Thinking-Modus
Der Thinking-Modus ist eine Betriebsart von KI-Chatprogrammen, in der das Programm vor der eigentlichen Antwort erst einen längeren Zwischentext für sich selbst schreibt. Dieser Zwischenschritt kostet Zeit und Geld, verbessert aber die Trefferquote bei Aufgaben mit mehreren Denkschritten deutlich.
Programme wie ChatGPT, Gemini oder Claude erzeugen ihre Antworten Wort für Wort. Normalerweise beginnt so ein Programm sofort mit dem ersten Wort der Antwort. Im Thinking-Modus tut es das nicht. Stattdessen schreibt es zuerst einen längeren Text nur für sich selbst: Es sortiert die Aufgabe, probiert Zwischenschritte aus, verwirft Fehlversuche. Erst danach formuliert es die Antwort, die du zu sehen bekommst. Man kann sich das wie ein Schmierblatt in einer Mathearbeit vorstellen — die Rechnung daneben, bevor das Ergebnis in die Reinschrift kommt.
Was das Nachdenken an Genauigkeit bringt
Bei einfachen Fragen bringt der Modus wenig. Wer nach der Hauptstadt von Peru fragt, braucht kein Schmierblatt. Der Unterschied zeigt sich bei Aufgaben mit mehreren Schritten: Mathematik, Logikrätsel, Programmieren, das Prüfen eines langen Vertrags. Dort scheitern Modelle ohne Zwischenschritte oft daran, dass sie sich früh festlegen und den Fehler nicht mehr bemerken. Mit einem Zwischentext können sie einen falschen Weg abbrechen und einen anderen versuchen.
Die Anbieter geben für solche Aufgaben teils große Sprünge an. Bei schweren Mathematik-Testsätzen sind es je nach Modell zweistellige Prozentpunkte. Genau deshalb ist der Thinking-Modus seit 2024 zum Verkaufsargument geworden. Fast jeder große Anbieter hat inzwischen eine eigene Variante davon.
Der Preis dafür ist real. Das Nachdenken besteht aus zusätzlichem Text, und Text kostet Rechenzeit im Rechenzentrum. Eine Antwort kann statt zwei Sekunden eine halbe Minute dauern und ein Vielfaches kosten. Für Unternehmen, die Millionen Anfragen pro Tag verarbeiten, ist das ein ernsthafter Kostenfaktor. Deshalb bieten viele Anbieter einen Schalter an, mit dem sich die Länge des Nachdenkens begrenzen lässt.
Was beim Nachdenken tatsächlich passiert
Technisch ist der Thinking-Modus kein neues Bauteil im Modell. Es ist derselbe Mechanismus wie sonst: Das Modell sagt das jeweils nächste Wort voraus. Der Unterschied liegt darin, dass ein Teil dieser Wörter nicht für dich bestimmt ist. Diese Zwischenwörter landen trotzdem im Text, den das Modell vor sich hat. Sie beeinflussen also, was danach kommt. Das Modell benutzt seinen eigenen Zwischentext als Gedächtnisstütze.
Damit das gut funktioniert, wird ein Modell darauf besonders trainiert. Man lässt es viele Aufgaben lösen, bei denen die richtige Lösung bekannt ist. Wege, die zum richtigen Ergebnis führen, werden verstärkt; Wege, die daneben liegen, geschwächt. Dieses Verfahren heißt bestärkendes Lernen. Nach vielen Durchläufen entwickelt das Modell Gewohnheiten wie das Prüfen der eigenen Rechnung.
Ein häufiger Irrtum: Der Zwischentext sei ein ehrliches Protokoll der inneren Vorgänge. Das ist er nicht. Untersuchungen zeigen, dass Modelle Begründungen aufschreiben, die mit dem tatsächlichen Rechenweg nicht übereinstimmen. Der Text ist ein Werkzeug, das die Antwort verbessert, kein Blick in den Motor. Einige Anbieter zeigen ihn deshalb gar nicht vollständig an, sondern nur eine gekürzte Zusammenfassung.
Der Schalter in Chatfenstern und Preislisten
In den meisten Chatprogrammen findest du den Modus als Auswahl über dem Eingabefeld oder in der Modellliste. Namen und Beschriftungen wechseln schnell. Mal heißt es « Thinking », mal « Reasoning », mal steckt es in einem Modellnamen mit Zusätzen wie « o3 » oder « Pro ». Oft schaltet die Software auch selbst um, wenn sie die Frage für schwierig hält. Sichtbar wird das an einem Hinweis wie « denkt nach » und an der längeren Wartezeit.
In Wirtschaftsmeldungen taucht der Begriff meist zusammen mit Kosten auf. Anbieter rechnen ihre Preise nach Textbausteinen ab, und die Zwischenschritte zählen mit. Ein Thinking-Modus kann dieselbe Frage um ein Vielfaches teurer machen. Wenn ein Rechenzentrumsbetreiber steigenden Strombedarf meldet, ist das mit ein Grund.
Für dich im Alltag gilt eine einfache Faustregel. Bei Zusammenfassungen, Formulierungshilfen oder schnellen Nachfragen lohnt der Modus selten. Bei einer Physikaufgabe, einem Fehler im Programmcode oder einer Entscheidung mit mehreren Bedingungen lohnt er fast immer. Und er schützt nicht vor Falschangaben: Ein Modell kann sorgfältig nachdenken und trotzdem eine erfundene Quelle nennen.