Die Werkzeuglage sortiert

Warum das Ranking die falsche Frage ist#

Es gibt kaum ein Thema, bei dem so fleißig verglichen und so wenig entschieden wird. Ranglisten zu Sprachmodellen haben die Halbwertszeit von Wetterberichten, und sie messen fast immer Dinge, die im Büroalltag keine Rolle spielen. Ob ein Modell in einem Mathematikbenchmark drei Punkte vorn liegt, entscheidet nicht darüber, ob Ihre Sachbearbeitung damit arbeiten kann.

Im Hafen wird ein Kran nicht danach ausgesucht, welcher die größte Hublast hat, sondern danach, welcher zum Kai, zur Ladung und zum vorhandenen Personal passt. Genau so würde ich an diese Auswahl herangehen. Vier Fragen, in dieser Reihenfolge.

Erste Frage: Wo stehen die Server#

Alles Weitere hängt daran, deshalb steht sie vorn. Mistral aus Frankreich und Aleph Alpha aus Heidelberg betreiben europäische Infrastruktur von Haus aus; Aleph Alpha lässt sich zudem im eigenen Rechenzentrum betreiben. Die amerikanischen Anbieter bieten europäische Verarbeitung inzwischen ebenfalls an, aber nicht überall und nicht in jedem Tarif: bei OpenAI über bestimmte Unternehmensangebote, bei Claude über AWS Bedrock, Google Vertex AI oder Azure mit Regionssteuerung, bei Gemini über europäische Vertex-Regionen und ein Angebot für souveräne Cloud.

Der Satz, den ich mir für dieses Thema aufhebe: Das Kleingedruckte des Tarifs entscheidet, nicht die Produktseite. Wer die europäische Verarbeitung braucht, muss sie ausdrücklich buchen und schriftlich haben.

Zweite Frage: Was steht im Vertrag#

Vor allem eines: ob mit Ihren Eingaben trainiert wird. Bei den Geschäfts- und Enterprise-Tarifen der großen Anbieter ist das vertraglich ausgeschlossen, bei den normalen Privatkonten in der Regel nicht. Genau hier verläuft die Grenze zwischen einem geordneten Einsatz und Schatten-KI: Es ist derselbe Bildschirm, dieselbe Oberfläche, dieselbe Bedienung — und ein völlig anderer Vertrag.

Dazu gehört ein Vertrag zur Auftragsverarbeitung nach Artikel 28 DSGVO, sobald personenbezogene Daten im Spiel sind. Ohne ihn ist der betriebliche Einsatz regelmäßig unzulässig, unabhängig davon, wie gut das Werkzeug ist.

Dritte Frage: Woran hängt es#

Ein Sprachmodell ohne Zugriff auf Ihre Unterlagen ist ein sehr belesener Gast, der Ihr Haus nicht kennt. Der praktische Nutzen entsteht meist erst durch die Anbindung — an das Dateiablagesystem, an das Postfach, an das Fachverfahren. Copilot hat hier den kürzesten Weg, wenn ohnehin alles in Microsoft 365 liegt; das ist sein eigentliches Argument, nicht die Modellqualität. Bei den übrigen führt der Weg über eine verankerte Suche auf den eigenen Beständen.

Vierte Frage: Wer betreibt es#

Betrieb im eigenen Haus klingt beruhigend und ist teurer, als die meisten annehmen: Hardware, Wartung, Modellpflege, Fachpersonal. Für die allermeisten mittelständischen Betriebe ist ein europäisch gehosteter Dienst mit sauberem Vertrag die vernünftigere Wahl. Der Eigenbetrieb lohnt, wenn Daten aus rechtlichen oder vertraglichen Gründen das Haus nicht verlassen dürfen — und dann ist er nicht Luxus, sondern Voraussetzung.

Die Anbieter, mit ihren jeweiligen Stärken#

Die folgende Einordnung beschreibt Familien, nicht Versionsnummern. Letztere ändern sich schneller, als dieses Dossier gepflegt werden kann; wo eine Versionsangabe nötig ist, gehört sie ins Angebot des Anbieters und nicht hierher.

OpenAI (ChatGPT). Das breiteste Ökosystem, die meisten Anleitungen, die größte Zahl an Leuten im Haus, die es schon privat benutzt haben. Letzteres ist Vorteil und Risiko zugleich. Als Allzweckwerkzeug schwer zu schlagen, europäische Verarbeitung nur in bestimmten Unternehmensangeboten.

Anthropic (Claude). Auffällig stark bei langen Dokumenten und bei Aufgaben, die sauberes Durchdenken statt schneller Formulierung verlangen. Für Häuser mit viel Vertrags-, Prüf- und Aktenarbeit oft die passendere Wahl. Europäische Verarbeitung über die großen Cloud-Anbieter mit Regionssteuerung.

Google (Gemini). Stärken bei gemischten Inhalten — Text, Bild, Ton, Video — und eine gute Anbindung an Google Workspace. Europäische Regionen über Vertex AI verfügbar.

Microsoft (Copilot). Kein eigenes Modell im engeren Sinn, sondern eine Integration. Der Nutzen entsteht dort, wo Dokumente, Postfächer und Termine ohnehin bei Microsoft liegen. Wer das nicht hat, kauft eine Anbindung an nichts.

Mistral (Frankreich). Europäische Infrastruktur ohne Umweg, ein Unternehmensangebot mit eigener Oberfläche, offene Modellvarianten für den Eigenbetrieb. Für Häuser mit strengen Anforderungen an den Rechtsraum die naheliegendste Wahl.

Aleph Alpha (Deutschland). Ausgerichtet auf Verwaltung, kritische Infrastruktur und Betrieb im eigenen Rechenzentrum, mit projektbezogenen Preismodellen statt Verbrauchsabrechnung. Wenig geeignet für den schnellen Einstieg, stark, wenn Souveränität die Bedingung ist.

Offene Modelle (Llama und andere). Kostenlos im Bezug, nicht im Betrieb. Sinnvoll, wenn Daten das Haus nicht verlassen dürfen und die technische Betreuung vorhanden ist. Ohne diese Betreuung entsteht ein Dauerprojekt.

Was Sie nicht vergleichen sollten#

Benchmarkwerte. Sie messen unter Laborbedingungen und sagen über Ihren Vorgang nichts. Kontextfenstergrößen als reine Zahl — was zählt, ist, ob Ihre längste realistische Vorlage hineinpasst, und das prüft man mit dieser Vorlage, nicht mit einer Tabelle. Und Geschwindigkeitsangaben: In einem Büro entscheidet nicht die Antwortzeit, sondern die Nacharbeit.

Ein Auswahlverfahren, das an einem Tag funktioniert#

Nehmen Sie fünf echte Aufgaben aus dem Haus, für die Sie das Ergebnis bereits kennen — eine Zusammenfassung, eine Prüfung, eine Formulierung, eine Auswertung, eine Recherche. Lassen Sie dieselben fünf Aufgaben von zwei oder drei Kandidaten bearbeiten. Bewerten Sie nicht das erste Ergebnis, sondern die Nacharbeit: Wie lange braucht ein Mensch, bis das Ergebnis brauchbar ist? Das ist die einzige Zahl, die im Betrieb zählt, und sie überrascht regelmäßig.

Diese Probe kostet einen Tag und ersetzt drei Monate Marktrecherche. Sie hat außerdem den Vorteil, dass die späteren Nutzer bereits beteiligt waren.

Die Versionsfalle#

Jede Modellfamilie bekommt mehrmals im Jahr eine neue Fassung, und mit ihr ändert sich das Verhalten — meist zum Besseren, manchmal in Details zum Schlechteren. Wer eine feste Formulierung, eine Prüfregel oder einen Arbeitsschritt auf ein bestimmtes Modellverhalten aufgebaut hat, muss nach einem Wechsel nachprüfen. Halten Sie deshalb für jeden produktiven Anwendungsfall eine kleine Sammlung von Beispielen bereit, an denen sich in zwanzig Minuten feststellen lässt, ob nach einem Update noch alles stimmt. Das ist der billigste Versicherungsschutz in diesem ganzen Feld.