das kann die Häufigkeit falscher Antworten verringern [1]. - Schließen Sie nicht auf die Zuverlässigkeit eines Werkzeugs, weil es einmal gut geantwortet hat. Testen Sie es an mehreren Fällen, auch an solchen, die es nicht kennt. - Reservieren Sie eine niedrige Temperatur für Aufgaben, die Genauigkeit verlangen, und eine höhere für kreative Aufgaben, sofern das Werkzeug Ihnen die Wahl lässt [1]. ## Die Fallstricke ### Die plausible, aber erfundene Antwort Das Modell sucht die wahrscheinlichste Fortsetzung [1]. Eine Antwort kann daher gut formuliert und falsch sein. Microsoft weist darauf hin, dass eine Anweisung wie »Schreibe nur wahre Fakten« oder »Erfinde nichts« das Problem mitunter nicht behebt [1]. ### Der selbstsichere Ton Eine Studie von 2023 zu Modellen wie ChatGPT, GPT-4 und Claude verglich zwei Arten, das Vertrauen eines Modells zu messen [5]. Sie stellt fest, dass die Vertrauensstufen, die das Modell selbst nennt, im Allgemeinen besser kalibriert sind als seine internen Wahrscheinlichkeiten, und zwar auf den Testdatensätzen TriviaQA, SciQ und TruthfulQA, und dass sie den erwarteten Kalibrierungsfehler oft um 50 % relativ senken [5]. Die Studie geht von einem Grundsatz aus: Das Vertrauen eines zuverlässigen Systems soll die Wahrscheinlichkeit angeben, dass die Antwort richtig ist, damit man sich bei geringem Vertrauen auf eine Fachperson stützen kann [5]. ### Nicht reproduzierbare Ergebnisse in einem Geschäftsprozess Beruht ein Schritt eines Prozesses (zum Beispiel das Sortieren von Schreiben) auf einem Modell, können zwei Durchläufe bei derselben Eingabe zwei verschiedene Ergebnisse liefern. Eine an einem Tag bestandene Qualitätskontrolle garantiert nicht das Ergebnis des nächsten Tages, und ein beanstandetes Ergebnis lässt sich nicht zwangsläufig identisch reproduzieren. Das britische nationale Zentrum für Cybersicherheit (NCSC) empfiehlt Leitlinien, damit KI-Systeme wie vorgesehen funktionieren, und hält Sicherheit für eine grundlegende Anforderung während der gesamten Lebensdauer des Systems [6]. Für Beschäftigte lautet die praktische Regel: Eine Person prüft das Ergebnis, bevor es eine Wirkung entfaltet. ### Das Einstellen der Temperatur garantiert keine Richtigkeit Eine niedrigere Temperatur macht die Antworten gezielter [1], nicht wahrer. Eine falsche Antwort kann sich bei jedem Versuch identisch wiederholen. Der Vergleich mehrerer Versuche hilft, Instabilität zu erkennen, aber nur die Prüfung an der Quelle stellt eine Tatsache fest. ## Quellen 1. Microsoft, „Prompt engineering techniques - Microsoft Foundry“. https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/prompt-engineering (abgerufen am 3. November 2026) 2. arXiv, „The Curious Case of Neural Text Degeneration“, 22. April 2019. https://arxiv.org/abs/1904.09751 (abgerufen am 3. November 2026) 3. arXiv, „Locally Typical Sampling“, 1. Februar 2022. https://arxiv.org/abs/2202.00666 (abgerufen am 3. November 2026) 4. arXiv, „Training language models to follow instructions with human feedback“, 4. März 2022. https://arxiv.org/abs/2203.02155 (abgerufen am 3. November 2026) 5. arXiv, „Just Ask for Calibration: Strategies for Eliciting Calibrated Confidence Scores from Language Models Fine-Tuned with Human Feedback“, 24. Mai 2023. https://arxiv.org/abs/2305.14975 (abgerufen am 3. November 2026) 6. NCSC (Royaume-Uni), „Guidelines for secure AI system development“, 27. November 2023. https://www.ncsc.gov.uk/collection/guidelines-secure-ai-system-development (abgerufen am 3. November 2026) --- Originalquelle: Cyberpedia, die öffentliche Enzyklopädie zu Cybersicherheit und KI von Brain. Kanonische Version: https://startbrain.io/cyberpedia/de/articles/temperatur-top-p-top-k-ki/ Sie dürfen diesen Text unter der Lizenz CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) frei weiterverwenden, sofern Sie „Brain, Cyberpedia“ mit einem Link auf die obige Adresse nennen.