Was es ist
Ein Large Language Model (LLM) ist ein KI-Modell, das auf riesigen Textmengen trainiert wird, Büchern, Artikeln, Code, Webseiten, um das nächste Wort in einer Sequenz vorherzusagen. Wiederholst du diese einfache Aufgabe über Milliarden Beispiele, pickt sich das Modell dabei Grammatik, Fakten, Stil und Argumentationsmuster auf, ohne dass ihm je eine einzelne explizite Regel beigebracht wurde. Dieses Training erzeugt eine Menge einstellbarer Parameter, meist im Milliardenbereich, und genau darauf bezieht sich das "Large" im Namen.
Ein LLM ist nicht das Produkt, das du täglich benutzt. ChatGPT, Claude und Gemini sind Chat-Produkte, die auf einem darunterliegenden LLM aufbauen; das Modell ist der Motor, das Produkt ist das Auto. Dieselbe Unterscheidung gilt im Recruitment-BD: Ein AI SDR oder KI-Sales-Mitarbeiter ist ein System, das um ein LLM herum gebaut ist, mit Planung, Daten und Guardrails drumherum, nicht das rohe Modell, das direkt mit deinen Prospects spricht.
Ein LLM ist von Natur aus flüssig. Das macht es nicht automatisch richtig.
Warum es zählt
Fast jedes Tool, das heute als "KI-gestützt" vermarktet wird, hat unter der Haube ein LLM, das tatsächlich liest und schreibt, weshalb überall dieselben Stärken und Grenzen gelten. Ein LLM ist wirklich gut darin, aus einer kurzen Anweisung flüssige, gut strukturierte Sprache zu erzeugen, und genau deshalb wurden Outreach entwerfen, ein Brief zusammenfassen oder ein chaotischer Lebenslauf parsen fast über Nacht deutlich leichter.
Derselbe Mechanismus hat eine scharfe Kante. Ein LLM erzeugt das statistisch wahrscheinlichste nächste Wort, es schlägt per Default nichts nach, also kann es einen falschen Fakt genauso selbstsicher produzieren wie einen richtigen (der Eintrag zu AI Hallucination behandelt das direkt). Es kennt außerdem nur, was bis zu einem festen Stichtag in seinen Trainingsdaten stand, ohne eingebauten Zugriff auf die laufenden Accounts, Kandidaten oder die Pipeline eines bestimmten Unternehmens. Zu verstehen, dass ein LLM das Modell darunter ist, erklärt sowohl, warum diese Tools so beeindruckend wirken, als auch, warum sie vor jedem Kontakt mit Kunde oder Kandidat noch echte Verankerung brauchen.
Wie boilr das übernimmt
boilrs KI-Sales-Mitarbeiter baut auf einem LLM auf, aber das Modell wird nie allein aus seinem Training heraus antworten gelassen. Jedes Mal, wenn er ein Unternehmen recherchiert, ein Signal bewertet oder Outreach entwirft, ruft er zuerst aus dem Company Brain ab, dem ICP, den Signalen und der Account-Historie deiner Agentur, sodass das, was das LLM schreibt, widerspiegelt, was dein Desk tatsächlich weiß, und nicht ein generisches Muster aus dem offenen Internet.
Diese Verankerung läuft über ein agentisches System, nicht über einen einzelnen Prompt: Die Ausgabe des LLM ist ein Schritt in einer geplanten Kette aus Recherche, Scoring und Drafting, und die fertige Task landet in deiner Inbox zum Prüfen und Senden. Das Modell liefert die Sprache; das System drumherum, und du, liefern das Urteil darüber, was tatsächlich stimmt und es wert ist, gesendet zu werden.