Parameteranzahl

Die Parameteranzahl beschreibt, wie viele gelernte Werte ein KI-Modell besitzt. Diese Werte entstehen im Training und bestimmen, wie das Modell Eingaben verarbeitet, Muster gewichtet und Ausgaben erzeugt. Große Sprachmodelle werden deshalb häufig mit Milliarden oder Billionen Parametern beschrieben. Die Zahl ist ein wichtiger Hinweis auf mögliche Kapazität, aber kein Qualitätsversprechen. Ein kleineres Modell kann bei einer klar umrissenen Aufgabe besser, schneller oder günstiger sein als ein sehr großes Modell. Bei Mixture-of-Experts-Architekturen kommt hinzu, dass oft zwischen Gesamtparametern und aktiv genutzten Parametern pro Anfrage unterschieden werden muss. Für Unternehmen ist die Parameteranzahl vor allem ein Einordnungssignal: Sie beeinflusst Speicherbedarf, Hardwareanforderungen, Latenz, Betriebskosten und die Frage, ob ein Modell lokal, in einer privaten Cloud oder nur über eine API sinnvoll nutzbar ist. Eine belastbare Modellauswahl kombiniert die Parameteranzahl deshalb immer mit Benchmarks, Kontextfenster, Preis, Lizenz, Datenschutz und Ergebnissen aus eigenen Tests. Für Beschaffung und Architektur ist außerdem wichtig, ob die veröffentlichte Zahl transparent erklärt wird oder nur als Marketinggröße im Datenblatt steht.