Reasoning-Modell

Es gibt Computerprogramme, die auf Fragen in normaler Sprache antworten. Die meisten davon schreiben ihre Antwort ohne Umwege, Wort für Wort, direkt los. Ein Reasoning-Modell macht das anders: Es erzeugt zuerst eine längere Kette von Zwischenschritten für sich selbst, so wie man auf einem Schmierzettel rechnet. Erst danach formuliert es die eigentliche Antwort. Der Nutzer sieht meist nur das Ergebnis, manchmal zusätzlich eine gekürzte Zusammenfassung der Zwischenschritte. Der Name kommt vom englischen « reasoning », also Schlussfolgern.

Was der Schmierzettel bringt

Bei einfachen Fragen ist ein Umweg überflüssig. Bei Aufgaben mit mehreren Schritten ist er entscheidend. Eine Textaufgabe aus der Mathematik, ein logisches Rätsel oder ein Fehler in einem längeren Programm lassen sich kaum in einem Zug lösen. Wer sofort losschreibt, legt sich früh auf einen Weg fest und merkt einen Denkfehler nicht mehr.

Reasoning-Modelle können sich dagegen im Zwischentext selbst korrigieren. Sie probieren einen Ansatz, verwerfen ihn und beginnen neu. In Tests mit Aufgaben von Mathematik-Wettbewerben stiegen die Trefferquoten dadurch von wenigen Prozent auf über achtzig Prozent. Das war der Grund, warum diese Modellklasse ab Ende 2024 so viel Aufmerksamkeit bekam.

Der Preis dafür ist Zeit und Geld. Eine Antwort kann statt einer Sekunde eine Minute dauern. Weil Anbieter pro erzeugtem Textbaustein abrechnen, wird eine Anfrage schnell zehnmal teurer als bei einem normalen Modell. Für die Frage nach der Hauptstadt Frankreichs lohnt sich das nicht.

Vom Beispiel zum Belohnungssignal

Technisch steckt hinter einem Reasoning-Modell dieselbe Grundmaschine wie hinter einem gewöhnlichen Sprachmodell. Sie sagt immer nur voraus, welcher Textbaustein als nächster am plausibelsten ist. Der Unterschied liegt im Training, also in der Lernphase, in der das Modell aus riesigen Datenmengen sein Verhalten formt.

Für Reasoning-Modelle wird eine Trainingsmethode genutzt, bei der das Modell Aufgaben mit bekannter Lösung selbst bearbeitet. Kommt das richtige Ergebnis heraus, wird der eingeschlagene Weg verstärkt. Kommt Unsinn heraus, wird er geschwächt. Fachleute nennen das Verstärkungslernen. Wichtig ist: Niemand schreibt dem Modell die Denkschritte vor. Es entdeckt von allein, dass langes Prüfen und Nachrechnen sich auszahlt.

Ein verbreiteter Irrtum ist, das Modell würde dabei wirklich überlegen wie ein Mensch. Die Zwischenschritte sind selbst nur erzeugter Text. Sie helfen, weil das Modell mit ihnen mehr Rechenschritte in eine Aufgabe stecken kann. Deshalb spricht man auch von mehr Rechenaufwand zur Antwortzeit im Gegensatz zum Aufwand während des Trainings.

Woran man sie in Produkten erkennt

In Chat-Diensten sind Reasoning-Modelle meist als eigene Auswahl hinterlegt, oft mit Zusätzen wie « Thinking », « Reasoning » oder einem « o » beziehungsweise « R » im Namen. Bekannte Beispiele sind die o-Reihe von OpenAI, DeepSeek R1 und die Thinking-Varianten von Google und Anthropic. Oft erscheint während der Wartezeit ein Hinweis wie « denkt nach » samt Sekundenzähler.

In Wirtschaftsnachrichten tauchen sie vor allem im Zusammenhang mit Rechenzentren auf. Weil jede Anfrage mehr Rechenleistung frisst, steigt der Bedarf an Spezialchips. Der Kursrutsch bei Technologieaktien im Januar 2025 hatte genau damit zu tun: DeepSeek zeigte, dass ein starkes Reasoning-Modell auch mit erheblich weniger Aufwand entstehen kann.

Im Alltag lohnt sich die Unterscheidung praktisch. Für Zusammenfassungen, Formulierungshilfen oder Übersetzungen ist ein schnelles Standardmodell besser, weil es sofort liefert. Für Physikaufgaben, Beweise, Tabellenauswertungen oder die Fehlersuche in Programmcode ist ein Reasoning-Modell die deutlich zuverlässigere Wahl. Falsche Antworten kommen aber auch hier vor, nur seltener.