Wie viel Text hat unser Betrieb?
Du rechnest zuerst aus, wie viel geschriebener Text in deinem eigenen Betrieb steckt. Danach schlägst du nach, wogegen diese Zahl steht — und prüfst bei der Gelegenheit, ob deine KI dieselbe Auskunft gibt wie die Quelle. Am Ende hast du eine Zahl und eine Rückfrage, mit der du jedem Anbieter begegnen kannst, der verspricht, eine KI auf eure Daten zu trainieren.
Das Blatt gehört zum Modul über sparsames Lernen und setzt das Quiz voraus: von dort die 100 Millionen Wörter eines Kindes, die Unterscheidung von Wörtern und Token und den Satz, dass hochwertiger Menschentext knapp wird.
Die Seite des Wettbewerbs ist öffentlich abrufbar. Kein Konto, keine Anmeldung, keine Installation, keine Zahlungsdaten. Am 16.09.2026 geprüft: alle benötigten Unterseiten antworten ohne Anmeldung. Nur wer selbst etwas einreichen will, braucht ein Konto — Lesen nicht.
Einen Browser und eine grobe Vorstellung davon, welche schriftlichen Unterlagen in deinem Betrieb liegen. Für Aufgabe 3 bis 5 hilft ein Taschenrechner. Die Seite ist auf Englisch; die beiden Zahlen, um die es geht, stehen aber als Ziffern da.
Nachschlagen 1 · Die Begriffe, die in den Aufgaben vorkommen
Je ein Satz. Wenn du beim Ausfüllen hängst, schlägst du hier nach und liest nicht den ganzen Stoff noch einmal.
| Begriff | In einem Satz | Für Aufgabe |
|---|---|---|
| Wort | Was zwischen zwei Leerzeichen steht. Eine DIN-A4-Seite normalen Fließtextes hat rund 300 davon. | 1, 3, 4 |
| Token | Die Recheneinheit eines Sprachmodells, meist ein Wortstück. Ein Wort sind im Schnitt rund 1,3 Token — die beiden Einheiten sind also nicht dasselbe. | 2 |
| Training | Der einmalige, monatelange Vorgang, aus dem ein Modell überhaupt erst entsteht. Kostet Millionen und wird von einer Handvoll Anbietern gemacht. | 5 |
| Nachschlagen | Der Weg, auf dem ein fertiges Modell an eure Unterlagen kommt: Es bekommt sie zur Laufzeit vorgelegt, statt sie zu lernen. Im Kurs auch RAG genannt. | 5 |
| Datenbudget | Die Obergrenze an Text, die ein Modell im Wettbewerb sehen darf. Es gibt zwei: 100 Millionen und 10 Millionen Wörter. | 1, 4 |
Nachschlagen 2 · Wo auf der Seite was steht
Die Seite ist auf Englisch. Diese Tabelle sagt dir, wonach du schaust.
| Ort | Was dort steht | Für Aufgabe |
|---|---|---|
| Unterseite Guidelines | Die Beschreibung der Wettbewerbsklassen. Gesucht sind die Absätze Strict Track und Strict-Small Track — in jedem steht eine Zahl mit dem Wort words. | 1 |
| Startseite, Abschnitt Overview | Ein Satz über ein bekanntes Sprachmodell namens Chinchilla, in dem die Zahl 1.4 trillion vorkommt. Achte auf das Wort direkt dahinter. | 2 |
| Englische Zahlwörter | million = Million, billion = Milliarde, trillion = Billion. Achtung: billion heißt nicht Billion. | 1, 2 |
| Eigene Unterlagen | Kein Werkzeug nötig. Für Aufgabe 3 schätzt du Seitenzahlen — ein Blick in den Ordner oder ins Laufwerk genügt. | 3 |
Deine Schätzung wird nicht genau sein — und das ist in Ordnung. Es geht um die Größenordnung. Ob euer Bestand 40.000 oder 400.000 Wörter umfasst, ändert an der Antwort nichts: Beide Zahlen liegen weit unter dem kleinsten Budget, mit dem in der Forschung ein Modell trainiert wird. Genau das ist die Erkenntnis, und sie hält auch eine grobe Schätzung aus.
Zur Schreibweise auf der englischen Seite: Dort steht „100M words“ und „10M words“. Das M ist die englische Abkürzung für million — also 100 Millionen und 10 Millionen Wörter. Achtung: Weiter unten auf derselben Seite steht bei einem dritten Wettbewerbsteil „100M tokens“. Das ist eine andere Einheit und nicht die Zahl, die du suchst.
Wenn deine Zahl heute anders lautet als unsere, ist das kein Fehler, sondern genau der Punkt der Übung. Trag immer ein, was du gerade siehst.
So geht es im Kurs weiter
| Quiz | Der Wissensteil zu diesem Blatt: Das Kind und die Zahl, die niemand gemessen hat (Teil 1) |
| Vertiefen | Jede Kennzahl mit Messgrundlage – dieselbe Regel an Stromverbrauchszahlen |
| Vergleichen | Eine Zahl ohne Bezugsgröße und das Quiz dazu |
| Üben | Die Quelle öffnen statt die Zusammenfassung lesen |
| Nachschlagen | Modul 0 – die Begriffe, bevor es losgeht |
Die Angaben zu den Datenbudgets wurden am 16.09.2026 auf den öffentlichen Seiten des Wettbewerbs abgelesen. Die Seiten werden während des laufenden Wettbewerbs weiter gepflegt — wenn deine Zahl heute abweicht, gilt deine.