Sofortantwort
Reasoning-Modelle einfach erklärt
KI-Modelle die durch mehrstufiges Nachdenken komplexe Probleme lösen.
- Kurz gesagt
- Generieren einen internen 'Denkprozess' (Chain-of-Thought) vor der Antwort
- Typischer Einsatz
- Mathematik & Wissenschaft, Software-Engineering, Strategische Planung
- Wichtig zu wissen
- Nutzen Test-Time Compute: mehr Denkzeit = bessere Ergebnisse
Reasoning-Modelle im Überblick
Reasoning-Modelle sind die wichtigste KI-Innovation seit dem GPT-Moment. Während klassische LLMs sofort antworten, nehmen sich Reasoning-Modelle Zeit zum Denken – sie generieren einen internen Denkprozess, bevor sie die finale Antwort ausgeben.
Das Ergebnis ist dramatisch: OpenAI o1 löste 83% der Aufgaben der American Invitational Mathematics Examination (AIME) – GPT-4o schaffte nur 13%. Nicht durch ein größeres Modell, sondern durch längeres Nachdenken. DeepSeek R1 zeigte 2025, dass dieses Prinzip auch Open Source funktioniert. Inzwischen ist Reasoning in die Hauptmodelle integriert: In ChatGPT nutzt GPT-5.6 Sol die Reasoning-Stufen Medium, High und Extra High; Claude 4.8 nutzt Adaptive Thinking, Gemini 3 bietet Deep Think.
Was Reasoning-Modelle anders machen:
- Standard-LLM: Prompt → sofortige Antwort (ein Vorwärtsdurchlauf)
- Reasoning-Modell: Prompt → Denkprozess (viele Tokens) → Antwort
- Der Denkprozess ist oft länger als die eigentliche Antwort
- Modelle können Fehler im Denkprozess erkennen und korrigieren
Technisch betrachtet
Training mit Reinforcement Learning
Reasoning-Modelle werden typischerweise mit RL auf verifizierbaren Aufgaben trainiert:
1. Modell generiert Denkprozess + Antwort
2. Antwort wird automatisch geprüft (Mathe: ist das Ergebnis korrekt?)
3. Korrekte Antworten → positive Belohnung
4. Falsche Antworten → negative Belohnung
5. Modell lernt, welche Denkstrategien zu richtigen Antworten führenDas Modell entdeckt dabei selbstständig Strategien wie: Probleme in Teilprobleme zerlegen, Annahmen überprüfen, alternative Lösungswege ausprobieren.
Bekannte Reasoning-Modelle (2026)
| Modell | Anbieter | Open-Source | Stärken |
|---|---|---|---|
| GPT-5.6 Sol | OpenAI | Nein | Reasoning für komplexe Aufgaben, mehrere Reasoning-Stufen |
| Claude Opus 4.8 | Anthropic | Nein | Adaptive Thinking, 68,8% ARC-AGI-2 |
| Claude Sonnet 4.6 | Anthropic | Nein | Reasoning zu Sonnet-Preis |
| Gemini 3 Deep Think | Nein | Stärkstes Mathe-Reasoning (91,9% GPQA) | |
| DeepSeek R1 | DeepSeek | Ja | Open-Source, starkes Reasoning |
Wann Reasoning-Modell, wann Standard-LLM?
Aufgabe erfordert mehrstufiges Denken?
Ja → Reasoning aktivieren (GPT-5.6 Sol, Claude Extended Thinking)
Nein → Schneller Standard-Modus (GPT-5.5 Instant, Claude Sonnet 4.6)
Geschwindigkeit kritisch?
Ja → Standard-Modus oder ein kleines Modell
Nein → Volles Reasoning (Opus 4.8, GPT-5.6 Sol)
Budget begrenzt?
Ja → DeepSeek R1 (Open-Source, günstig)
Nein → Claude Opus 4.8 oder GPT-5.6 Sol