--- type: "GlossaryTerm" title: "Temperature" description: "Temperature ist ein zentraler Steuerungsparameter für die Textgenerierung von LLMs. Er beschreibt, wie stark die Wahrscheinlichkeitsverteilung der Kandidaten-To" resource: "https://www.contextstudios.ai/de/glossar/temperature" language: "de" tags: ["tech"] generated: by: "process:contextstudios-md/1" at: "2026-10-08T21:44:00.038Z" status: "stable" --- # Temperature Temperature ist ein zentraler Steuerungsparameter für die Textgenerierung von LLMs. Er beschreibt, wie stark die Wahrscheinlichkeitsverteilung der Kandidaten-Tokens vor dem Sampling gestreckt oder gestaucht wird. Bei Temperature 1 bleibt die trainierte Verteilung unverändert. Niedrigere Werte schärfen die Verteilung: Der Agent trifft konsistentere, vorhersehbarere Entscheidungen, weil häufige Tokens dominieren. Höhere Werte glätten die Verteilung: Auch seltenere Tokens erhalten eine reale Chance, die Ausgabe wird variantenreicher, aber fehleranfälliger. Für die Praxis haben sich zwei Richtwerte etabliert: 0.2 für deterministische Aufgaben wie Klassifikation, Extraktion oder JSON-Ausgaben, 0.7 für kreativere Texte. Der Grenzwert 0 entspricht dem Greedy-Decoding, bei dem jedes Mal der wahrscheinlichste Token gewählt wird. Temperature unterscheidet sich von Top-P (Nucleus Sampling): Temperature formt die Verteilung, Top-P begrenzt die Kandidatenmenge. Beide lassen sich kombinieren. Wichtig ist die Reproduzierbarkeit: In Produktions-Setups wird der Wert je Task-Typ fixiert und im Prompt- oder Agent-Protokoll dokumentiert, meist zusammen mit einem Seed. Der Name stammt aus der Thermodynamik, weil die Formel die Boltzmann-Verteilung nutzt: Die Temperatur gibt an, wie stark das System „angeregt" ist. In der Praxis bleibt der Wert meist klein, da zu hohe Temperature-Zahlen bei mehrstufigen Pipelines die Fehlerrate spürbar erhöhen. Für Unternehmen ist die Temperature ein einfaches, aber wirkungsvolles Instrument, um den Zielkonflikt zwischen Konsistenz und Flexibilität in jeder Pipeline-Stufe bewusst zu steuern. ["llm", "top-p-sampling", "chain-of-thought", "structured-outputs", "prompt-engineering"]