Allein im August dieses Jahres sind bis zum 19. elf neue KI-Modelle erschienen, von sieben verschiedenen Anbietern. Wer heute aufschreibt, welches Modell das beste ist, schreibt etwas, das in vier Wochen nicht mehr stimmt.
Trotzdem ist die Frage berechtigt, die dahintersteht. Sie lautet nur anders: Nicht «welche KI ist die beste», sondern «welches Werkzeug passt zu meiner Aufgabe». Das ist eine Frage, die sich beantworten lässt — und deren Antwort länger hält als jede Rangliste.
Was sich verschoben hat
Vor zwei, drei Jahren gab es zwischen den Spitzenmodellen spürbare Qualitätsunterschiede. Ein Modell konnte etwas, das ein anderes schlicht nicht konnte. Das ist vorbei. Die grossen Modelle von OpenAI, Anthropic und Google liegen bei den meisten Alltagsaufgaben so nah beieinander, dass der Unterschied im Arbeitsalltag kaum auffällt.
Wo sie sich unterscheiden, ist im Zuschnitt: wie viel Text sie auf einmal überblicken, wie sie mit Bildern und Ton umgehen, was sie kosten, wie schnell sie antworten, und wo die Daten verarbeitet werden. Genau diese Eigenschaften entscheiden in der Praxis — nicht die zweite Nachkommastelle in einem Benchmark.
Sortiert nach Aufgabe
Lange Dokumente, Verträge, ganze Wissensbestände. Hier zählt das Kontextfenster: wie viel Text ein Modell in einem Rutsch aufnehmen kann, ohne den Anfang zu vergessen. Wer einen 80-seitigen Vertrag prüfen oder ein Handbuch durchsuchen lassen will, sollte auf diese Zahl schauen und nicht auf allgemeine Bestenlisten. Die grossen Modelle aller drei Anbieter sind hier inzwischen weit, unterscheiden sich aber deutlich im Preis pro Anfrage.
Text, der nach Mensch klingt. Für Korrespondenz, Angebotstexte oder Blogbeiträge ist nicht Rechenleistung entscheidend, sondern Sprachgefühl. Das lässt sich nicht messen, nur ausprobieren: Geben Sie zwei Modellen denselben Auftrag mit demselben Ausgangsmaterial und lesen Sie beide Ergebnisse laut. Der Unterschied ist meist innerhalb eines Absatzes hörbar — und die Präferenz fällt bei verschiedenen Menschen verschieden aus.
Programmieren. Fast alle Anbieter haben inzwischen eigene Werkzeuge, die nicht nur Code vorschlagen, sondern in einer Entwicklungsumgebung mitarbeiten. Wichtiger als das Modell ist hier, wie gut es sich in die vorhandene Umgebung fügt und ob es den Bestand versteht, statt nur neue Zeilen zu erzeugen.
Bild, Ton und Text zusammen. Wenn eine Aufgabe mehrere Formate mischt — ein Foto beschreiben, eine Tonaufnahme zusammenfassen, ein Diagramm auswerten —, ist das eine eigene Disziplin. Nicht jedes Modell, das gut schreibt, kann auch gut sehen.
Viele einfache Aufgaben. Für Massenarbeit — Kategorisieren, Kurzzusammenfassungen, Erkennen von Standardfällen — ist das grösste Modell die falsche Wahl. Die Anbieter führen jeweils kleinere, deutlich günstigere und schnellere Varianten, und für abgegrenzte Aufgaben reichen sie vollständig aus. Wer hier das Spitzenmodell einsetzt, zahlt ein Vielfaches für einen Unterschied, den niemand bemerkt.
Was das Haus nicht verlassen darf. Für Personaldaten, Patientendaten oder Konstruktionsunterlagen ist die Modellfrage zweitrangig. Hier zählt, wo verarbeitet wird. Dafür gibt es offene Modelle, die sich auf eigener Infrastruktur betreiben lassen — dazu unten mehr, mitsamt der unangenehmen Einschränkung.
Die drei Fragen, die länger bleiben
Das Modell wechseln Sie vielleicht zweimal im Jahr. Die folgenden drei Entscheidungen bleiben.
Wo werden die Daten verarbeitet? Bei den grossen Anbietern liegt die Verarbeitung in aller Regel ausserhalb der Schweiz. Für viele Aufgaben ist das unproblematisch. Sobald Personendaten im Spiel sind, braucht es eine bewusste Entscheidung, einen Auftragsverarbeitungsvertrag und die Prüfung, ob der Anbieter Eingaben zum Training verwendet — bei Geschäftskonten ist das meist abschaltbar, bei kostenlosen Zugängen oft nicht. Was das nach Schweizer Recht bedeutet, steht in unserem Beitrag zu DSGVO- und nDSG-konformem Hosting.
Was kostet es wirklich? Der Monatspreis pro Nutzer ist selten die ganze Rechnung. Sobald Sie über eine Schnittstelle arbeiten, wird pro verarbeitetem Text abgerechnet, und lange Dokumente schlagen dort spürbar durch. Rechnen Sie einen realistischen Monat durch, bevor Sie sich festlegen — nicht den Beispielfall aus der Werbung.
Was passiert, wenn es das Modell nicht mehr gibt? Modelle werden abgekündigt, oft mit wenigen Monaten Vorlauf. Wer seine Abläufe so baut, dass sich das Modell austauschen lässt, ohne alles neu zu schreiben, spart sich das zweimal im Jahr. Das ist derselbe Gedanke wie bei jeder anderen Abhängigkeit von einem Anbieter.
Selbst betreiben — und was dabei oft verschwiegen wird
Offene Modelle wie die von Meta, Mistral oder DeepSeek lassen sich auf eigener Hardware betreiben. Für Daten, die das Haus nicht verlassen dürfen, ist das der sauberste Weg: Es geht nichts hinaus, es gibt keinen Auftragsverarbeitungsvertrag, und niemand ändert Ihnen die Bedingungen.
Dazu gehört aber eine Einschränkung, die in Werbetexten gern fehlt: Ein gewöhnlicher vServer trägt kein grosses Sprachmodell. Dafür braucht es Grafikprozessoren mit viel Speicher, und die stecken in normalen Miet-Servern nicht drin — auch nicht in unseren. Wer ein grosses offenes Modell selbst betreiben will, braucht spezialisierte Hardware, und die Rechnung dafür fällt anders aus als der Vergleich mit einem Abo vermuten lässt.
Was auf gewöhnlicher Serverhardware durchaus läuft, sind die kleinen offenen Modelle für abgegrenzte Aufgaben: Texte klassifizieren, Anfragen vorsortieren, Stichworte extrahieren. Das ist unspektakulär und für viele KMU-Anwendungen genau richtig — und es verlässt Ihr Netz nicht.
Was bleibt
Fangen Sie bei der Aufgabe an, nicht beim Modell. Testen Sie zwei Kandidaten mit Ihrem eigenen Material statt mit Beispielaufgaben. Klären Sie den Datenstandort, bevor Sie etwas einführen, nicht danach. Und bauen Sie so, dass sich das Modell austauschen lässt.
Dann ist es fast gleichgültig, welches Modell im nächsten Monat oben in der Liste steht.