---
term: "GPT"
slug: "gpt"
glossar_id: "G012"
variants: ["Generative Pre-trained Transformer"]
category: "grundbegriffe-und-modelltypen"
marker: ""
short: "Bezeichnung einer Familie vortrainierter Transformer-Sprachmodelle."
sources:
  - label: "Google"
    url: "https://developers.google.com/machine-learning/glossary"
  - label: "Google"
    url: "https://developers.google.com/machine-learning/glossary/generative"
  - label: "IBM"
    url: "https://www.ibm.com/think/topics/chatbot-types"
status: "entwurf"
updated: "2026-09-20"
---

GPT steht für „Generative Pre-trained Transformer“ und ist die Bezeichnung einer von OpenAI entwickelten Familie von Transformer-basierten Sprachmodellen. ([Google](https://developers.google.com/machine-learning/glossary)) Der Name verweist auf drei Eigenschaften: Generierung, Vortraining und die zugrunde liegende Modellarchitektur. ([Google](https://developers.google.com/machine-learning/glossary))

## So kannst du dir das vorstellen

Lies die Abkürzung wie drei Beschriftungen auf einer Maschine. Die erste sagt, was sie hervorbringen soll. Die zweite sagt etwas über ihre Vorbereitung. Die dritte benennt ihren technischen Aufbau.

Für einen Arbeitsauftrag wie „Formuliere aus diesen Stichpunkten eine Kundenmail“ interessiert dich zunächst die Ausgabe. Wer das System entwickelt oder betreibt, muss zusätzlich wissen, wie es trainiert wurde und welche Architektur dahintersteht. Die drei Buchstaben fassen solche unterschiedlichen Ebenen in einem Namen zusammen.

## Die drei Bestandteile

- **Generative:** Das Modell erzeugt Inhalte, etwa eine Fortsetzung oder eine Antwort in Textform. ([Google](https://developers.google.com/machine-learning/glossary/generative))
- **Pre-trained:** Ein grundlegendes Training hat bereits stattgefunden, bevor das Modell gegebenenfalls für weitere Aufgaben angepasst wird. ([Google](https://developers.google.com/machine-learning/glossary))
- **Transformer:** Das ist eine neuronale Architektur, die unter anderem Attention verwendet, um Informationen innerhalb von Sequenzen zu verarbeiten. ([Google](https://developers.google.com/machine-learning/glossary))

Diese Aufschlüsselung hilft beim Lesen, ersetzt aber keine Beschreibung einer konkreten Modellversion. Eingabegrenzen und Funktionsumfang solltest du jeweils in deren Dokumentation nachsehen.

## GPT ist keine Bezeichnung für jedes Sprachmodell

GPT bezeichnet eine Modellfamilie; BERT ist beispielsweise eine andere Transformer-basierte Modellarchitektur mit einem anderen ursprünglichen Ansatz zur Textverarbeitung. ([Google](https://developers.google.com/machine-learning/glossary)) „Transformer“ und „GPT“ sind daher keine austauschbaren Wörter.

Auch die Ebene der Anwendung solltest du getrennt betrachten: Ein Chatbot kann ein Sprachmodell verwenden, der Chatbot selbst umfasst aber die Dialoganwendung. ([IBM](https://www.ibm.com/think/topics/chatbot-types)) Halte deshalb den Namen der Anwendung und die verwendete Modellversion getrennt fest.

## Verwandte Begriffe

**Transformer**, **Pretraining**, **Generative KI**, **Large Language Model**, **BERT** und **Chatbot** lösen die einzelnen Bestandteile und Abgrenzungen genauer auf. Wer nur die Abkürzung einordnen wollte, hat mit der Aufschlüsselung bereits das Wesentliche.