Wir schlagen eine Erweiterung des Decoder-Transformers vor, der seinen generativen Prozess auf zufällige latente Variablen konditioniert, die mittels eines variationalen Verfahrens ohne Überwachung gelernt werden. Experimentelle Evaluierungen zeigen, dass eine solche Konditionierung zu erheblichen Verbesserungen bei nachgeschalteten Aufgaben führt.