Grundbegriffe
Temperatur (KI-Parameter)
Die Temperatur ist ein Einstellwert in KI-Modellen, der bestimmt, wie vorhersehbar oder variantenreich eine generierte Antwort ausfällt. Für Unternehmen entscheidet dieser Wert mit, ob eine KI-Anwendung konsistente Fakten liefert oder kreative Textvarianten erzeugt.
Das Wichtigste in Kürze
- OpenAI: Wertebereich 0–2, Standard 1,0. Anthropic (Claude): Wertebereich 0–1, ebenfalls Standard 1,0
- Faustregel: Werte unter 1,0 wirken konsistenter, 1,0 ist die Standardverteilung, Werte über 1,0 erhöhen die Vielfalt
- Laut Anthropic-Dokumentation ist die Ausgabe selbst bei Temperatur 0 nicht vollständig deterministisch
- Kein Zusatzkostenfaktor: Temperatur ist eine kostenlose Konfigurationseinstellung innerhalb bestehender KI-Systeme
Was ist das?
Die Temperatur ist ein technischer Parameter, der bei der Texterzeugung durch ein Sprachmodell festlegt, wie stark das Modell von der wahrscheinlichsten Fortsetzung eines Satzes abweichen darf. Ein niedriger Wert zwingt das Modell, fast immer die naheliegendste Antwort zu wählen. Ein hoher Wert erlaubt auch unwahrscheinlichere, aber sprachlich mögliche Alternativen – die Antwort wird dadurch vielfältiger, aber auch weniger vorhersehbar.
Eine Analogie aus dem Betriebsalltag: Ein Mitarbeitender, der eine Standardantwort auf eine Kundenanfrage immer wortgleich gibt, entspricht Temperatur 0. Ein Mitarbeitender, der jedes Mal spontan neu formuliert und auch mal ungewöhnliche Vorschläge einbringt, entspricht einer hohen Temperatur. Beides kann je nach Aufgabe richtig sein.
Technisch gesehen verändert die Temperatur die Wahrscheinlichkeitsverteilung, aus der das nächste Wort (Token) gezogen wird: Bei niedrigen Werten wird die Verteilung schärfer, bei hohen Werten flacher. OpenAI nutzt für seine Chat-Modelle laut eigener API-Referenz einen Bereich von 0 bis 2 mit Standardwert 1,0, während Anthropic den Bereich bei Claude-Modellen in der Messages-API auf 0 bis 1 begrenzt, ebenfalls mit Standardwert 1,0 und der Empfehlung, für analytische Aufgaben näher an 0 und für kreative Aufgaben näher an 1 zu bleiben.
Wichtig für die Praxis: Laut Anthropic-Dokumentation ist die Ausgabe auch bei Temperatur 0 nicht vollständig deterministisch. Ein technischer Grund dafür liegt in der parallelen Berechnung auf GPU-Hardware, bei der Rundungsreihenfolgen (Hardware-Nebenläufigkeit) je nach Auslastung leicht variieren können. Als Faustregel gilt: Werte deutlich unter dem Standardwert wirken konsistenter, der Standardwert bildet die ursprüngliche Trainingsverteilung ab, Werte darüber erhöhen die Vielfalt – wie stark, hängt vom jeweiligen Modell ab.
Was bringt das im Betrieb?
Für die betriebliche Praxis bedeutet die Temperatur-Einstellung vor allem eins: die Wahl zwischen Verlässlichkeit und Kreativität je nach Anwendungsfall. Bei der automatisierten Beantwortung von Kundenanfragen, bei Vertragsklauseln oder bei der Extraktion von Rechnungsdaten ist ein niedriger Wert sinnvoll, weil Schwankungen in der Formulierung hier Verwirrung stiften oder Fehler begünstigen können.
Bei der Erstellung von Marketingtexten, Ideensammlungen oder Variationen für A/B-Tests ist dagegen ein höherer Wert hilfreich, weil mehr sprachliche Vielfalt entsteht. Wer ein KI-System für das eigene Unternehmen einrichten lässt, sollte wissen, dass dieser Wert meist vom Dienstleister oder in der Konfiguration voreingestellt wird – ein falsch gewählter Wert kann dazu führen, dass ein Chatbot bei sachlichen Fragen unnötig abschweift oder bei kreativen Aufgaben zu starr wirkt.
Was kostet das?
Die Temperatur selbst verursacht keine separaten Kosten – sie ist eine kostenlose Konfigurationseinstellung innerhalb einer bestehenden KI-Anwendung oder API-Anbindung. Aufwand entsteht eher indirekt: beim Testen verschiedener Werte für den jeweiligen Anwendungsfall und beim Dokumentieren, welche Einstellung für welchen Prozess verwendet wird.
Nach unserer Erfahrung lohnt sich dieser Abstimmungsaufwand vor allem bei Anwendungen mit hohem Volumen, etwa im Kundenservice oder bei der Dokumentenverarbeitung, da dort auch kleine Qualitätsunterschiede spürbar werden. Wird ein KI-System von einem Dienstleister eingerichtet, ist die passende Temperatur-Konfiguration üblicherweise Teil der Einrichtung und nicht gesondert zu beauftragen.
Beispiel aus dem Mittelstand
Ein Kfz-Zulieferer mit 60 Mitarbeitenden lässt einen Chatbot für Standardanfragen im Ersatzteilbestellwesen einrichten. Bei der Einrichtung stellt der Dienstleister die Temperatur niedrig ein, damit die Antworten zu Lagerbeständen und Lieferzeiten konsistent und nachvollziehbar bleiben. Für eine zweite Anwendung, die Entwürfe für Social-Media-Beiträge vorschlägt, wird bewusst eine höhere Temperatur gewählt, damit mehrere unterschiedliche Formulierungsvorschläge entstehen, aus denen das Marketingteam auswählen kann.
Häufige Fragen
Was bewirkt eine hohe Temperatur bei ChatGPT oder Claude?
Eine hohe Temperatur macht die Antworten variantenreicher und weniger vorhersehbar, weil das Modell auch unwahrscheinlichere Wortfolgen zulässt. Bei OpenAI-Modellen reicht der Bereich bis 2,0, bei Anthropic bis 1,0, mit Standardwert jeweils bei 1,0.
Welche Temperatur sollte man für Geschäftsprozesse wählen?
Für faktenbasierte Aufgaben wie Datenextraktion oder Kundenservice empfiehlt sich ein niedriger Wert nahe 0, für kreative Aufgaben wie Textentwürfe ein höherer Wert. Die konkrete Einstellung hängt vom Einzelfall ab und wird häufig bei der Einrichtung des KI-Systems festgelegt.
Ist die Antwort bei Temperatur 0 immer identisch?
Nein, auch bei Temperatur 0 ist die Ausgabe laut Anthropic-Dokumentation nicht vollständig deterministisch. Ein Grund dafür sind technische Faktoren wie parallele Berechnungen auf GPU-Hardware, die Rundungsreihenfolgen leicht verändern können.
Kann man die Temperatur bei jedem KI-Tool einstellen?
Nein, in einfachen Chat-Oberflächen wie der ChatGPT-Weboberfläche ist der Wert meist fest voreingestellt und nicht sichtbar. Einstellbar ist die Temperatur in der Regel nur über die Programmierschnittstelle (API) oder in Tools, die diesen Parameter gezielt freigeben.
Video zum Thema
8:34Softmax: What is the Temperature of an AI?MarbleScience · Englisch · auf YouTube ↗Quellen
Verwandte Begriffe
In der Praxis: Lösungen dazu
Content-Erstellung mit KI
Content-Agent
Entwürfe in der eigenen Stimme liegen bereit, das Team gibt nur noch frei.
Zur Lösung →3 h
pro Person und Woche
LinkedIn-Posts mit KI
LinkedIn Content-Automatisierung
Zweimal pro Woche wartet ein fertiger Post mit Visual in der eigenen Stimme: lesen, nicken, veröffentlichen.
Zur Lösung →3 h
pro Person und Woche
Ihr wollt herausfinden, wo das in eurem Betrieb Wirkung entfaltet?
KI Use Case Workshop ansehenGeprüft von Rocco Busch, Automation Manager. Stand: 19. November 2026.