Ein Large Language Model (LLM, großes Sprachmodell) ist ein auf der Transformer-Architektur basierendes neuronales Netzwerk mit Milliarden von Parametern, das natürliche Sprache sowie Programmcode verarbeitet und generiert.
Erklärung
Technisch zerlegt ein LLM Eingabetexte zunächst in Wortbestandteile (Tokens) und berechnet über Self-Attention-Mechanismen die kontextuellen Beziehungen aller Tokens innerhalb seines Kontextfensters. Im Pre-Training auf großen Text- und Codekorpora lernt das Modell autoregressiv, jeweils das wahrscheinlichste nächste Token vorherzusagen, und wird anschließend per Instruction Tuning und Alignment für Dialoge oder Funktionsaufrufe angepasst. In B2B- und SaaS-Anwendungen übernehmen LLMs Aufgaben wie das Zusammenfassen von Gesprächstranskripten, das Extrahieren strukturierter CRM-Felder aus E-Mails, mehrsprachige Übersetzungen oder das Erzeugen validierter API-Aufrufe. Da das antrainierte Wissen zu einem festen Stichtag endet und keine internen Firmendaten umfasst, binden Unternehmen LLMs im Produktivbetrieb meist über Retrieval-Augmented Generation (RAG) und definierte Tool-Schnittstellen an ihre eigenen Datenbanken an.