Jede Woche ein neues Spitzenmodell. Jede Woche neue Rekorde in irgendeinem Benchmark. Und jede Woche die Frage von Kunden: Sollten wir nicht auf das neueste Modell wechseln?

Meine Antwort ist meistens: Nein. Und die Begründung hat nichts mit Sparsamkeit zu tun, sondern mit einer Beobachtung aus unseren Projekten, die ich hier ausführen will.

Zwei Welten

Es gibt heute zwei Arten von KI-Modellen.

Geschlossene Modelle kommen von OpenAI, Anthropic, Google und einigen anderen. Man nutzt sie über eine Schnittstelle, bezahlt pro Anfrage und bekommt die jeweils aktuellste Leistung. Was im Modell passiert, wie es sich verändert und wie lange es verfügbar ist, entscheidet der Anbieter.

Offene Modelle werden als Datei veröffentlicht. Llama von Meta, die Modelle von Mistral aus Frankreich, Qwen von Alibaba, DeepSeek, und seit 2025 auch offene Modelle von OpenAI selbst. Man lädt sie herunter, betreibt sie auf eigener Hardware oder bei einem Hoster der Wahl, und niemand kann sie nachträglich verändern oder zurückziehen.

Die öffentliche Debatte dreht sich fast ausschließlich um die erste Welt. Die zweite ist für Unternehmen die interessantere.

Die Lücke ist kleiner, als der Hype suggeriert

Offene Modelle liegen in der Spitzenleistung typischerweise sechs bis zwölf Monate hinter den besten geschlossenen Modellen. Das klingt nach viel. Für Geschäftsprozesse ist es fast bedeutungslos.

Der Grund: Die Leistungsunterschiede zwischen Spitzenmodellen und offenen Modellen zeigen sich bei den schwierigsten Aufgaben. Komplexes mehrstufiges Schlussfolgern, anspruchsvolle Programmierung, Forschungsfragen. Das sind nicht die Aufgaben, die in einem mittelständischen Unternehmen automatisiert werden.

Was in Unternehmen automatisiert wird, sieht so aus:

  • Eingehende E-Mails klassifizieren und an die richtige Stelle leiten
  • Rechnungen, Lieferscheine und Formulare auslesen und in Systeme übertragen
  • Angebotsanfragen strukturiert erfassen
  • Support-Anfragen vorsortieren und Antwortentwürfe erstellen
  • Interne Dokumentation durchsuchbar machen
  • Protokolle, Berichte und Zusammenfassungen erzeugen
  • Texte übersetzen, korrigieren, in ein Standardformat bringen

Für jede dieser Aufgaben erreichen offene Modelle heute eine Qualität, die von der der Spitzenmodelle im Alltag nicht unterscheidbar ist. Wir messen das in unseren Projekten mit echten Testdaten, und der Befund ist seit über einem Jahr stabil.

Was offene Modelle können, in drei Größenklassen

Offene Modelle gibt es in verschiedenen Größen, und die Größe bestimmt sowohl die Leistung als auch die Hardware.

Kleine Modelle laufen auf einem einzelnen Rechner mit einer guten Grafikkarte oder sogar auf einem aktuellen Laptop. Sie eignen sich für Klassifizierung, Extraktion strukturierter Daten aus Dokumenten, einfache Zusammenfassungen und Übersetzungen. Für viele Automatisierungen im Mittelstand reichen sie vollständig.

Mittlere Modelle brauchen einen Server mit ein bis zwei professionellen Grafikkarten. Sie bewältigen anspruchsvollere Texterstellung, längere Dokumente, mehrstufige Aufgaben und Dialoge mit Kunden. Das ist die Klasse, die wir für die meisten Kundenprojekte empfehlen.

Große Modelle brauchen mehrere professionelle Grafikkarten und kommen der Spitzenleistung geschlossener Modelle nahe. Für die meisten Unternehmen sind sie nicht nötig, aber sie sind da, falls doch.

Wo die Grenzen liegen

Ich will nicht so tun, als gäbe es keine.

Betrieb ist Arbeit. Ein offenes Modell läuft nicht von allein. Jemand muss die Hardware betreiben, Updates einspielen, Auslastung überwachen. Wer keine IT hat, braucht einen Partner oder einen Hoster. Das ist lösbar, aber es ist ein Unterschied zum Abonnement.

Spitzenleistung kostet. Wer wirklich die anspruchsvollsten Aufgaben automatisieren will, etwa komplexe Rechtsanalysen oder Softwareentwicklung, fährt mit den besten geschlossenen Modellen heute besser. Aber auch dann spricht nichts dagegen, das offene Modell als Rückfallebene zu haben.

Lizenzen lesen. Nicht jedes offene Modell ist für jede Nutzung frei. Die meisten sind für kommerzielle Nutzung ohne Einschränkung freigegeben, einige haben Bedingungen. Das prüft man vor dem Projekt, nicht danach.

Warum das die eigentliche Absicherung ist

Was einmal als offenes Modell veröffentlicht wurde, kann niemand mehr zurückholen. Die Datei liegt auf Ihrem Server. Sie kann nicht teurer werden, nicht schwächer, nicht strenger gefiltert, nicht abgeschaltet.

Das ist der Punkt, an dem die aktuelle Debatte über außer Kontrolle geratende KI und immer strengere Anbieter für Unternehmen an Schrecken verliert. Selbst wenn die geschlossenen Modelle morgen deutlich eingeschränkt würden: Das heutige Niveau offener Modelle bleibt verfügbar. Es gibt einen Boden, und der liegt bereits über dem, was Ihre Prozesse brauchen.

Deshalb ist unsere Empfehlung an Kunden seit einiger Zeit dieselbe: Nutzen Sie im Alltag ruhig das beste Modell, das Sie bekommen können. Aber bauen Sie Ihre Prozesse so, dass ein offenes Modell einspringen kann, und testen Sie das, bevor Sie es brauchen. Wie das architektonisch aussieht, steht im Artikel Wenn der KI-Anbieter den Stecker zieht.

Die richtige Frage

Die Frage ist nicht, ob Sie das neueste Spitzenmodell nutzen sollten. Die Frage ist, welche Leistung Ihr Prozess tatsächlich braucht, und ob Sie diese Leistung unter Ihrer Kontrolle haben.

Für die meisten Unternehmen lautet die Antwort auf die erste Frage: weniger, als Sie denken. Und auf die zweite: noch nicht, aber das lässt sich ändern.

Sie wollen wissen, ob ein offenes Modell Ihre Aufgaben bewältigt? Wir testen das mit Ihren echten Daten, bevor Sie irgendetwas anschaffen. Das Ergebnis ist eine Zahl, keine Vermutung.