Was ist ein Large Language Model (LLM)?

Ein Large Language Model, kurz LLM, ist ein neuronales Netz, das auf großen Textmengen trainiert wurde, um das nächste Token in einer Sequenz vorherzusagen. Moderne LLMs bewältigen ein breites Spektrum an Sprachaufgaben wie Zusammenfassen, Übersetzen, Klassifizieren, Fragenbeantworten und Content-Erzeugung und bilden die Grundlage der meisten aktuellen KI-Assistenten.

Definition

LLMs lernen statistische Sprachmuster, indem sie während des Trainings Milliarden Token verarbeiten. Ihr Verhalten wird zusätzlich geformt durch Instruction Tuning, Reinforcement Learning aus menschlichem Feedback und Laufzeit-Techniken wie Prompting und Retrieval. Sie sind als Service, selbst gehostet oder mit domänenspezifischem Fine-Tuning nutzbar, wenn Genauigkeit oder Datenschutz es verlangen.

Warum es zählt

LLMs senken die Kosten für die Arbeit mit unstrukturierten Inhalten. Im Commerce verfassen sie Produkttexte, klassifizieren Support-Tickets, beantworten Käuferfragen, übersetzen Kataloge und fassen Bewertungen zusammen. Sie sind außerdem die konversationelle Schicht hinter agentischen Erlebnissen, in denen das Modell Absichten interpretiert und Aufrufe an Commerce-APIs orchestriert.

Grenzen

LLMs arbeiten probabilistisch und können plausible, aber falsche Ausgaben erzeugen, ein Verhalten, das Halluzination genannt wird. Produktivsysteme mildern das durch Retrieval-Augmented Generation, strukturierte Ausgaben, Guardrails und menschliche Prüfung bei kritischen Entscheidungen. Auch der Umgang mit Daten verlangt Sorgfalt, weil Prompts und Antworten sensible Kundendaten enthalten können, die entsprechend geschützt werden müssen.

Verwandt

Mehr dazu: Agentic Frontend Management Platform · Composable Digital Experience Platform.