NachschlagenQuellenregister
Worauf sich das hier beruft
Jede Zahl und jede Jahresangabe auf dieser Seite hängt an einem dieser Einträge. Die Erreichbarkeit wird geprüft, das Prüfdatum steht dabei. Wo eine Archivfassung existiert, ist sie verlinkt: Ein Link, der in drei Jahren ins Leere zeigt, macht die Aussage darüber nicht wahrer.
21 Einträge3 Schlüsselarbeiten4 mit Archivfassung1 derzeit nirgends verwendetzuletzt geprüft 27.07.2026
SchlüsselarbeitAnkündigung des Herstellerserreichbar
Introducing ChatGPT (externe Seite, openai.com)
Die Ankündigung vom 30.11.2022, mit der Sprachmodelle aus der Fachwelt heraustraten. Aufschlussreich ist der Wortlaut: OpenAI nennt kein Modell mit Versionsnummer, sondern schreibt, ChatGPT sei aus einem Modell der GPT-3.5-Serie feinjustiert worden. Die Anwendung bekam einen Namen, das Modell dahinter blieb ungenannt. Diese Trennung besteht bis heute.
openai.comgeprüft 26.07.2026Archivfassung (externe Seite, web.archive.org)
KI-Geschichte01 Was ein Sprachmodell ist02 Was ein Sprachmodell tut
SchlüsselarbeitOriginalarbeiterreichbar
Attention Is All You Need (externe Seite, arxiv.org)
Die Arbeit, mit der alles anfing. Vaswani und sieben Mitautoren stellen am 12.06.2017 die Transformer-Architektur vor und zeigen, dass ein Netz allein über den Mechanismus der Aufmerksamkeit auskommt, ohne die bis dahin übliche schrittweise Verarbeitung. Erst dadurch ließen sich Modelle sinnvoll auf viele Rechenkerne verteilen. Jedes GPT, jedes Claude und jedes Gemini steht auf dieser Arbeit.
arxiv.orggeprüft 27.07.2026Archivfassung (externe Seite, web.archive.org)
KI-Geschichte01 Was ein Sprachmodell ist02 Was ein Sprachmodell tut03 Token, die Bausteine der Sprache
SchlüsselarbeitOriginalarbeiterreichbar
Training language models to follow instructions with human feedback (externe Seite, arxiv.org)
Ouyang und Mitautoren zeigen am 04.03.2022, dass ein deutlich kleineres, mit menschlicher Rückmeldung nachtrainiertes Modell hilfreicher antwortet als ein sehr viel größeres ohne. Das ist der Schritt, der aus einem Textfortsetzer einen Assistenten macht, und die Voraussetzung für ChatGPT acht Monate später.
arxiv.orggeprüft 27.07.2026
Ankündigung des Herstellerserreichbar
Better language models and their implications (externe Seite, openai.com)
GPT-2, angekündigt am 14.02.2019. Bemerkenswert weniger wegen der Technik als wegen der Entscheidung, das größte Modell zunächst zurückzuhalten. Die erste öffentliche Debatte darüber, ob ein Sprachmodell zu gut sein kann.
openai.comgeprüft 26.07.2026
Ankündigung des Herstellerserreichbar
GPT-4 (externe Seite, openai.com)
GPT-4, vorgestellt am 14.03.2023. Erstmals verarbeitet ein Modell dieser Reihe neben Text auch Bilder. Der technische Bericht nennt bewusst keine Angaben zu Größe und Trainingsdaten, ein Bruch mit der bis dahin üblichen Offenheit.
openai.comgeprüft 26.07.2026
Ankündigung des Herstellerserreichbar
Hello GPT-4o (externe Seite, openai.com)
GPT-4o, vorgestellt am 13.05.2024. Text, Bild und Ton laufen durch ein einziges Modell statt durch mehrere hintereinandergeschaltete. Mit diesem Modell kam auch das Vokabular o200k_base, das in Kapitel 03 zerlegt.
openai.comgeprüft 26.07.2026
Ankündigung des Herstellerserreichbar
Introducing the Model Context Protocol (externe Seite, anthropic.com)
Anthropic veröffentlicht am 25.11.2024 einen offenen Standard für die Anbindung von Werkzeugen und Datenquellen an Sprachmodelle. Aus Einzellösungen je Programm wird damit ein Ökosystem, in dem ein Werkzeug einmal bereitgestellt und überall genutzt wird.
anthropic.comgeprüft 27.07.2026
Ankündigung des Herstellerserreichbar
Learning to reason with LLMs (externe Seite, openai.com)
OpenAI stellt am 12.09.2024 ein Modell vor, das vor der Antwort Zwischenschritte erzeugt und dafür mehr Rechenzeit zur Antwortzeit verbraucht. Der Zugewinn entsteht damit nicht mehr nur beim Training, sondern beim Antworten. Das eröffnet einen zweiten Weg, Modelle besser zu machen.
openai.comgeprüft 27.07.2026
Artikelerreichbar
Simon Willison, GPT-5.5 prompting guide (externe Seite, simonwillison.net)
Datiert den Erscheinungstag des GPT-5.5-Leitfadens auf den 25.04.2026 und zitiert die Kernsätze wörtlich. Wird hier nur als Datumsbeleg geführt: Die Herstellerseite selbst nennt keinen Zeitpunkt, an dem sie geschrieben wurde.
simonwillison.netgeprüft 27.07.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 27.07.2026:
Before any tool calls for a multi-step task, send a short user-visible update that acknowledges the request and states the first step
bestätigt 27.07.2026
Dokumentationerreichbar
Model Context Protocol, Spezifikation (externe Seite, modelcontextprotocol.io)
Der Standard dafür, wie ein Sprachmodell an fremde Werkzeuge und Datenquellen kommt. Relevant für alles, was über reines Textschreiben hinausgeht.
modelcontextprotocol.iogeprüft 27.07.2026
derzeit nirgends verwendet
Dokumentationerreichbar
OpenAI, Model guidance für GPT-5.4 (externe Seite, developers.openai.com)
Der Prompting-Leitfaden des Herstellers zum Stand GPT-5.4. Er rät zu ausführlicher Anweisung: knappe, strukturierte Ausgaben vertraglich festlegen, Prüfschleifen vor folgenreichen Schritten einbauen, für kleinere Modelle länger und expliziter schreiben. Rechenzeit gilt als letzte Stellschraube, nicht als erste.
developers.openai.comgeprüft 27.07.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 27.07.2026:
Keep outputs compact and structured
bestätigt 27.07.2026Set clear defaults for follow-through
bestätigt 27.07.2026Add a verification loop before high-impact actions
bestätigt 27.07.2026Treat reasoning effort as a last-mile knob
bestätigt 27.07.2026Prompts for smaller models are often a bit longer and more explicit
bestätigt 27.07.2026
Dokumentationerreichbar
OpenAI, Model guidance für GPT-5.5 (externe Seite, developers.openai.com)
Derselbe Leitfaden zum Stand GPT-5.5, veröffentlicht am 25.04.2026. Er nimmt den vorherigen Rat in Teilen zurück: das Modell als neue Familie behandeln statt als Ersatz, mit einem leeren Blatt beginnen statt alte Anweisungen zu übernehmen, ausführliche Schritt-für-Schritt-Vorgaben verringern oder streichen.
developers.openai.comgeprüft 27.07.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 27.07.2026:
treat it as a new model family to tune for, not a drop-in replacement
bestätigt 27.07.2026Begin migration with a fresh baseline instead of carrying over every instruction from an older prompt
bestätigt 27.07.2026Reduce or remove detailed step-by-step process guidance
bestätigt 27.07.2026
Dokumentationerreichbar
OpenAI, Model guidance für GPT-5.6 (externe Seite, developers.openai.com)
Der Leitfaden zum Stand GPT-5.6, Entwicklerfassung vom 09.07.2026. Wiederholte Anweisungen und Beispiele wieder herausnehmen, Werkzeugbeschreibungen vereinfachen. Pauschale Kürzungsanweisungen wie „Be concise“ gelten jetzt als unnötig oder schädlich, weil das Modell von sich aus knapper antwortet.
developers.openai.comgeprüft 27.07.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 27.07.2026:
Removing repeated instructions and examples and simplifying tool descriptions can improve task performance and token efficiency
bestätigt 27.07.2026
Originalarbeiterreichbar
DeepSeek beschreibt am 22.01.2025 ein Modell mit offenen Gewichten, das Zwischenschritte über bestärkendes Lernen erwirbt. Damit ist der zweite Skalierungspfad, mehr Rechenzeit zur Antwortzeit, nicht mehr auf geschlossene Anbieter beschränkt.
arxiv.orggeprüft 27.07.2026
Originalarbeiterreichbar
Improving Language Understanding by Generative Pre-Training (externe Seite, openai.com)
GPT-1, vorgestellt am 11.06.2018. Führt das Muster ein, das bis heute gilt: erst ein Modell auf sehr viel unbeschriftetem Text vortrainieren, dann für einzelne Aufgaben nachjustieren. Das G in GPT steht für generative, das P für pre-trained, das T für Transformer.
openai.comgeprüft 26.07.2026
Originalarbeiterreichbar
Language Models are Few-Shot Learners (externe Seite, arxiv.org)
GPT-3, eingereicht am 28.05.2020. Zeigt, dass ein ausreichend großes Modell Aufgaben löst, für die es nie eigens trainiert wurde, wenn man ihm im Text ein paar Beispiele vorlegt. Das ist der Grund, warum Prompting überhaupt funktioniert.
arxiv.orggeprüft 27.07.2026Archivfassung (externe Seite, web.archive.org)
KI-Geschichte01 Was ein Sprachmodell ist02 Was ein Sprachmodell tut
Originalarbeiterreichbar
LLaMA: Open and Efficient Foundation Language Models (externe Seite, arxiv.org)
Touvron und Mitautoren stellen am 27.02.2023 eine Modellreihe vor, deren Gewichte an Forschende herausgegeben werden. Damit beginnt der offene Zweig: Von hier an gibt es zu jedem geschlossenen Modell eine Alternative, die man selbst betreiben kann.
arxiv.orggeprüft 27.07.2026
Originalarbeiterreichbar
Neural Machine Translation of Rare Words with Subword Units (externe Seite, arxiv.org)
Sennrich, Haddow und Birch übertragen 2015 das Byte Pair Encoding aus der Datenkompression auf Sprache. Damit war das Problem seltener Wörter gelöst, und damit steht fest, wie heutige Modelle Text in Token zerlegen.
arxiv.orggeprüft 27.07.2026Archivfassung (externe Seite, web.archive.org)
Originalarbeiterreichbar
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (externe Seite, arxiv.org)
Lewis und Mitautoren beschreiben am 22.05.2020, wie ein Modell passende Textstellen nachschlägt und mit in den Kontext nimmt, statt sich auf Gelerntes zu verlassen. Das Verfahren heißt seitdem RAG und ist der übliche Weg zu Antworten aus eigenen Dokumenten.
arxiv.orggeprüft 27.07.2026
Werkzeugerreichbar
Tiktokenizer (externe Seite, tiktokenizer.vercel.app)
Zeigt im Browser, in welche Token ein beliebiger Text zerfällt. Modell oben links wählen, Text eintippen, den Schalter für Leerzeichen einschalten. Läuft vollständig lokal, es wird nichts hochgeladen.
tiktokenizer.vercel.appgeprüft 27.07.2026
Werkzeugerreichbar
Tokenizer von OpenAI (externe Seite, platform.openai.com)
Schlichter als der Tiktokenizer, zeigt dafür zusätzlich die Nummer, die jedes Token im Vokabular trägt. Gut für den ersten Eindruck.
platform.openai.comgeprüft 26.07.2026