---
title: "Reasoning-Modell: Definition und Beispiel – Carl-Uwe Würfel"
description: "Reasoning-Modell erklärt: wie ein Sprachmodell vor der Antwort eine Gedankenkette rechnet, was Denk-Token kosten und wann sich der Mehraufwand lohnt."
url: https://carl-wuerfel.de/glossar/reasoning-modell
author: Carl-Uwe Würfel
---

1. [Start](https://carl-wuerfel.de/)
  2. [Wissen](https://carl-wuerfel.de/wissen)
  3. [Glossar](https://carl-wuerfel.de/glossar)
  4. Reasoning-Modell

# Reasoning-Modell

Ein Reasoning-Modell ist ein Sprachmodell, das vor seiner Antwort eine längere interne Gedankenkette erzeugt und dafür bei jeder Anfrage mehr Rechenaufwand einsetzt als ein gewöhnliches Modell.

## Auf dieser Seite

  1. So entsteht die Antwort eines Reasoning-Modells
  2. Denk-Token kosten Geld, auch wenn niemand sie liest
  3. Wie lange das Modell nachdenkt, lässt sich einstellen
  4. Ein Reasoning-Modell lohnt sich bei Aufgaben mit vielen abhängigen Schritten
  5. Die Gedankenkette ist keine verlässliche Begründung
  6. Die Grenze des Begriffs
  7. Häufige Fragen
  8. Quellen

Abgerechnet wird die ganze Gedankenkette, auch der Teil, den niemand sieht.

_Abbildung: Ablauf einer Anfrage an ein Reasoning-Modell in drei Schritten. Die Anfrage geht ein, das Modell erzeugt in einer Denkphase Denk-Token, in denen es die Aufgabe zerlegt, Lösungswege prüft und falsche verwirft, und formuliert danach die Antwort. Am Ende steht die Abrechnung: Denk-Token und Antwort zählen beide als Ausgabe-Token. Darunter der Hinweis, dass Nutzer meist nur die Antwort oder eine Zusammenfassung sehen, abgerechnet wird aber die vollständige Denkphase._

Ein Reasoning-Modell (von englisch „reasoning“, Schlussfolgern) beantwortet eine Anfrage in zwei Phasen. Zuerst erzeugt es Zwischenschritte: Es zerlegt die Aufgabe, probiert einen Lösungsweg, prüft ihn und wechselt den Ansatz, wenn er nicht trägt. Danach formuliert es die Antwort. Die Zwischenschritte sind [Token](https://carl-wuerfel.de/glossar/token) wie jede andere Ausgabe, auch wenn Nutzer sie meist nicht oder nur als Zusammenfassung sehen. Technisch bleibt es ein großes Sprachmodell ([LLM](https://carl-wuerfel.de/glossar/llm)), das im Training gelernt hat, diese Gedankenkette von sich aus zu erzeugen.

OpenAI stellte im September 2024 mit o1 ein Modell vor, das nach eigener Beschreibung nachdenkt, bevor es antwortet. Seine Leistung stieg mit mehr Training per [Reinforcement Learning](https://carl-wuerfel.de/glossar/reinforcement-learning) und mit mehr Denkzeit je Anfrage. Für diesen Rechenaufwand zur Antwortzeit hat sich der Begriff Test-Time Compute eingebürgert. Im September 2025 beschrieb das Team von DeepSeek in Nature, dass sich solche Fähigkeiten durch Reinforcement Learning anstoßen lassen, ohne dass Menschen Lösungswege vorschreiben.

Für Führungskräfte geht es vor allem um Kosten und Wartezeit. Je nach Aufgabe erzeugt ein Modell laut OpenAI einige hundert bis zehntausende Denk-Token, und OpenAI, Anthropic und Google rechnen sie als Ausgabe ab. Ob sich das lohnt, entscheidet sich je Aufgabe, und es lässt sich messen.

Beispiel

Ein Maschinenbauer lässt eingehende Lieferantenverträge von KI vorprüfen. Ein schnelles Modell ohne Denkphase sortiert alle Verträge und markiert die Standardfälle. Nur Verträge mit abweichenden Haftungs- oder Zahlungsklauseln gehen an ein Reasoning-Modell auf hoher Aufwandsstufe, das die Klauseln mit den internen Vorgaben vergleicht und seine Einschätzung begründet. Die Rechtsabteilung prüft die Einschätzung am Vertragstext und entscheidet; je Vertrag werden Denk-Token und Durchlaufzeit gemessen.

Kapitel 1 von 6

## So entsteht die Antwort eines Reasoning-Modells.

Ein gewöhnliches Sprachmodell schreibt die Antwort direkt, Token für Token. Ein Reasoning-Modell schiebt davor eine Denkphase, deren Zwischenschritte es beim Weiterschreiben selbst wieder liest.

Gelernt wird das vor allem mit Reinforcement Learning. Das Modell bekommt Aufgaben mit prüfbarem Ergebnis, etwa Mathematik oder Programmcode mit Tests, und wird belohnt, wenn die Endantwort stimmt. OpenAI beschreibt für o1, dass das Modell so lernt, eigene Fehler zu erkennen, schwierige Schritte zu zerlegen und bei Bedarf einen anderen Ansatz zu versuchen. DeepSeek berichtet für R1 von Selbstüberprüfung und Strategiewechseln, die im Training von selbst entstanden.

Die Stärke liegt deshalb dort, wo es eine prüfbare richtige Antwort gibt: Mathematik, Programmieren, naturwissenschaftliche Fragen, Abläufe mit vielen abhängigen Schritten. Bei Aufgaben ohne klares Richtig oder Falsch ist der Vorteil oft kleiner. OpenAI stellte 2024 selbst fest, dass Testpersonen o1-preview bei manchen sprachlichen Aufgaben nicht bevorzugten.

Kapitel 2 von 6

## Denk-Token kosten Geld, auch wenn niemand sie liest.

OpenAI schreibt in seiner Entwicklerdokumentation, dass Denk-Token über die Schnittstelle unsichtbar bleiben, aber Platz im [Kontextfenster](https://carl-wuerfel.de/glossar/context-window) belegen und als Ausgabe-Token berechnet werden. Bei Anthropic zahlt man die vollständige Denkphase und nicht die Zusammenfassung, die in der Antwort erscheint. Google rechnet bei Gemini Ausgabe- und Denk-Token zusammen ab.

Abgerechnet wird also die ganze Gedankenkette, auch der Teil, den niemand sieht. Die Länge der sichtbaren Antworten taugt deshalb nicht als Grundlage der Kostenplanung.

Anthropic meldet in der Verbrauchsangabe jeder Antwort gesondert, wie viele Ausgabe-Token auf das Nachdenken entfielen. Wer diese Zahl je Aufgabentyp auswertet, weiß nach einer Testphase, was eine Vertragsprüfung tatsächlich kostet. Eine Obergrenze für die Ausgabe je Anfrage fängt Ausreißer ab; bei Anthropic gilt sie für Denkphase und Antwort zusammen, und ist sie zu knapp, bricht die Antwort ab.

Kapitel 3 von 6

## Wie lange das Modell nachdenkt, lässt sich einstellen.

Bei OpenAI heißt der Regler reasoning effort: Niedrige Stufen sparen Zeit und Token, hohe lassen das Modell gründlicher nachdenken. Anthropic arbeitete zunächst mit einem festen Token-Budget für die Denkphase (extended thinking). Bei neueren Claude-Modellen entscheidet das Modell selbst, ob und wie lange es nachdenkt, gesteuert über eine Aufwandsstufe; auf niedriger Stufe lässt es das Nachdenken bei einfachen Fragen weg. Google steuert Gemini über eine Denkstufe (thinking level).

Die Stufe ist also eine Einstellung je Aufgabe und keine feste Eigenschaft des Modells. Anthropic weist darauf hin, dass weniger Nachdenken die Qualität senken kann, und empfiehlt, vor dem Produktivbetrieb an einer repräsentativen Stichprobe zu messen, wie sich Verbrauch, Antwortzeit und Qualität ändern. Eine höhere Stufe verlängert den Lösungsweg, ein richtiges Ergebnis garantiert sie nicht.

Kapitel 4 von 6

## Ein Reasoning-Modell lohnt sich bei Aufgaben mit vielen abhängigen Schritten.

OpenAI nennt als typische Einsatzfelder komplexe Problemlösung, Programmieren, naturwissenschaftliches Schlussfolgern und mehrstufige Abläufe von [KI-Agenten](https://carl-wuerfel.de/glossar/ki-agenten). Google empfiehlt für einfache Abfragen wenig Denkaufwand und für anspruchsvolle Programmier-, Mathematik- und Planungsaufgaben viel. Der gemeinsame Maßstab: Der Mehraufwand lohnt sich, wenn Schritte voneinander abhängen und ein Fehler teurer ist als die Wartezeit.

Im Unternehmen sind das etwa die Prüfung eines Vertrags gegen interne Vorgaben oder die Fehlersuche in einer Auswertung. Ein Chat auf der Website passt schlechter, weil dort Tempo zählt. Bei Massenaufgaben vervielfacht sich jedes Denk-Token.

Eine mögliche Bauform verbindet beides: Ein schnelles Modell ohne Denkphase sortiert vor, nur die schwierigen Fälle gehen an ein Reasoning-Modell. Diese Weiche braucht getestete Regeln. Sind sie zu eng, landen schwierige Fälle beim schnellen Modell.

Kapitel 5 von 6

## Die Gedankenkette ist keine verlässliche Begründung.

Viele Oberflächen zeigen eine Zusammenfassung der Denkphase. Das liest sich wie eine Begründung. Anthropic hat 2025 untersucht, ob Reasoning-Modelle offenlegen, dass sie einen ihnen zugespielten Hinweis genutzt haben. Claude 3.7 Sonnet erwähnte den Hinweis im Schnitt in 25 Prozent der Fälle, DeepSeek R1 in 39 Prozent. Die Forschenden folgern, dass man sich auf das, was die Modelle über ihr Vorgehen sagen, nicht immer verlassen kann. OpenAI zeigt die rohe Gedankenkette gar nicht erst an, Nutzer sehen eine vom Modell erzeugte Zusammenfassung.

Die Gedankenkette hilft deshalb bei der Fehlersuche, als Nachweis gegenüber Kunden, Prüfern oder Behörden taugt sie nicht. Geprüft wird das Ergebnis gegen die Quelle, etwa den Vertragstext oder die Rechnung. Auch ein Reasoning-Modell kann Fakten erfinden, denn längeres Nachdenken ersetzt kein Wissen, das ihm fehlt.

Kapitel 6 von 6

## Die Grenze des Begriffs

Ein Reasoning-Modell rechnet länger, weiß aber nicht mehr, als Training und Kontext hergeben; aktuelles oder internes Wissen kommt über [RAG](https://carl-wuerfel.de/glossar/rag) oder Werkzeuge hinzu. Chain-of-Thought-Prompting ist eine Anweisung an ein beliebiges Modell, während das Reasoning-Modell das Denken in Schritten im Training gelernt hat. Ein KI-Agent kann ein Reasoning-Modell zum Planen nutzen, handelt aber zusätzlich mit Werkzeugen in anderen Systemen.

## Häufige Fragen

Was ist ein Reasoning-Modell?

Ein Reasoning-Modell ist ein Sprachmodell, das vor der Antwort eine interne Gedankenkette erzeugt. Es zerlegt die Aufgabe, prüft Lösungswege und formuliert erst dann das Ergebnis. Das hilft vor allem bei mehrstufigen Aufgaben und kostet mehr Zeit und Token.

Was ist der Unterschied zwischen einem Reasoning-Modell und einem normalen Sprachmodell?

Ein normales Sprachmodell schreibt die Antwort direkt, ein Reasoning-Modell rechnet vorher eine Denkphase. Viele aktuelle Modelle lassen sich mit und ohne Denkphase betreiben.

Was ist der Unterschied zwischen einem Reasoning-Modell und Chain-of-Thought-Prompting?

Chain-of-Thought-Prompting ist eine Anweisung im Prompt, ein Reasoning-Modell hat das schrittweise Vorgehen im Training gelernt. Beim Prompting bittet man ein beliebiges Modell, Zwischenschritte auszuschreiben, wie es Jason Wei und Kollegen 2022 beschrieben. Das Reasoning-Modell tut es von sich aus.

Warum sind Reasoning-Modelle teurer und langsamer?

Sie erzeugen vor der Antwort zusätzliche Denk-Token, die Rechenzeit brauchen und als Ausgabe abgerechnet werden. Laut OpenAI können je nach Aufgabe einige hundert bis zehntausende solcher Token entstehen, auch wenn die sichtbare Antwort kurz ist.

Wann sollte man ein Reasoning-Modell einsetzen?

Ein Reasoning-Modell lohnt sich bei mehrstufigen Aufgaben, bei denen ein Fehler teurer ist als die Wartezeit, etwa bei Vertragsprüfung oder Fehlersuche. Für Kundenchats und große Mengen gleichartiger Routinefälle ist ein schnelles Modell meist besser. Den Ausschlag gibt ein Test mit eigenen Fällen.

Welche Reasoning-Modelle gibt es?

Bekannte Beispiele sind OpenAI o1 aus dem Jahr 2024 und DeepSeek-R1, dessen Gewichte unter der MIT-Lizenz frei verfügbar sind. Anthropic und Google bieten bei Claude und Gemini eine einstellbare Denkphase an.

Kann man der angezeigten Gedankenkette eines Reasoning-Modells vertrauen?

Nur eingeschränkt. In einer Anthropic-Studie von 2025 legten Reasoning-Modelle einen genutzten Hinweis nur in einem Teil der Fälle offen. Die Kette hilft bei der Fehlersuche; geprüft wird das Ergebnis gegen die Quelle.

## Weiter

  * [**KI-Glossar**](https://carl-wuerfel.de/glossar)
  * [**KI-Automatisierung**](https://carl-wuerfel.de/ki-automatisierung)
  * [**KI-Kosten: Wer sie nicht je Aufruf kennt, steuert blind**](https://carl-wuerfel.de/notizen/ki-api-kosten-im-betrieb-kontrollieren)
  * [**Chain of Thought (Gedankenkette)**](https://carl-wuerfel.de/glossar/chain-of-thought)
  * [**Inferenz**](https://carl-wuerfel.de/glossar/inferenz)
  * [ Begriff**LLM: Large Language Model**](https://carl-wuerfel.de/glossar/llm)
  * [ Begriff**Token**](https://carl-wuerfel.de/glossar/token)
  * [ Begriff**KI-Benchmark**](https://carl-wuerfel.de/glossar/ki-benchmark)

## Quellen

  1. [OpenAI: Learning to reason with LLMs, 12. September 2024 (englisch)](https://openai.com/index/learning-to-reason-with-llms/)
  2. [OpenAI: Reasoning models, Entwicklerdokumentation, Stand November 2026 (englisch)](https://developers.openai.com/api/docs/guides/reasoning)
  3. [Anthropic: Steering thinking, Dokumentation der Claude-Plattform, Stand November 2026 (englisch)](https://platform.claude.com/docs/en/build-with-claude/thinking-steering-and-cost)
  4. [Google: Gemini thinking, Dokumentation der Gemini API, Stand November 2026 (englisch)](https://ai.google.dev/gemini-api/docs/thinking)
  5. [DeepSeek-AI (Daya Guo u. a.): DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning, Nature 645, September 2025 (englisch)](https://doi.org/10.1038/s41586-025-09422-z)
  6. [DeepSeek-AI: DeepSeek-R1, Modellkarte mit Lizenz, Hugging Face, Stand November 2026 (englisch)](https://huggingface.co/deepseek-ai/DeepSeek-R1)
  7. [Jason Wei u. a. (Google Research): Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, NeurIPS 2022 (englisch)](https://arxiv.org/abs/2201.11903)
  8. [Anthropic: Reasoning models don’t always say what they think, 3. April 2025 (englisch)](https://www.anthropic.com/research/reasoning-models-dont-say-think)
