Welches KI-Modell für welche Aufgabe?

Das Wichtigste in Kürze

Nicht das Modell entscheidet, sondern welche Eigenschaft die Aufgabe verlangt: Genauigkeit, Aktualität, Länge, Tempo oder Kosten.
Fünf Eigenschaften decken den Marketingalltag ab – wer sie kennt, kann jede neue Modellgeneration selbst einordnen.
Für die meisten kleinen Unternehmen reichen zwei Modelle: eines für lange, genaue Arbeit, eines für schnelle, günstige Massenaufgaben.
Der Wechsel zwischen Modellen kostet Zeit – vor allem, weil Anweisungen und Vorlagen jeweils neu eingestellt werden müssen.

Modelle veralten schneller als jeder Vergleich. Was nicht veraltet, ist die Frage, welche Eigenschaft eine Aufgabe verlangt – und diese Zuordnung überlebt jede Generation.

Die fünf Eigenschaften

1. Genauigkeit bei langen Anweisungen

Wie zuverlässig werden zehn nummerierte Regeln eingehalten – auch die, die in der Mitte stehen? Entscheidend bei Prüfaufgaben und überall dort, wo ein Stilrahmen eingehalten werden soll.

2. Zugriff auf Aktuelles

Kann das Modell suchen, und wie gut wählt es Quellen aus? Entscheidend bei Recherche, Wettbewerbsbeobachtung und allem, was nach dem Trainingsstand passiert ist.

3. Verarbeitbare Länge

Wie viel Text kann in einem Zug berücksichtigt werden – und wie gut wird der Anfang noch beachtet, wenn hinten viel steht? Entscheidend beim Prüfen ganzer Dokumente.

4. Tempo und Kosten

Bei Massenaufgaben – hundert Produkttexte, fünfzig Übersetzungen – bestimmen Tempo und Preis, ob eine Aufgabe überhaupt sinnvoll ist.

5. Werkzeugnutzung

Wie zuverlässig werden angebundene Werkzeuge tatsächlich eingesetzt, statt geraten zu werden? Entscheidend, sobald Anbindungen an eigene Systeme im Spiel sind.

Zuordnung nach Arbeitsschritt

Arbeitsschritt	Wichtigste Eigenschaft	Was schiefgeht, wenn sie fehlt
Recherche zu aktuellen Fragen	Aktualität	Veraltete Angaben, überzeugend formuliert
Rohfassung eines Fachbeitrags	Genauigkeit bei Anweisungen	Stilrahmen wird ignoriert, Regeln fallen weg
Prüfung eines langen Dokuments	Länge	Erste Hälfte wird oberflächlich geprüft
Übersetzung in viele Sprachen	Tempo und Kosten	Aufgabe wird unwirtschaftlich
Arbeit mit angebundenen Systemen	Werkzeugnutzung	Antworten werden geraten statt abgefragt
Kürzen und Umformulieren	keine besondere	–
Ideen und Varianten sammeln	keine besondere	–

Die letzten beiden Zeilen sind wichtiger, als sie aussehen: Für einen erheblichen Teil der täglichen Aufgaben ist die Modellwahl schlicht gleichgültig. Wer dort Zeit in die Auswahl steckt, optimiert die falsche Stelle.

Wusstest du schon?

Der häufigste Grund für ein schlechtes Ergebnis ist nicht das Modell, sondern eine Anweisung, die in der Mitte zu viel Wichtiges enthält. Angaben am Anfang und am Ende eines Prompts werden zuverlässiger berücksichtigt als solche dazwischen – bei allen gängigen Modellen.

Wer also den Eindruck hat, ein Modell „hält sich nicht an die Vorgaben", sollte zuerst die zentrale Regel ans Ende verschieben. Das wirkt in der Praxis häufiger als ein Wechsel zu einem größeren Modell – und kostet nichts.

Warum zwei Modelle meistens reichen

Für kleine Unternehmen ist die praktikable Aufteilung überschaubar:

Ein leistungsfähiges Modell für die Arbeit, auf die es ankommt. Rohfassungen, Prüfungen, alles mit langen Anweisungen und langen Texten. Hier lohnt sich der höhere Preis, weil die Alternative Nacharbeit ist.
Ein schnelles, günstiges Modell für Masse. Übersetzungen, Zusammenfassungen, Umformulierungen, Klassifizierungen. Hier zählt der Durchsatz.

Ein drittes Modell lohnt sich erst, wenn eine Aufgabe eine Eigenschaft verlangt, die die beiden ersten nicht haben – etwa eine besonders große verarbeitbare Länge.

Aus der Praxis

Der Wechsel zwischen Anbietern kostet mehr, als der Vergleich vermuten lässt. Nicht die Bedienung – die ähnelt sich. Sondern die eingestellten Rahmen: Stildokument, gespeicherte Anweisungen, Vorlagen, Anbindungen, gewohnte Formulierungen.

In der Praxis dauert es zwei bis drei Wochen, bis eine neue Umgebung dieselbe Qualität liefert wie die eingespielte. Ein Modell muss deutlich besser sein, nicht ein bisschen, damit sich der Wechsel rechnet – und „deutlich besser" lässt sich nur an der eigenen Aufgabe feststellen, nicht an einer Rangliste.

Wie man es an der eigenen Aufgabe prüft

Ranglisten messen standardisierte Aufgaben. Eure Aufgabe ist keine davon. Ein brauchbarer Eigenvergleich braucht vier Dinge:

Drei echte Aufgaben aus dem Alltag, keine Testfragen. Am besten solche, bei denen ihr das gute Ergebnis bereits kennt.
Derselbe Prompt, wortgleich. Sonst vergleicht ihr Formulierungen statt Modelle.
Eine feste Bewertung. Vorher festlegen, woran ihr „besser" erkennt – etwa: Regeln eingehalten, keine erfundenen Angaben, Länge getroffen.
Zwei Durchläufe je Modell. Die Streuung zwischen zwei Antworten desselben Modells ist oft größer als der Unterschied zwischen zwei Modellen.

Prompt

Hilf mir, für unsere Arbeitsschritte die passende Modellwahl zu
bestimmen. Empfiehl keine Anbieter – ordne nach Eigenschaften.

Unsere Aufgaben:
[Liste der wiederkehrenden Aufgaben, je eine Zeile, mit
ungefährer Häufigkeit pro Monat]

Unsere Rahmenbedingungen:
- Budget für KI-Werkzeuge pro Monat: [Betrag]
- Sind Personendaten im Spiel? [ja / nein / teilweise]
- Haben wir Anbindungen an eigene Systeme? [ja / nein]
- Arbeiten wir mehrsprachig? [Sprachen]

Aufgaben:
1. Ordne jede unserer Aufgaben genau einer Haupteigenschaft zu:
   Genauigkeit bei langen Anweisungen / Aktualität / verarbeitbare
   Länge / Tempo und Kosten / Werkzeugnutzung / keine besondere.
2. Nenne die Aufgaben, bei denen die Modellwahl gleichgültig ist –
   das sind die, bei denen wir keine Zeit investieren sollten.
3. Sag mir, ob zwei Modelle für uns reichen, und wofür jeweils.
4. Entwirf einen Eigenvergleich: drei echte Aufgaben aus meiner
   Liste, eine feste Bewertung, wie viele Durchläufe.

Nenne keine Modellnamen und keine Ranglisten.

Fazit

Die nützliche Frage lautet nicht „welches Modell ist das beste", sondern „welche Eigenschaft verlangt diese Aufgabe". Fünf Eigenschaften decken den Marketingalltag ab, und für einen guten Teil der Aufgaben ist die Antwort: keine besondere.

Zwei Modelle – eines für die anspruchsvolle Arbeit, eines für Masse – reichen den meisten kleinen Unternehmen. Und bevor man wechselt, lohnt sich der billigere Versuch: die zentrale Regel ans Ende des Prompts stellen.

Häufige Fragen

Welches KI-Modell eignet sich für welche Aufgabe?

Das hängt von der geforderten Eigenschaft ab: Recherche zu aktuellen Fragen braucht Zugriff auf Websuche, Rohfassungen und Prüfungen brauchen Genauigkeit bei langen Anweisungen, das Prüfen ganzer Dokumente braucht große verarbeitbare Länge, Übersetzungen in vielen Sprachen brauchen Tempo und niedrige Kosten, und Arbeit mit angebundenen Systemen braucht zuverlässige Werkzeugnutzung.

Wie viele verschiedene Modelle braucht ein kleines Unternehmen?

Zwei reichen meistens: ein leistungsfähiges für Rohfassungen, Prüfungen und lange Anweisungen, und ein schnelles, günstiges für Masse – Übersetzungen, Zusammenfassungen, Klassifizierungen. Ein drittes lohnt erst, wenn eine Aufgabe eine Eigenschaft verlangt, die beide nicht abdecken.

Warum hält sich das Modell nicht an meine Vorgaben?

Häufig liegt es nicht am Modell, sondern an der Position der Anweisung. Angaben am Anfang und am Ende eines Prompts werden zuverlässiger berücksichtigt als solche in der Mitte. Die zentrale Regel ans Ende zu verschieben wirkt in der Praxis öfter als ein Wechsel zu einem größeren Modell.

Lohnt sich der Wechsel zu einem neuen Modell?

Nur wenn es deutlich besser ist, nicht ein bisschen. Der Wechsel kostet zwei bis drei Wochen, bis Stildokument, gespeicherte Anweisungen, Vorlagen und Anbindungen wieder eingespielt sind. Ob „deutlich besser" zutrifft, zeigt nur ein Vergleich an den eigenen Aufgaben – nicht eine allgemeine Rangliste.

Wie vergleicht man Modelle an der eigenen Aufgabe?

Mit drei echten Aufgaben aus dem Alltag statt Testfragen, wortgleichem Prompt, einer vorher festgelegten Bewertung – etwa: Regeln eingehalten, keine erfundenen Angaben, Länge getroffen – und zwei Durchläufen je Modell. Der zweite Durchlauf ist wichtig: Die Streuung innerhalb eines Modells ist oft größer als der Unterschied zwischen zweien.