Extended Reasoning
Extended Reasoning bezeichnet einen Betriebsmodus von Sprachprogrammen wie ChatGPT, in dem das Programm vor der Antwort länger rechnet und Zwischenschritte notiert. Für schwierige Aufgaben steigt dadurch die Trefferquote, die Antwort dauert aber länger und kostet mehr.
Programme wie ChatGPT erzeugen Text, indem sie Wort für Wort das jeweils passendste nächste Wort anhängen. Normalerweise beginnen sie sofort mit der Antwort. Bei Extended Reasoning tun sie das nicht. Stattdessen schreiben sie erst eine Art Notizzettel: Zwischenrechnungen, Zwischenüberlegungen, verworfene Ansätze. Erst danach folgt die eigentliche Antwort für den Nutzer. Das Programm denkt also nicht wirklich, aber es verbraucht mehr Rechenschritte, bevor es sich festlegt — und genau das macht es bei schweren Aufgaben zuverlässiger.
Warum längeres Rechnen bessere Antworten liefert
Ein Programm, das sofort antwortet, hat für jede Frage gleich viel Zeit. Für „Wie heißt die Hauptstadt von Peru?“ ist das genug. Für eine mehrstufige Mathematikaufgabe nicht. Wer eine solche Aufgabe im Kopf ohne Zwischenschritte löst, macht Fehler. Genau dasselbe gilt hier: Der Notizzettel gibt dem Programm Platz, das Problem in kleine Schritte zu zerlegen.
Für die KI-Branche war das eine wichtige Entdeckung. Lange galt: Bessere Antworten bekommt man nur durch größere Programme und mehr Trainingsdaten. Extended Reasoning zeigt einen zweiten Weg. Man lässt das fertige Programm im Betrieb einfach länger arbeiten. Bei Mathematik- und Programmieraufgaben steigen die Erfolgsquoten dadurch teils deutlich, ohne dass am Programm selbst etwas geändert wird.
Der Preis dafür ist real. Jeder Notizzettel besteht aus Text, den das Programm erzeugen muss, und jedes erzeugte Wort kostet Rechenzeit in einem Rechenzentrum. Eine Antwort mit langem Nachdenken kann zehnmal so teuer sein wie eine schnelle. Deshalb ist Extended Reasoning bei den Anbietern meist eine bewusste Entscheidung und nicht der Standard.
Der Notizzettel und wie er entsteht
Technisch ist der Notizzettel nichts Besonderes: Es ist Text, den das Programm für sich selbst schreibt. Er landet in dem Bereich, in dem das Programm während einer Anfrage alles Bisherige mitliest. Das Programm kann seine eigenen Zwischenschritte also weiterverwenden, so wie du auf deinem Schmierblatt eine Nebenrechnung nachschaust. Anbieter blenden diesen Text oft aus oder zeigen nur eine Zusammenfassung.
Damit das Programm brauchbare Notizen macht, wird es gezielt darauf trainiert. Man lässt es Aufgaben mit bekannter Lösung bearbeiten und belohnt die Versuche, die zum richtigen Ergebnis führen. Über Millionen Durchläufe lernt es dabei nützliche Gewohnheiten: die Aufgabe zuerst umformulieren, mehrere Wege durchspielen, das Ergebnis am Ende noch einmal prüfen. Niemand schreibt diese Strategien von Hand vor.
Ein häufiger Irrtum ist, der Notizzettel sei ein Protokoll der echten Denkvorgänge. Das ist er nicht. Es ist erzeugter Text, der plausibel aussieht und trotzdem falsch begründen kann, warum die Antwort stimmt. Und mehr Nachdenken hilft nicht überall: Bei einer schlichten Wissensfrage bringt es nichts, weil das fehlende Wissen durch Grübeln nicht entsteht.
Reasoning-Modelle in Produkten und Schlagzeilen
In Chat-Programmen erkennst du den Modus an Schaltern wie „Denke länger nach“ oder an einer Anzeige wie „denkt nach für 24 Sekunden“. Bei OpenAI heißen die entsprechenden Modelle o1 und o3, bei Anthropic gibt es „Extended Thinking“ in Claude, bei Google ähnliche Varianten von Gemini. Das chinesische Modell DeepSeek R1 sorgte Anfang 2025 für Aufsehen, weil es diese Fähigkeit bei geringen Kosten bot.
In Wirtschaftsnachrichten taucht das Thema oft bei Rechenzentren und Chips auf. Wenn Programme pro Anfrage länger rechnen, brauchen Anbieter mehr Hardware für die gleiche Zahl von Nutzern. Analysten sehen darin einen Grund, warum die Nachfrage nach KI-Chips weiter steigt. Für Firmenkunden ist die Frage praktisch: Welche Aufgaben rechtfertigen den teuren Modus, und welche nicht?
Typische Fälle für Extended Reasoning sind Programmierfehler, juristische Prüfungen, Datenanalysen und Aufgaben mit vielen Bedingungen. Für Zusammenfassungen, Übersetzungen oder einfache Auskünfte reicht der schnelle Modus. Viele Produkte entscheiden das inzwischen selbst und schalten das lange Nachdenken nur bei erkennbar schweren Anfragen ein.