Modellstand

Programme wie ChatGPT haben ihre Antworten nicht auswendig gelernt. Sie wurden mit riesigen Mengen an Texten gefüttert, und aus diesen Texten haben sie Sprachmuster abgeleitet. Dieses Füttern nennt man Training, und es endet an einem bestimmten Tag. Alles, was danach in der Welt passiert, steckt nicht in dem System. Der Modellstand ist die Antwort auf zwei Fragen: Bis wann reicht dieses gelernte Wissen, und welche Ausbaustufe des Programms benutze ich gerade? Beides zusammen bestimmt, was ein solches System überhaupt wissen kann.

Warum ein veralteter Modellstand gefährlich wird

Ein KI-System sagt selten von sich aus, dass ihm etwas fehlt. Es formuliert auch dann flüssig und selbstbewusst, wenn seine Information zwei Jahre alt ist. Fragt jemand nach dem aktuellen Vorstandschef eines Konzerns, nennt das Modell womöglich den Vorgänger. Der Satz klingt korrekt, ist aber schlicht überholt. Genau darin liegt das Risiko: Der Fehler sieht nicht wie ein Fehler aus.

Besonders heikel ist das in Bereichen, die sich schnell ändern. Aktienkurse, Gesetze, Steuersätze, Software-Versionen oder Sportergebnisse veralten innerhalb von Wochen. Wer ein Modell zu solchen Themen befragt, sollte den Stichtag kennen. Bei Mathematik oder Grammatik spielt der Modellstand dagegen kaum eine Rolle, denn diese Inhalte ändern sich nicht.

Der Modellstand betrifft außerdem die Version selbst. Firmen tauschen ihre Systeme im Hintergrund aus, oft ohne großes Aufsehen. Eine Antwort, die letzte Woche noch kam, kann diese Woche anders ausfallen. Für Unternehmen, die ihre Abläufe auf ein Modell stützen, ist das ein ernstes Planungsproblem.

Trainingsstichtag, Version und Nachschlagen im Netz

Der erste Teil des Modellstands ist der Stichtag des Trainings, häufig Knowledge Cutoff genannt. Er markiert den letzten Tag, aus dem Texte in die Trainingsdaten eingeflossen sind. Anbieter nennen dafür meist einen Monat, etwa Juni 2024. Danach wird das Modell nicht mehr mit neuem Wissen versorgt, sondern nur noch getestet und feinjustiert. Zwischen Stichtag und Veröffentlichung liegen deshalb oft mehrere Monate.

Der zweite Teil ist die Versionsbezeichnung, also Namen wie GPT-5 oder Claude 4.5. Sie sagt, welche Ausbaustufe hinter der Oberfläche arbeitet. Dieselbe Version kann zudem in kleinen Schritten nachgebessert werden. Nachträglich neues Wissen in ein fertiges Modell zu schieben, ist technisch aufwendig. Ein komplettes Neutraining kostet je nach Größe zweistellige Millionenbeträge.

Es gibt aber einen Umweg. Viele Systeme dürfen während der Antwort im Internet suchen oder in Firmendokumenten nachschlagen. Sie holen sich den aktuellen Text und bauen ihn in die Antwort ein. Das gelernte Wissen bleibt dabei alt, nur die Zutaten sind frisch. Ein verbreiteter Irrtum ist deshalb, eine Websuche mache den Stichtag bedeutungslos. Fällt die Suche aus oder findet nichts, antwortet das Modell wieder aus seinem veralteten Gedächtnis.

Der Modellstand in Chats, Produkten und Meldungen

Im Alltag begegnet der Begriff einem am direktesten im Chatfenster. Fragt man ein System nach seinem Wissensstichtag, nennt es meist einen Monat. Diese Angabe ist ein brauchbarer Anhaltspunkt, aber nicht immer zuverlässig. Manche Modelle schätzen ihren eigenen Stichtag falsch ein. Ein Gegencheck bei aktuellen Themen lohnt sich also.

In Produkten steht der Modellstand oft im Kleingedruckten. Entwicklerinnen und Entwickler wählen bei Schnittstellen gezielt eine feste Version aus, etwa mit einem Datum im Namen. So verhindern sie, dass ein automatisches Update ihre Software durcheinanderbringt. Anbieter erklären ältere Versionen nach einiger Zeit für abgeschaltet, was Firmen zum Umstieg zwingt.

In Nachrichten taucht der Modellstand meist bei Produktvorstellungen auf. Dort steht dann, ein neues Modell habe einen aktuelleren Wissensstand als sein Vorgänger. Für Anlegerinnen und Anleger ist das ein Signal, wie schnell ein Anbieter neu trainieren kann. Wer häufiger trainiert, hat mehr Rechenkapazität und mehr Geld im Rücken.