Einfach erklärt · Frei lesbar · 5 Min. Lesezeit

Reasoning-Modell einfach erklärt: Wann sich der Denkmodus in ChatGPT, Gemini und Claude lohnt

Ein Reasoning-Modell ist eine KI, die vor ihrer Antwort intern in mehreren Schritten nachdenkt: Sie zerlegt die Aufgabe, probiert Lösungswege aus und prüft sie, bevor sie antwortet. In ChatGPT, Gemini und Claude lässt sich diese Denkstufe im Modellmenü wählen. Mehr Nachdenken hilft vor allem bei Rechenaufgaben, Planung und kniffligen Analysen, dauert aber länger und verbraucht mehr von deinem Nutzungslimit. Für einfache Alltagsfragen reicht meist die schnelle Antwort (Stand Oktober 2026).

Veröffentlicht am 11. Oktober 2026

Kurz gesagt

Reasoning-Modell: Ein Reasoning-Modell ist eine KI, die vor ihrer Antwort intern in mehreren Schritten nachdenkt, die Aufgabe zerlegt und Lösungswege abwägt. Das hilft bei schwierigen Aufgaben, dauert aber länger und verbraucht mehr Rechenleistung.^1,2,3,4; Beispiel: Du willst wissen, ob sich für deine Familie ein Bahn-Abo oder Einzeltickets mehr lohnen, und gibst Fahrten und Preise ein. Im Denkmodus rechnet die KI die Varianten Schritt für Schritt durch; für die Frage, wann der erste Zug fährt, reicht die schnelle Antwort.; Auch genannt: Denkmodus · Thinking-Modell · schlussfolgerndes Modell · Erweitertes Denken · Deep Think · Reasoning model

Was ein Reasoning-Modell anders macht

Ein normales Sprachmodell schreibt seine Antwort sofort, Wort für Wort. Ein Reasoning-Modell, auf Deutsch etwa ein schlussfolgerndes Modell, legt vorher einen Zwischenschritt ein. OpenAI beschreibt es so: Das Modell erzeugt interne Denkbausteine, zerlegt damit die Aufgabe und wägt verschiedene Lösungswege ab, bevor es antwortet. Google schreibt, dieser Denkprozess verbessere das Schlussfolgern und die Planung in mehreren Schritten, etwa beim Programmieren, bei Mathematik und bei Datenanalysen.

In der Praxis siehst du oft nur einen Hinweis wie „Denkt nach“ und eine Zeitanzeige. Bei Claude kannst du laut Anthropic einen aufklappbaren Bereich öffnen, der eine Zusammenfassung des Denkwegs zeigt. Das hilft nachzuvollziehen, wie die KI zu ihrem Ergebnis gekommen ist.

Unsere Einordnung: Denken ist hier ein Bild. Die KI rechnet länger und schreibt sich Zwischenschritte auf, ein Verständnis wie beim Menschen ist damit nicht belegt.

Der Denkmodus in ChatGPT, Gemini und Claude

ChatGPT: Im Modellmenü gibt es einen Regler für die Denkstufe mit Instant, Medium, High, Extra High und Pro. Laut OpenAI erhalten Plus-Kunden Medium und High, Pro-Kunden zusätzlich Extra High und Pro. Free und Go erhalten diese Denkstufen nicht; dort lässt sich für schwierigere Fragen die Option Think wählen, die ein kleineres Modell nutzt. Welches genau, ist bei OpenAI derzeit uneinheitlich angegeben: Die Modellhilfe nennt GPT-5.6 Luna, die deutsche Preistabelle führt für Free und Go dagegen GPT-6 Luna als verfügbar und GPT-5.6 Luna als nicht verfügbar. Wichtig: In Plus und Pro schaltet Instant bei schweren Fragen nicht mehr von selbst auf Nachdenken um, und auch die Bitte, gründlicher nachzudenken, ändert die Stufe nicht. Notebookcheck berichtete am 17. September 2026 über diese Umstellung und nannte für Plus einen Preis von 23 Euro im Monat.

Gemini: Laut Google-Hilfe lässt sich der Denkaufwand anpassen, sofern das für das Modell verfügbar ist. Standarddenken ist voreingestellt und antwortet schneller. Erweitertes Denken analysiert die Eingabe länger und ist für komplexe Probleme gedacht. Deep Think gibt es nur im Abo Google AI Ultra und nur mit dem Pro-Modell; eine Antwort kann dann einige Minuten dauern.

Claude: Anthropic trennt zwei Einstellungen. Die Aufwandsstufe reicht von Low und Medium über High und Extra high bis Max. Dazu kommt ein Schalter für das Nachdenken. Bei den neuesten Modellen, darunter Sonnet 5.5 und Opus 5.5, lässt sich das Nachdenken laut Anthropic nicht abschalten.

Wann sich der Denkmodus lohnt

Anthropic nennt als typische Einsatzfälle Rechnungen und Beweise, schwierige Programmieraufgaben, umfassende Projektplanung, detaillierte Analysen von Dokumenten und technische Probleme mit mehreren Schritten. Für einfache Fragen, allgemeine Auskünfte und normales Schreiben reichen laut Anthropic die Standardeinstellungen.

Google gibt eine ähnliche Faustregel: wenig Nachdenken für einfache Faktenfragen, die Standardstufe für Vergleiche und kreative Überlegungen, das Maximum für schwieriges Programmieren, Mathematik und Planung in mehreren Schritten.

Übertragen auf den Alltag heißt das: Für die Frage nach einem Rezept oder einer Übersetzung brauchst du keinen Denkmodus. Wenn du zum Beispiel Handytarife mit mehreren Bedingungen durchrechnen oder einen Reiseplan mit vielen Abhängigkeiten aufstellen lassen willst, kann sich die höhere Stufe lohnen.

Der Preis des Nachdenkens: Zeit, Limits und Kosten

Nachdenken kostet Zeit. Google schreibt, dass Standarddenken in der Regel schneller antwortet als Erweitertes Denken. Anthropic sagt, höhere Aufwandsstufen liefern gründlichere Antworten, dauern aber länger.

Nachdenken verbraucht außerdem mehr von deinem Kontingent. Laut Google beanspruchen höherer Denkaufwand und leistungsstärkere Modelle das Nutzungslimit in Gemini stärker. Dabei hilft ein Fachbegriff: Tokens sind kleine Verarbeitungseinheiten für Text, etwa Wortteile oder Satzzeichen; laut OpenAI entspricht ein Token ungefähr vier Zeichen englischen Texts. Anthropic schreibt, dass höhere Stufen mehr Tokens verbrauchen und du dein Limit dadurch schneller erreichst. Bei ChatGPT hängen die Grenzen für die Denkstufen vom Tarif ab; ist das Kontingent erschöpft, kann ChatGPT laut OpenAI mit einem anderen Modell weitermachen.

Für Entwickler, die pro Token zahlen, wird es direkt teurer: Die internen Denk-Tokens, also die Tokens für die Zwischenschritte, sind laut OpenAI nicht sichtbar, werden aber wie Antworttext abgerechnet und zählen damit zum Verbrauch. Außerdem belegen sie Platz im Kontextfenster. Das Kontextfenster begrenzt, wie viel Inhalt das Modell bei einer Anfrage gleichzeitig berücksichtigen kann. Google berechnet bei Gemini ebenfalls alle Denk-Tokens mit.

Macht Nachdenken die KI zuverlässiger?

Nicht automatisch. OpenAI zeigt aus einem eigenen Test mit schwierigen Faktenfragen zwei Modelle im Vergleich: gpt-5-thinking-mini gab viel häufiger zu, eine Antwort nicht zu kennen, und lag dadurch deutlich seltener falsch als o4-mini. Beide sind aber Reasoning-Modelle, auch o4-mini ist laut OpenAI darauf trainiert, vor der Antwort länger nachzudenken. Der Vergleich zeigt also, wie unterschiedlich verschiedene Modelle bei Fehlern und beim Zugeben von Unwissen sind, nicht, dass das Einschalten des Denkmodus allein zuverlässiger macht. Das ist eine Herstellerangabe.

Eine unabhängige Messung zeigt, dass Nachdenken keine Garantie ist. In der Rangliste von Vectara vom 22. September 2026, die misst, wie oft Modelle beim Zusammenfassen von Texten etwas hinzudichten, schneiden die Denkvarianten mancher Modelle sogar etwas schlechter ab als die schnellen Varianten. So liegt Grok 4.1 Fast mit Denken bei 19,2 Prozent, ohne Denken bei 17,8 Prozent.

Deshalb gilt auch im Denkmodus: Wichtige Angaben, Zahlen und Quellen selbst prüfen.

Quellen

KI-gestützt erstellt und vor der Veröffentlichung redaktionell freigegeben.