====== Modellauswahl & Optimierung ======

[[sonstige_dienste:ki-dienste:librechat|← Zurück zur LibreChat-Menü]]

<note>**Ziel dieser Seite**: Diese Seite kombiniert Modellauswahl (inkl. Reasoning-Modelle) und Parameteroptimierung. Für UI-Details siehe [[sonstige_dienste:ki-dienste:librechat:benutzeroberflaeche|Benutzeroberfläche verstehen]], für Workflows [[sonstige_dienste:ki-dienste:librechat:nutzungsanleitung|Erweiterte Funktionen nutzen]], für Schnellfragen die [[sonstige_dienste:ki-dienste:librechat:fag|Häufig gestellte Fragen (FAQ)]].</note>

===== Übersicht =====

**Für wen ist diese Seite?** Fortgeschrittene Benutzer, die gezielt Modelle auswählen und Parameter anpassen möchten, um optimale Ergebnisse zu erzielen.

**Was erwartet Sie?** 
  * **Teil 1**: Wann welches Modell wählen – inkl. Reasoning-Modelle und Agenten
  * **Teil 2**: Alle Parameter verstehen und optimal einstellen

<note important>**Für Einsteiger**: Wenn Sie neu bei LibreChat sind, **empfehlen wir zunächst Standardwerte zu nutzen** oder einen passenden Agenten zu wählen. Diese Seite ist für erfahrene Nutzer, die mehr Kontrolle wünschen.</note>

----

===== Teil 1: Modellauswahl =====

==== Standardmodelle für typische Aufgaben ====

  * **Allround / Büroarbeit**: `gpt-4.1-mini` (OpenAI) oder `meta-llama-3.1-8b-instruct` (GWDG, kostenfrei)
  * **Technische & wissenschaftliche Analysen**: `qwen3-30b-a3b-instruct-2507` (GWDG)
  * **Kreative Inhalte / Bilder**: `llama-3.1-sauerkrautlm-70b`, `gpt-4.1-mini`
  * **Aktuelle Informationen**: „GPT‑4.1 Web Search" oder „GPT‑5‑mini Web Search" (Agenten)

==== Spezialisierte KI-Agenten im Überblick =====

LibreChat bietet verschiedene spezialisierte KI-Agenten, die für spezifische Aufgaben optimiert sind. Agenten kombinieren vorkonfigurierte Modelle, Parameter und Prompts für optimale Ergebnisse.

==== GPT-4.1 EverydayDraft-Assistent ====

**Ideal für**: Übersetzungen, Textbearbeitung, einfache Code-Generierung und Datenanalysen

**Verwendung**:
  * Übersetzungen zwischen verschiedenen Sprachen
  * Texte verbessern, umformulieren oder zusammenfassen
  * Einfache Programmcode-Generierung
  * Basis-Datenanalysen

**Praktische Beispiele**: Siehe [[sonstige_dienste:ki-dienste:librechat:anwendungsbeispiele#2_texte_bearbeiten|Anwendungsbeispiele - Texte bearbeiten]], [[sonstige_dienste:ki-dienste:librechat:anwendungsbeispiele#3_programmcode_generieren_lassen|Programmcode generieren]] und [[sonstige_dienste:ki-dienste:librechat:anwendungsbeispiele#5_daten_analysieren|Daten analysieren]]

==== GPT-5 LogicForge Expert ====

**Ideal für**: Komplexe Aufgaben wie anspruchsvolle Code-Generierung, tiefgehende Datenanalysen und Dateiüberarbeitungen

**Verwendung**:
  * Komplexe Programmcode-Generierung und Debugging
  * Tiefgehende Datenanalysen
  * Dateien überarbeiten und mehrere Quellen kombinieren
  * Aufgaben, die logische Ableitung und Analyse erfordern

**Praktische Beispiele**: Siehe [[sonstige_dienste:ki-dienste:librechat:anwendungsbeispiele#6_komplexe_aufgaben_bearbeiten|Anwendungsbeispiele - Komplexe Aufgaben bearbeiten]]

**Technische Details**: Vorkonfigurierter Reasoning-Agent für Mathe, Logik, Code. Prompt-Kern: "Parse the request → Step-by-step plan → Show derivations → Provide tests → End with Next Steps". Ideal mit GPT‑5/o4-mini + Use Responses API aktiviert.

==== GPT-5-mini DeepWiki Helper ====

**Ideal für**: Intelligente Analyse technischer Dokumentationen

**Verwendung**:
  * Technische Dokumentationen durchsuchen und analysieren
  * Code-Beispiele und API-Referenzen finden
  * Technische Fragen mit Quellen beantworten

**Praktische Beispiele**: Im Marktplatz auswählen → „Wie funktioniert OAuth2 in Express.js?" → Agent liefert DeepWiki-Ergebnisse mit Quellen, ohne den Browser zu wechseln.

**Technische Details**: Kombiniert GPT-5-mini mit DeepWiki für intelligente Analyse technischer Dokumentationen

=== GPT Bildgenerierung ===

**Ideal für**: Erstellung von Bildern basierend auf Textbeschreibungen

**Verwendung**:
  * Bilder aus Textbeschreibungen generieren
  * Wissenschaftliche Diagramme erstellen
  * Visuelle Konzepte visualisieren

**Praktische Beispiele**: Agent wählen → Prompt „Erstelle ein Bild von …" → Bild generieren und herunterladen. Weitere Beispiele: [[sonstige_dienste:ki-dienste:librechat:anwendungsbeispiele#4_bilder_generieren_lassen|Anwendungsbeispiele - Bilder generieren lassen]]


==== GPT-4.1 / GPT-5-mini Web Search ====

**Ideal für**: Aktuelle Informationen und Live-Websuche

**Verwendung**:
  * Tagesaktuelle Fragen beantworten
  * Neueste Nachrichten und Forschungsergebnisse recherchieren
  * Live-Websuche für aktuelle Informationen

**Praktische Beispiele**: 
  * **GPT-4.1 web search**: Für tagesaktuelle Fragen („Neueste Nachrichten zu …?") → Agent startet Echtzeitsuche → liefert aktuellste Infos
  * **GPT-5-mini web search**: Gleicher Ablauf, aber schneller und günstiger für leichtere Recherchen
  * Weitere Beispiele: [[sonstige_dienste:ki-dienste:librechat:anwendungsbeispiele#1_suche_recherche|Anwendungsbeispiele - Suche/Recherche]]

**Technische Details**: 
  * **GPT-4.1 web search**: Kombiniert GPT-4.1 mit Live-Websuche für aktuelle Informationen
  * **GPT-5-mini web search**: Kombiniert GPT-5-mini mit Live-Websuche für schnelle Recherchen

==== Reasoning-Agenten (Math & Logic, Code Debugging, Deep Analysis) ====

**Ideal für**: Komplexe mathematische Beweise, Logikrätsel, tiefes Debugging

**Verwendung**:
  * Mathematische Beweise und Logikrätsel lösen
  * Komplexes Code-Debugging
  * Tiefgehende Analysen mit nachvollziehbaren Begründungen

**Technische Details**: Bereitgestellte Reasoning-Presets für komplexe Fälle. Modelle, Parameter und Prompts sind bereits vorkonfiguriert.

**Weitere Informationen**: Siehe Abschnitt "Reasoning-Modelle" weiter unten und [[sonstige_dienste:ki-dienste:librechat:fag#reasoning-modelle_häufige_fragen|FAQ - Reasoning-Modelle]]

==== Best Practices für Agenten =====

  * **Gezielt einsetzen**: Einfache Aufgaben weiterhin normalen Modellen überlassen, Agenten für spezialisierte Aufgaben nutzen (siehe oben "Ideal für" bei jedem Agenten)
  * **Beta-Funktionen im Blick behalten**: Bildgenerierung kann kurzfristig deaktiviert werden
  * **Agenten kombinieren**: Für komplexe Aufgaben können Sie Agenten abwechselnd einsetzen (z.B. LogicForge Expert für Analyse, EverydayDraft-Assistent für Formatierung)

==== Reasoning-Modelle: Wann lohnt sich Reasoning? =====

**Warum Reasoning trotzdem ein Thema bleibt**:

  - **Standardnutzer**: Wählen einfach den passenden Agenten (z.B. „Deep Analysis", „Math & Logic", „Code Debugging"). Dort sind Modelle, Parameter und Prompts bereits vorkonfiguriert.  
  - **GPT‑5/GPT‑5.1**: Erkennen die Komplexität Ihrer Frage automatisch und aktivieren bei Bedarf das interne „Thinking". Sie müssen nichts einstellen.  
  - **Fortgeschrittene**: Können weiterhin in den KI-Einstellungen `Reasoning Effort`, `Reasoning Summary` und `Verbosity` anpassen, wenn sie volle Kontrolle möchten.

**Wann lohnt sich Reasoning?**:

  - Mathematische Beweise, Logikrätsel, komplexes Debugging, mehrstufige Recherchen oder Entscheidungsbäume.  
  - Aufgaben, die sich sauber in Zwischenschritte aufteilen lassen („Zeige mir Schritt für Schritt…").  
  - Wenn Sie nachvollziehbare Begründungen oder alternative Szenarien benötigen.

**Nicht nötig** ist Reasoning bei kurzen Faktenfragen, normalem Textschreiben oder schnellen Brainstorming-Sessions – dort sind `gpt-4.1-mini` oder leichte GWDG-Modelle deutlich schneller.

**Empfohlene Reasoning-Modelle**:

  - **Komplexe Logik, Mathe, Debugging**: Reasoning-Agenten oder `o4-mini`, `qwen3-30b-a3b-thinking-2507`, `deepseek-r1`

==== Wenn Reasoning-Antworten lange dauern =====

  - Vergewissern Sie sich, dass wirklich Reasoning erforderlich ist.  
  - Reduzieren Sie den `Reasoning Effort` (Medium/Low) oder setzen Sie `Reasoning Summary` auf *Concise*.  
  - Geben Sie eine klare Aufgabenbeschreibung bzw. laden Sie relevante Dateien hoch.  
  - Nutzen Sie erst ein leichtes Modell zum Ideensammeln und schalten Sie für die finale Analyse auf einen Reasoning-Agenten.

Ausführlichere Tipps finden Sie im Abschnitt „Reasoning-Modelle: Häufige Fragen" der [[faq|FAQ]].

----

===== Teil 2: Parameteroptimierung =====

==== Wo finde ich die Modellparameter? =====

    * Öffnen Sie das **rechte Seitenmenü** (siehe [[benutzeroberflaeche|Benutzeroberfläche]])
    * Klicken Sie auf **"KI-Einstellungen"**
    * Hier sehen Sie alle verfügbaren Parameter


{{ :sonstige_dienste:ki-dienste:librechat:ki-parameter-v0.8.0.png?200 |}}
<note tip>**Zuerst die Grundlagen lernen?** Lesen Sie zuerst die [[benutzeroberflaeche|Benutzeroberfläche]], um zu verstehen, wo Sie diese Einstellungen finden.</note>

==== KI-Einstellungen im Überblick =====

==== Basis & Kontext ====

  * **Benutzerdefinierter Name**: Vergeben Sie einen eindeutigen Namen für die aktuelle Konfiguration (z. B. „Formelle E-Mails“), damit Presets leichter zugeordnet werden können.  
  * **Benutzerdefinierte Anweisungen**: Dauerhafte Vorgaben wie „Antworte formell“ oder „Handle als Python-Experte“; Standard leer lassen, wenn keine Sonderrolle erforderlich ist.  
  * **Max. Kontext-Token**: Obergrenze für das „Chat-Gedächtnis“. Nur bei extrem langen Dokumenten erhöhen.  
  * **Max. Antwort-Token**: Steuerung der Antwortlänge – Richtwerte: 500 (kurz), 2000 (Analyse), >4000 (sehr lang).
==== Kreativität & Vielfalt ====

  * **Temperature**: Steuert Kreativität – 0.0‑0.3 fokussiert, 0.4‑0.7 Standard, 0.8‑1.0 kreativ.  
  * **Top P**: Alternative zur Temperature; Standard 1.0 lassen und primär Temperature nutzen.  
  * **Frequency Penalty**: Reduziert Wiederholungen einzelner Wörter (typisch 0‑0.5).  
  * **Presence Penalty**: Fördert neue Themen; für Brainstorming 0.3‑0.6, sonst 0.0.

==== Dateien, Bilder & Suche ====

  * **Stop-Sequenzen**: Optionale Stop-Zeichen (z.B. „Ende“, „\n\n“) für Spezialfälle.  
  * **Anhänge erneut senden**: Sendet Anhänge bei jeder Nachricht erneut – nur aktivieren, wenn häufig darauf verwiesen wird.  
  * **Bild-Detail**: Niedrig = schnell/grob, Hoch = detailliert, Auto = automatisch; nur bei Bild-Uploads relevant.  
  * **Web-Suche**: Bindet Live-Suchergebnisse ein; oft sind vorkonfigurierte Web-Suchagenten bequemer.  
==== Reasoning & Antworten-API ====

<note important>**Wichtig**: Aktivieren Sie **„Responses-API nutzen"**, bevor Sie Reasoning-Parameter anpassen. Nur dann sind die erweiterten Modellfunktionen verfügbar.</note>

  * **Responses-API nutzen**: Aktiviert die neue Antworten-API, Voraussetzung für Reasoning-Parameter und spezielle Funktionen.  
  * **Denkaufwand (Reasoning Effort)**: Nur bei GWDG-Reasoning-Modellen (Low = schnell, Medium = Standard, High = maximale Tiefe).  
  * **Zusammenfassung des Nachdenkens (Reasoning Summary)**: None/Knapp = kurze Ausgaben, Detailed = vollständige Denkpfade (nur bei Reasoning-Modellen).  
  * **Ausführlichkeit (Verbosity)**: Steuert die Gesamtlänge (Low = knapp, Medium = Standard, High = ausführlich).  
==== Streaming & Limits ====

  * **Streaming deaktivieren**: Aktiviert = Ausgabe erfolgt erst am Ende, Standard = Ausgabe live; nur bei Bedarf ändern.  
  * **Datei-Token-Limit**: Begrenzung der Tokens aus hochgeladenen Dateien; nur bei sehr großen Dateien erhöhen.  
==== Typische Presets für häufige Aufgaben =====

  - **Fakten & Recherche**: Temperature 0.2, Top P 1.0, keine Penalties → präzise Antworten ohne Ausschweifen.
  - **Code & Debugging**: Temperature 0.2–0.3, Custom Instructions „Du bist ein Python-Experte", Max Output ≥ 2000 Tokens.
  - **Kreatives Schreiben**: Temperature 0.8–1.0, Presence/Frequency Penalty 0.3–0.5 → vielfältige Ideen.
  - **Formelle Texte**: Temperature 0.5, Custom Instructions „Antworte in formeller Sprache", Frequency Penalty 0.2.
  - **Zusammenfassungen**: Temperature 0.3, Max Output ca. 500 Tokens, Custom Instructions „Fasse prägnant zusammen".
  - **Reasoning (schnell)**: Use Responses API aktivieren, Reasoning Effort low, Reasoning Summary Concise, Verbosity none.
  - **Reasoning (ausgewogen)**: Use Responses API aktivieren, Reasoning Effort medium, Reasoning Summary Auto, Verbosity middle.
  - **Reasoning (tiefgehend)**: Use Responses API aktivieren, Reasoning Effort high, Reasoning Summary Detailed, Verbosity middle.

==== Nützliche Funktionen =====

==== Modellparameter zurücksetzen ====

  * Setzt alle Werte auf Werkseinstellungen zurück – ideal nach Experimente.

==== Als Voreinstellung speichern ====

  * Speichert die aktuelle Konfiguration (z.B. „Formelle E-Mails", „Code-Hilfe", „Reasoning-Analyse") für schnellen Wechsel zwischen Aufgaben.

----

===== Weiterführende Links =====


{{indexmenu>.#2}}

[[sonstige_dienste:ki-dienste:librechat|← Zurück zur Startseite]]