Forscher haben eine neue Generation von KI-Modellen entwickelt, die ihren Rechenaufwand dynamisch an die Komplexität eines Problems anpassen können. Dies stellt einen grundlegenden Wandel in der Herangehensweise künstlicher Intelligenz an anspruchsvolle Aufgaben dar.
Die Technologie, beispielhaft vertreten durch Modelle wie DeepSeek-R1 und OpenAIs o-Serie, verfolgt einen sogenannten „Reasoning-First-Ansatz“, bei dem eine gründliche Analyse Vorrang vor schnellem Musterabgleich hat. DeepSeek-R1 wurde nach dieser Methodik entwickelt und eignet sich daher besonders gut für komplexe Aufgaben in Wissenschaft, Programmierung und Mathematik, indem es fortschrittliche logische Schlussfolgerungen und Problemlösungen ermöglicht. Der Fokus auf „erst denken, dann antworten“ macht es besonders wertvoll für technische Anwendungen.
Im Gegensatz zu herkömmlichen KI-Systemen sind diese neuen Reasoning-Modelle darauf trainiert, „länger nachzudenken“, bevor sie antworten. OpenAIs o3 beispielsweise kann schwierige Fragen in logische Einzelschritte zerlegen, Zwischenberechnungen oder Werkzeugaufrufe durchführen und anschließend fundierte Antworten liefern. Als Reasoning-Modelle überprüfen sie ihre eigenen Fakten, was typische Fehlerquellen herkömmlicher Modelle vermeidet. Zwar benötigen sie Sekunden bis Minuten länger für eine Lösung als klassische Modelle, sind dafür aber in Bereichen wie Physik, Wissenschaft und Mathematik deutlich zuverlässiger.
OpenAI hat beobachtet, dass groß angelegtes Reinforcement Learning denselben Trend „mehr Rechenleistung = bessere Leistung“ zeigt wie frühere Modelltrainings. Durch das erneute Beschreiten des Skalierungspfads – diesmal im Reinforcement Learning – konnten sie den Trainingsaufwand und das reasoning-basierte Nachdenken zur Inferenzzeit um eine weitere Größenordnung steigern, was sich in klaren Leistungsgewinnen widerspiegelt. Die Ergebnisse zeigen, dass die Modelle umso besser werden, je mehr Zeit sie zum Nachdenken erhalten.
Diese Modelle generieren während der Inferenz aktiv mehrere Lösungswege und bewerten diese mithilfe integrierter Evaluator-Modelle, um die vielversprechendste Option zu bestimmen. Durch das Training des Evaluators mit von Experten gelabelten Daten stellen die Entwickler sicher, dass die Modelle eine starke Fähigkeit entwickeln, komplexe, mehrstufige Probleme zu durchdenken. Diese Eigenschaft ermöglicht es dem Modell, als Richter seiner eigenen Schlussfolgerungen zu agieren, und bringt große Sprachmodelle einen Schritt näher an die Fähigkeit zu „denken“ statt nur zu reagieren.
DeepSeeks Ansatz kombiniert Chain-of-Thought-Reasoning mit Reinforcement Learning, bei dem ein autonomer Agent eine Aufgabe durch Versuch und Irrtum ohne menschliche Anweisungen erlernt. Dies stellt die Annahme infrage, dass Modelle ihre Schlussfolgerungsfähigkeit allein durch Training an gelabelten Beispielen korrekten Verhaltens verbessern. Wie ein Forscher es formulierte: „Können wir das Modell einfach für Korrektheit belohnen und es selbst den besten Denkweg entdecken lassen?“
Die Auswirkungen auf reale Anwendungen sind tiefgreifend. Diese Modelle könnten die Art und Weise revolutionieren, wie KI komplexe Probleme in Bereichen von wissenschaftlicher Forschung und Ingenieurwesen bis hin zu Unternehmensstrategie und kreativer Problemlösung angeht. Indem sie Rechenressourcen proportional zur Aufgabenkomplexität zuweisen – ähnlich wie Menschen für schwierige Probleme mehr Zeit aufwenden – versprechen diese Systeme zuverlässigere Leistungen bei den anspruchsvollsten intellektuellen Herausforderungen der Menschheit.