Marktüberblick: ChatGPT, Claude, Gemini, Mistral, Copilot, Perplexity

Lernziele

• Sie charakterisieren die sechs wichtigsten KI-Assistenten (ChatGPT, Claude, Gemini, Mistral/Le Chat, Microsoft Copilot, Perplexity) anhand von Stärken, Preismodell und Datenschutz-Status.
• Sie wenden eine Modell-Auswahl-Matrix an und wählen für drei gegebene Aufgabentypen das geeignete Werkzeug begründet aus.
• Sie beschreiben für jeden Assistenten mindestens einen typischen Anwendungsfall und einen Fall, in dem dieses Werkzeug nicht optimal wäre.
• Sie kennen die wichtigsten Benchmarks (MMLU, HumanEval, GPQA) und können Benchmark-Ergebnisse kritisch einordnen.
• Sie erläutern das Prinzip der „Tool-Agnostik” — dass gute Prompt-Kompetenz plattformunabhängig ist — und leiten daraus eine persönliche Werkzeugstrategie ab.

Auf einen Blick

Worum geht es? — Der didaktische Einstieg

Ein neues Projekt beginnt. Sie sitzen vor dem Laptop und überlegen: Für die Recherche zu aktuellen Marktentwicklungen — ChatGPT oder Perplexity? Für das Verfassen eines vierzigseitigen Angebots — Claude oder Gemini? Für die Code-Überprüfung eines Kollegen — Copilot oder ChatGPT? Und wenn der Kunde ausdrücklich auf Datenschutz besteht — welches Tool ist dann überhaupt zulässig?

Diese Entscheidungen treffen Wissensarbeiter täglich — oder sie vermeiden sie, indem sie immer dasselbe Tool nehmen, unabhängig davon, ob es für die Aufgabe optimal ist. Beide Ansätze kosten Qualität oder Zeit.

In dieser Unterrichtseinheit lernen Sie die sechs wichtigsten KI-Assistenten systematisch kennen — nicht als Werbeprospekt, sondern als nüchterne Kompetenz-Analyse. Sie erfahren, worin jedes Tool wirklich stark ist, wo es versagt, was es kostet und was es über Ihre Daten weiß.

Das Ziel ist keine absolute Empfehlung — der KI-Markt ist zu dynamisch für dauerhafte Ranglisten. Das Ziel ist eine Methode: systematische Werkzeugauswahl statt Gewohnheit. Die Fähigkeit, diese Methode anzuwenden und regelmäßig zu aktualisieren, ist die dauerhaft wertvollste KI-Kompetenz. Werkzeugkenntnisse veralten; Methodenkompetenz nicht. Das ist der Kern dieser UE.

Lerntext — Theorie und Konzepte

ChatGPT (OpenAI / Microsoft): Der Allrounder

ChatGPT ist das meistgenutzte KI-Interface weltweit. Die Stärke liegt nicht in einem einzelnen herausragenden Merkmal, sondern in der Breite des Ökosystems.

Feature-Breite: Echtzeit-Websuche, Canvas-Editor für kollaboratives Schreiben, DALL·E 3-Integration für Bildgenerierung, Custom GPTs für spezialisierte Anwendungen, Projects für persistenten Kontext, Advanced Data Analysis (Python-Interpreter), Sprachinteraktion. Mit einem einzigen Abonnement deckt ChatGPT mehr Anwendungsfälle ab als jedes andere Tool.

Modelle: GPT-4o als Standardmodell für tägliche Aufgaben, o3 für komplexe Reasoning-Aufgaben (Mathematik, Logik, mehrstufige Planung), GPT-4o-mini als kostengünstige API-Variante. Stand 2026: OpenAI veröffentlicht regelmäßig neue Modellversionen.

Preismodell: Kostenlos mit Nutzungslimits. ChatGPT Plus 20 $/Monat. ChatGPT Pro 200 $/Monat (unbegrenzte o3-Nutzung). ChatGPT Enterprise: kein Training auf Nutzerdaten, SOC 2-Zertifizierung, Admin-Kontrollen.

Datenschutz: Im kostenlosen und Plus-Plan werden Gespräche standardmäßig für Training verwendet (opt-out möglich). Im Enterprise-Plan: kein Training, Datenverbleib in der EU konfigurierbar. Für sensible Geschäftsdaten: Entweder Enterprise oder opt-out in Einstellungen — und AVV mit OpenAI prüfen.

Optimaler Einsatz: Feature-intensives Arbeiten, Content-Erstellung, Präsentationsvorbereitung, Ad-hoc-Analysen. Für Entwickler: Advanced Data Analysis für Datei-Verarbeitung und Python-Scripts.

Claude (Anthropic): Der Textspezialist

Anthropic wurde von ehemaligen OpenAI-Forschenden gegründet, die einen stärkeren Fokus auf KI-Sicherheit und Zuverlässigkeit legen. Claude ist bekannt für den natürlichsten und leserfreundlichsten Sprachstil — besonders bei langen, komplexen Texten.

Technische Stärken: Claude 3.5 Sonnet und Claude 4 (ab Mitte 2026) sind besonders stark bei langen Dokumentenanalysen, komplexem Coding und nuancierter Textarbeit. Das Kontextfenster von 200.000 Tokens erlaubt die Analyse sehr langer Verträge oder umfangreicher Codebasen in einem einzigen Aufruf.

Constitutional AI: Statt ausschließlich durch menschliches Feedback trainiert zu sein, nutzt Anthropic eine „Verfassung” — ein Set von Prinzipien, nach denen das Modell konsistent und hilfreich handeln soll. Das führt zu weniger „Jailbreak”-anfälligem Verhalten und konsistenterer Ablehnung schädlicher Anfragen.

Projects-Feature: Claude Projects erlaubt es, ein persistentes Wissens-Repository für ein Projekt anzulegen — Dokumente, Stile, Kontext bleiben über Sitzungen erhalten. Einmal den Projektkontext hochladen, dann in allen Gesprächen verfügbar.

Preismodell: Claude.ai Free (mit Limits), Claude Pro 25 $/Monat (Sonnet + Projects), Claude Teams 30 $/Nutzer/Monat. Enterprise auf Anfrage.

Optimaler Einsatz: Langdokument-Analyse (Verträge, technische Spezifikationen), komplexes Coding, Berichte und Angebote schreiben, Korrespondenz in diplomatischem, professionellem Ton.

Gemini (Google): Der Kontextgigant

Gemini ist Googles multimodales Spitzenmodell und überzeugt besonders durch extreme Kontextlängen und tiefe Google-Workspace-Integration.

Kontextfenster: Gemini 2.5 Pro unterstützt bis zu 1 Million Tokens — das entspricht ca. 750.000 Wörtern oder mehreren dicken Büchern in einem einzigen Gespräch. Das macht Gemini zum stärksten Modell für die Verarbeitung sehr großer Dokumentenmengen.

Google-Workspace-Integration: Gemini for Google Workspace ist direkt in Gmail, Google Docs, Sheets, Drive und Meet integriert. E-Mails zusammenfassen, Dokumente aus Drive analysieren, Sheets-Formeln generieren — ohne App-Wechsel.

Video-Verarbeitung: Als einziges der sechs Modelle kann Gemini 2.5 Pro lange Videos direkt analysieren — Meeting-Recordings, Schulungsvideos, Demo-Videos. Diese Unique Capability ist für Wissensdokumentation besonders wertvoll.

Preismodell: Gemini Advanced in Google One AI Premium 22 €/Monat. Gemini for Google Workspace ab 30 €/Nutzer/Monat als Add-on.

Optimaler Einsatz: Google-Workspace-Nutzer, sehr lange Dokumente und umfangreiche Dokumentenmengen, Meeting-Video-Analyse, Datenanalysen in Google Sheets.

Mistral / Le Chat: Die europäische Option

Mistral AI ist ein 2023 gegründetes französisches KI-Unternehmen, das sowohl Open-Source-Modelle als auch den kommerziellen Dienst Le Chat anbietet. Mistral positioniert sich explizit als europäische Alternative zu US-amerikanischen Hyperscalern.

DSGVO-Konformität: Rechenzentren in der EU, europäisches Unternehmen, explizite DSGVO-Konformitätszusagen. Für Unternehmen mit strengen Datenschutzanforderungen oder Kunden im öffentlichen Sektor ist das ein erheblicher Vorteil.

Modellleistung: Mistral Large 2 ist im Leistungsvergleich auf vergleichbarem Niveau mit GPT-4o und Claude Sonnet, mit besonders guten Ergebnissen bei europäischen Sprachen. Open-Source-Modelle (Mistral 7B, Mixtral) ermöglichen lokale Deployments ohne API-Abhängigkeit.

Le Chat: Le Chat Pro 15 $/Monat — günstiger als die US-Konkurrenten. Vergleichbarer Funktionsumfang für tägliche Textaufgaben.

Optimaler Einsatz: Wenn Auftraggeber explizit EU-Datenlokalisierung fordern, bei besonders sensiblen Daten (medizinisch, legal, HR), als On-Premise-Option mit Mistral Open-Source-Modellen, für öffentlich-rechtliche Einrichtungen.

Microsoft Copilot (M365): Die Office-Integration

Microsoft Copilot ist die KI-Integration in das Microsoft-365-Ökosystem — und damit für viele Organisationen, die Windows und Office einsetzen, der natürlichste Einstieg in KI-gestütztes Arbeiten.

Integration: Copilot ist direkt in Outlook (E-Mails verfassen, zusammenfassen), Word (Texte generieren, überarbeiten), Excel (Daten analysieren, Formeln erstellen), PowerPoint (Präsentationen generieren), Teams (Meeting-Protokolle), SharePoint und OneNote integriert. Kein App-Wechsel, kein Copy-Paste zwischen Tools.

Modell-Basis: Copilot nutzt GPT-4-Varianten und hat Zugriff auf den Microsoft-Graph — E-Mails, Kalender, Dateien, Teams-Chats des Nutzers. Das erlaubt personalisierte Kontextabfragen: „Fasse alle E-Mails zu Projekt X der letzten zwei Wochen zusammen.”

Preismodell: Microsoft 365 Copilot 30 €/Nutzer/Monat (erfordert Microsoft 365 Business Standard oder höher).

Datenschutz: Copilot M365 verarbeitet Daten innerhalb des M365-Tenants des Kunden — keine Weitergabe an OpenAI für Training. Für datenschutzbewusste Organisationen in der Microsoft-Welt ist das ein wesentlicher Vorteil.

Optimaler Einsatz: Wenn Kunden und Mitarbeitende in der Microsoft-Welt arbeiten, für Office-Workflow-Integration, Teams-Meeting-Protokollierung, SharePoint-basierte Suche und Dokumentenanalyse.

Merksatz

Kein Tool ist für alle Aufgaben optimal. Die Kernkompetenz — präzise Kontext-Beschreibung, strukturierte Aufgabendefinition, kritische Ausgabe-Prüfung — ist plattformunabhängig. Wer gelernt hat, eine Aufgabe bei ChatGPT gut zu stellen, kann dasselbe Prinzip bei Claude oder Gemini anwenden. Werkzeugkenntnisse veralten; gute Prompt-Methodik nicht. Das nennt sich Tool-Agnostik.

Perplexity AI: Der Recherche-Assistent

Perplexity ist konzeptionell anders als die übrigen fünf — kein generischer Chatbot, sondern ein Recherche-Tool, das Echtzeit-Websuche mit LLM-Synthese verbindet.

Kernfunktion: Perplexity durchsucht 20+ Quellen gleichzeitig, synthetisiert die Ergebnisse in eine strukturierte Antwort und zeigt alle verwendeten Quellen mit Links an. Das Ergebnis ist verifizierbar: jede Aussage kann auf ihre Quelle zurückverfolgt werden.

Vorteile: Keine Halluzination bei aktuellen Fakten (da aus Primärquellen zitiert), kein Trainings-Cutoff-Problem für aktuelle Informationen, sofortige Quellenangabe, Deep Research Modus für umfangreiche Recherchen.

Einschränkungen: Kein persistenter Kontext/Memory, eingeschränkte Dokument-Uploads in der kostenlosen Version, nicht für kreative Aufgaben geeignet.

Preismodell: Kostenlos mit Nutzungslimits. Perplexity Pro 20 $/Monat (unbegrenzte Suche, GPT-4o und Claude als Backend-Modell wählbar).

Optimaler Einsatz: Aktuelle Marktrecherchen, Faktenchecks, Wettbewerbsanalysen, Recherche zu neuer Gesetzgebung oder Technologietrends. Als Ergänzung zu Claude oder ChatGPT — nicht als Ersatz.

Die Modell-Auswahl-Matrix — Zwei-Achsen-Logik

Statt einer pauschalen „Best Tool”-Empfehlung hilft eine strukturierte Entscheidungslogik:

Schnell-Entscheidung: 1. Brauchen Sie aktuelle, verifizierbare Fakten? → Perplexity 2. Ist die Aufgabe in Microsoft 365 eingebettet? → Copilot 3. Sind Daten besonders sensibel / EU-only? → Mistral / Le Chat 4. Sehr langer Text oder sehr großes Dokument? → Gemini 5. Komplexes Coding oder langer Bericht mit Textqualitätsanspruch? → Claude 6. Alles andere / maximale Feature-Breite gefragt? → ChatGPT

Abb. 9.1 — Modell-Auswahl-Matrix: Sechs KI-Assistenten nach Kompetenz-Dimensionen (Stand Q1 2026)

Tool-Agnostik als Grundprinzip: Die Kernkompetenz — präzise Kontext-Beschreibung, strukturierte Aufgabendefinition, kritische Ausgabe-Prüfung — ist plattformunabhängig. Empfehlung: Einen Haupt-Assistenten konsequent nutzen und vertiefen, aber die Fähigkeit zur Übertragung auf andere Plattformen mitentwickeln.

Vertiefung — Benchmarks kritisch lesen

Benchmarks sind ein wichtiges, aber oft missverstandes Instrument zur Modellbewertung. Die bekanntesten:

MMLU (Massive Multitask Language Understanding): Testet Fachwissen in 57 Disziplinen — Medizin, Jura, Geschichte, Mathematik. Misst Faktenwissen, nicht praktische Nützlichkeit für tägliche Aufgaben.

HumanEval: Testet Code-Generierungsfähigkeit durch funktionale Korrektheit von generierten Python-Lösungen. Relevant für Entwickler; weniger aussagekräftig für Nicht-Code-Aufgaben.

GPQA (Graduate-Level Google-Proof Q&A): Expertenfragen aus Physik, Biologie, Chemie, die selbst für menschliche Experten schwer zu beantworten sind. Misst Reasoning-Fähigkeit auf hohem Niveau.

Kritischer Umgang mit Benchmarks: Benchmark-Spitzenleistung bedeutet nicht notwendig beste Praxisleistung. Ein Modell kann MMLU-Bestleistung zeigen und trotzdem bei langen deutschen Geschäftstexten schlechter abschneiden als ein Konkurrent. Benchmarks sind gut für relative Einordnungen — aber für die eigene Entscheidung gilt: Testen Sie das Modell mit Ihren eigenen typischen Aufgaben. Das ist der valideste Benchmark. Aktuelle, unabhängige Modellvergleiche finden sich auf artificialanalysis.ai.

Vertiefung II — Open Source vs. Proprietär: Strategische Implikationen für Unternehmen

Die Entscheidung zwischen Open-Source- und proprietären KI-Modellen ist eine der strategisch bedeutsamsten Weichenstellungen, die Organisationen beim KI-Einsatz treffen. Sie berührt Fragen der technologischen Souveränität, der wirtschaftlichen Abhängigkeit, der Datensicherheit und der Innovationsgeschwindigkeit.

Das Open-Source-Spektrum: Nicht alles ist gleich offen

Der Begriff „Open Source” bezeichnet im KI-Kontext ein breites Spektrum an Offenheit — das ist wichtig zu verstehen, weil viele Modelle, die als „Open Source” bezeichnet werden, tatsächlich unterschiedliche Offenheitsgrade aufweisen:

• Vollständig offen: TrainingsCode, Modellgewichte, Trainingsdaten und Infrastruktur sind öffentlich verfügbar. Das ist selten — ein Beispiel ist EleutherAI’s Pythia-Modellreihe.
• Gewichte-offen: Nur die Modellgewichte werden veröffentlicht, nicht die Trainingsdaten oder der Trainingsprozess. Das trifft auf Llama 3 (Meta) zu. Llama 3 ist offiziell unter einer „Community License” verfügbar, die für kommerzielle Nutzung Einschränkungen enthält (über 700 Millionen monatliche Nutzer benötigen eine separate Lizenz von Meta).
• Code-offen, Gewichte proprietär: Selten im LLM-Bereich, aber in anderen ML-Domänen üblich.

Merksatz

„Open Source” im KI-Kontext bedeutet nicht automatisch „frei verwendbar für jeden Zweck”. Die Nutzungslizenzen von Llama, Mistral und anderen gewichte-offenen Modellen enthalten teilweise kommerzielle Einschränkungen, die sorgfältig geprüft werden müssen — besonders bei Einbettung in Produkte oder Dienstleistungen.

Strategische Dimensionen der Open-Source-Entscheidung

Die Wahl zwischen Open Source und Proprietär ist keine reine Technologie-Entscheidung. Sie hat strategische Implikationen in fünf Dimensionen:

1. Technologische Abhängigkeit (Vendor Lock-in): Proprietäre Modelle schaffen eine Abhängigkeit vom Anbieter — bei Preisänderungen, API-Abschaltungen oder Unternehmensübernahmen sind Kunden exponiert. Open-Source-Modelle ermöglichen theoretisch vollständige Unabhängigkeit. In der Praxis entsteht aber eine neue Abhängigkeit: von der GPU-Infrastruktur (fast monopolistisch bei NVIDIA) und von Open-Source-Projekten, die möglicherweise nicht dauerhaft gepflegt werden.

2. Datensouveränität: Open-Source-Modelle, lokal betrieben, sind die einzige Option mit vollständiger Kontrolle über Datenflüsse. Proprietäre APIs erfordern das Senden von Anfragen an externe Server. Für Unternehmen mit besonders schützenswerten Daten (Gesundheit, Recht, Behörden) ist On-Premise-Open-Source oft die einzige akzeptable Option.

3. Anpassbarkeit: Open-Source-Modelle können fine-getuned werden — auf spezifische Domänenterminologie, auf interne Prozesse, auf rechtliche Anforderungen. Proprietäre Modelle ermöglichen zunehmend auch API-basiertes Fine-Tuning (GPT-4o Fine-Tuning via OpenAI API), aber mit weniger Kontrolle und zu höheren Kosten.

4. Innovationsgeschwindigkeit: Der proprietäre Bereich (GPT-5, Claude 4, Gemini 2.5) ist aktuell noch leistungsfähiger in den meisten Benchmarks — aber der Abstand schrumpft. Llama 4 und Mistral Large 2 haben gezeigt, dass Open-Source-Modelle innerhalb von 6–12 Monaten zu einer neuen Benchmark-Generation aufschließen können.

5. Kostenstruktur: Open Source eliminiert laufende Token-Kosten, ersetzt sie aber durch Infrastrukturkosten (GPU-Server, Betrieb, Wartung). Für geringe Anfragevolumen ist der API-Weg günstiger; ab einer kritischen Masse (typisch ab 50.000–100.000 Anfragen/Tag) kann On-Premise wirtschaftlich werden.

Die europäische Open-Source-Strategie

In Europa hat die Open-Source-Debatte eine zusätzliche geopolitische Dimension. Das EU AI Act hat bewusst besondere Pflichten für GPAI-Modelle mit „systemischem Risiko” eingeführt — Open-Source-Modelle sind davon teilweise ausgenommen (Art. 53 Abs. 2 EU AI Act). Das schafft einen Anreiz für europäische Unternehmen und Behörden, Open-Source-Modelle zu bevorzugen, da die Compliance-Last geringer ist.

Initiativen wie das European AI Office, das OpenEU-Konsortium und staatliche Förderungen für europäische KI-Modelle zeigen, dass Open Source für Europa nicht nur eine technische, sondern eine strategisch-souveräne Option ist. Frankreichs Mistral AI hat explizit eine Strategie gewählt, die beide Welten verbindet: Modellgewichte werden (teilweise) veröffentlicht, der kommerzielle Service (Le Chat Enterprise) bleibt proprietär.

Open-Source-Ökosystem: Wichtige Community-Akteure

Das Open-Source-KI-Ökosystem ist kein homogenes Feld — es besteht aus verschiedenen Akteuren mit unterschiedlichen Motivationen und Governance-Strukturen.

Hugging Face: Die wichtigste Plattform für Open-Source-KI-Modelle weltweit. Hugging Face beherbergt über 800.000 Modelle, 200.000 Datensätze und 300.000 Spaces (ausführbare Demos) — alles öffentlich zugänglich. Die Transformers-Bibliothek von Hugging Face ist der De-facto-Standard für die Nutzung von Open-Source-LLMs in Python. Für Unternehmen ist Hugging Face Hub die erste Anlaufstelle für die Evaluierung verfügbarer Open-Source-Modelle.

EleutherAI: Eine gemeinnützige Forschungsorganisation, die sich auf vollständig offene KI-Modelle spezialisiert hat — inklusive Trainingsdaten (The Pile) und Trainings-Code. EleutherAI’s Arbeit ist besonders wichtig für Reproduzierbarkeit und wissenschaftliche Transparenz; ihre Ergebnisse werden von akademischen und industriellen Forschenden genutzt.

Mistral AI: Das französische Unternehmen hat einen hybriden Ansatz gewählt: Einige Modelle (Mistral 7B, Mixtral 8x7B) wurden mit offenen Lizenzen veröffentlicht; die kommerziellen Dienste (Le Chat Enterprise) bleiben proprietär. Mistral positioniert sich als „europäische Alternative” zu US-Hyperscalern und profitiert von der regulatorischen Sensibilität europäischer Unternehmen für Datensouveränität.

Meta AI Research: Meta veröffentlicht Modelle (LLaMA-Reihe) primär aus strategischen Gründen — open weights senken die Markteintrittsbarriere für Unternehmen, die sonst zu OpenAI oder Google gehen würden, und stärken das Meta-Ökosystem (PyTorch, React Native). Die LLaMA-Lizenz ist keine klassische Open-Source-Lizenz (kein Apache oder MIT) — sie schränkt bestimmte kommerzielle Nutzungen ein und kann jederzeit geändert werden.

Praktische Empfehlung für Unternehmen

Für Organisationen, die Open-Source-KI ernsthaft evaluieren möchten, empfiehlt sich folgendes Vorgehen: Zunächst Anforderungen klären (Datenschutz-Level, Performance-Bedarf, Budget, IT-Kapazität). Dann auf Hugging Face nach Modellen mit geeigneter Lizenz für den Einsatzzweck suchen. Im Rahmen eines zeitlich begrenzten Pilotprojekts (4–8 Wochen) das Modell mit einer repräsentativen Testmenge eigener Daten evaluieren. Die gemessene Performance (Genauigkeit, Latenz, Kosten) dann mit einem proprietären Vergleichsmodell gegenüberstellen, bevor eine langfristige Entscheidung getroffen wird.

Praxisvertiefung: Perplexity, You.com und Websuche-integrierte KI — eine eigene Kategorie

Im Marktüberblick nehmen websuche-integrierte KI-Tools eine Sonderstellung ein, die für Wissensarbeiter besonders relevant ist.

Das Grundprinzip: Tools wie Perplexity AI kombinieren klassische Websuche (Echtzeit-Indexierung des Internets) mit LLM-Verarbeitung: Die Suchanfrage wird gegen aktuelle Webseiten abgeglichen, die relevantesten Inhalte werden extrahiert und einem LLM als Kontext übergeben, das dann eine synthethisierte Antwort mit Quellenangaben formuliert. Das adressiert eine der Kernlimitations von reinen LLMs: fehlende Aktualität.

Stärken dieser Kategorie: Aktuelle Informationen (LLMs ohne Webanbindung haben Wissensgrenzen/Cut-off-Dates); Quellenangaben (Aussagen sind direkt belegbar); Faktenrecherche (geeignet für Fragen mit überprüfbaren Antworten); schnelle Quell-Synthese (statt fünf Webseiten manuell lesen).

Grenzen: Qualität hängt von der Qualität der indizierten Webseiten ab; Fehlinformationen im Web können in die Antwort einfließen; für interne Unternehmensdokumente (nicht im Web auffindbar) ungeeignet; komplexe analytische Aufgaben (nicht Faktensuche) sind schlechter als pure LLMs.

Abgrenzung zu RAG: Websuche-integrierte KI und RAG teilen das Prinzip des Retrieval + Generation — aber mit einem entscheidenden Unterschied: Websuche ist offen (das gesamte Internet als Wissensbasis), RAG ist geschlossen (nur die eigene Wissensdatenbank). Für Unternehmensanwendungen mit internen Dokumenten ist RAG die richtige Wahl; für Marktrecherche und aktuelle Faktensuche sind websuche-integrierte Tools effizienter.

Branchen-Anwendungen

IT-Dienstleistung & Beratung

Das empfohlene Setup für ein IT-Beratungsunternehmen kombiniert drei Werkzeuge mit komplementären Stärken: Claude als Haupt-Assistent für Angebote, Berichte und E-Mail-Kommunikation (Textqualität); Perplexity Pro für Marktrecherchen, Wettbewerbsanalysen und aktuelle Technologie-Recherchen (verifizierbare Fakten); Microsoft Copilot M365 für alle Office- und Teams-integrierten Aufgaben, insbesondere bei Kundenprojekten im Microsoft-Ökosystem.

Konkretes Szenario: Ein Berater begleitet die KI-Strategie eines mittelständischen Kunden. Er benötigt: (a) Recherche aktueller Tool-Benchmarks → Perplexity; (b) Strukturierung der Empfehlung in einem 5-seitigen Beratungsdokument → Claude; (c) Visualisierung als PowerPoint → Copilot oder ChatGPT. Drei Werkzeuge, drei Aufgaben, ein besseres Ergebnis als mit einem einzigen Tool.

Industrie & Fertigung

Für Fertigungsunternehmen sind die Datenschutz-Anforderungen oft strenger, da Produktionsdaten und technische Spezifikationen als Betriebsgeheimnisse gelten. Das empfohlene Setup: Mistral/Le Chat oder On-Premise-Deployment (Mistral Open Source) für alle aufgaben mit internen technischen Daten; Copilot M365 für Office-Integration, wenn Microsoft-Infrastruktur vorhanden; Perplexity für externe Marktrecherchen zu Lieferanten, Rohstoffpreisen, Regulierung.

Ein typisches Szenario: Ein Instandhaltungsleiter möchte Wartungsanleitungen aus technischen Zeichnungen automatisch generieren. Da die Zeichnungen proprietäres Know-how enthalten, ist ein On-Premise-Mistral-Deployment die datenschutzkonforme Wahl. Externe Norm-Recherchen (DIN-Normen, ISO-Standards) können mit Perplexity verifiziert werden.

Finanzdienstleistung & Versicherung

Im Finanzsektor gelten besonders strenge regulatorische Anforderungen (MiFID II, DSGVO, BaFin-Anforderungen). Das empfohlene Setup: Für alle Aufgaben mit regulatorisch sensitiven Daten → Le Chat (Mistral) oder zertifizierte Enterprise-Varianten mit AVV und EU-Datenlokalisierung; für externe Marktrecherchen zu Zinsentwicklung, Regulierung, Wettbewerbsanalysen → Perplexity; für interne M365-Workflows (Teams, SharePoint) → Copilot M365 mit entsprechenden Sicherheitseinstellungen.

Beratungsszenario: Ein Steuerberatungsunternehmen möchte KI für Mandantenkommunikation einsetzen. Da Mandantendaten steuerrechtlich vertraulich sind, scheidet ChatGPT ohne Enterprise-Vertrag aus. Le Chat (Mistral) mit EU-Datenlokalisierung ist für Mandantenbriefe die datenschutzkonforme Wahl. Für Mandantenrecherchen (Unternehmensinformationen, Branchenkontext) ist Perplexity geeignet, da hier keine vertraulichen Daten verarbeitet werden.

Öffentliche Verwaltung

Behörden und öffentliche Einrichtungen haben besonders hohe Anforderungen an Datenschutz und Datensouveränität. Für die öffentliche Verwaltung kommt in Deutschland primär in Betracht: Sovereign Cloud-Lösungen (Microsoft Azure Government, Deutsche Telekom Open Telekom Cloud), On-Premise-Deployments mit Open-Source-Modellen (Mistral, Llama), oder EU-datenkonforme kommerzielle Tools mit abgeschlossenem AVV nach Art. 28 DSGVO.

Consumer-Tools (kostenlose ChatGPT, kostenlose Claude.ai) sind für personenbezogene Verwaltungsdaten grundsätzlich nicht geeignet. Die Prüfung, welches Tool datenschutzrechtlich zulässig ist, muss in Abstimmung mit dem behördlichen Datenschutzbeauftragten erfolgen — das ist keine Empfehlung, sondern rechtliche Anforderung. Für anonymisierte Aufgaben (interne Wissensrecherche, Formulierungshilfen ohne Personenbezug) können auch Consumer-Tools in Frage kommen.

Übung 1 — Tool-Vergleich: Dieselbe Aufgabe, drei Werkzeuge

Übung 1

Aufgabe: Sie stellen denselben Arbeitsauftrag in drei verschiedenen KI-Assistenten und vergleichen systematisch Qualität, Stil und Genauigkeit der Ausgaben.

Material: Laptop mit Internetzugang, Zugänge zu mindestens zwei Tools: ChatGPT (kostenlos), Claude.ai (kostenlos), Gemini (kostenlos), Le Chat (kostenlos).

Schritt-für-Schritt: 1. Formulieren Sie folgenden Prompt und kopieren Sie ihn wörtlich in alle drei Tools: „Schreiben Sie einen professionellen Einleitungsabsatz (ca. 120 Wörter) für ein Angebot an einen Kunden, der eine Cloud-Migration von On-Premise-Servern auf Microsoft Azure plant. Der Ton soll vertrauenswürdig und kompetent sein. Der Text soll die Projekterfahrung des IT-Dienstleisters und den Nutzen für den Kunden betonen.” 2. Notieren Sie die Ausgaben aller drei Tools nebeneinander. 3. Bewerten Sie jede Ausgabe: (a) Professioneller Ton (1–5); (b) Spezifität / Kontextbezug (1–5); (c) Überzeugungskraft (1–5); (d) Sprachliche Qualität auf Deutsch (1–5). 4. Identifizieren Sie: Welches Tool hat die Aufgabe am besten erfüllt? Gibt es Elemente aus verschiedenen Ausgaben, die kombiniert besser wären? 5. Formulieren Sie eine optimierte Version, die das Beste kombiniert und von Ihnen nachpoliert wurde. 6. Dokumentieren Sie: Wie lange hat der Prozess gedauert — und wie lange ohne KI?

Musterlösung:

Typische Unterschiede: Claude neigt zu natürlicherem Satzfluss und besserer Satzarchitektur; ChatGPT liefert flottere, stärker werbende Formulierungen; Gemini kann generischer sein, wenn kein spezifischer Unternehmenskontext im Prompt enthalten ist. Konsequenz für B2B-Schreiben: Claude als Haupt-Tool.

Zeitersparnis: Erstellung eines qualitativ guten 120-Wort-Einleitungsabsatzes ohne KI: 15–20 Minuten. Mit KI + manueller Verfeinerung: 5–7 Minuten. Effizienzgewinn: ~65 Prozent.

Übung 2 — Modell-Auswahl für eine Kundenberatung

Übung 2

Aufgabe: Sie beraten einen Kunden — ein regionales Steuerberatungsunternehmen mit 30 Mitarbeitenden — bei der Auswahl des geeigneten KI-Assistenten. Der Kunde hat strenge Datenschutzanforderungen.

Schritt-für-Schritt: 1. Lesen Sie die drei Anwendungsfälle: (a) Automatische Vorbereitung von Mandanten-Erstgesprächen (Recherche zu Unternehmen, Branche, typische Steuerprobleme); (b) Erstellung von Mandantenbriefen auf Basis vorhandener Bescheidvorlagen; (c) Analyse eingescannter Belege und Buchungsunterlagen. 2. Wählen Sie für jeden Anwendungsfall das geeignete Tool aus den sechs besprochenen Optionen. 3. Begründen Sie Ihre Wahl in je 2–3 Sätzen — mit Bezug auf Stärken, Datenschutz und Einsatzkontext. 4. Identifizieren Sie für jeden Anwendungsfall mindestens eine Einschränkung oder ein Risiko. 5. Formulieren Sie eine zusammenfassende Empfehlung mit Kostenschätzung pro Nutzer/Monat.

Musterlösung:

Kostenschätzung für 15 aktive Nutzer: Perplexity Pro (20 $/User) + Le Chat Pro (15 $/User) + MS Copilot (30 €/User) = ca. 975 $/Monat. Gegenleistung: geschätzte 2–3 Stunden Zeitersparnis pro Nutzer pro Woche.

Cheatsheet

Erweiterte Übung 3 — Open-Source-Modell-Auswahlentscheidung

Übung 3 — Open-Source-Modell-Auswahlentscheidung

Aufgabe: Sie beraten ein Unternehmen dabei, ob und welches Open-Source-Modell für einen konkreten Anwendungsfall die richtige Wahl ist. Dabei analysieren Sie Lizenzfragen, Infrastrukturaufwand, Performance-Erwartungen und strategische Konsequenzen.

Ausgangsszenario: Ein deutsches Pharmaunternehmen (ca. 2.000 Mitarbeitende) möchte ein internes KI-System aufbauen, das wissenschaftliche Publikationen aus der eigenen Forschungsdatenbank durchsucht und Forscher mit relevanten Ergebnissen zu ihren Anfragen unterstützt. Das System wird täglich von ca. 300 Forschern genutzt; jede Anfrage durchsucht ca. 50.000 PDFs mit internen und öffentlichen Forschungsergebnissen. Kernanforderungen: (1) Vollständige Datensouveränität (proprietäre Forschungsdaten dürfen das Unternehmen nicht verlassen), (2) Englischsprachige wissenschaftliche Texte als primäre Domäne, (3) Hohe Relevanz-Präzision (falsche Ergebnisse haben Forschungskosten zur Folge), (4) Budget: Max. 50.000 EUR jährliche Betriebskosten für das KI-System.

Modellkandidaten: - Llama 3.1 70B (Meta, Lizenz: Community License) - Mistral Large (Mistral AI, API mit EU-Rechenzentrum, oder Gewichte-Download mit Enterprise-Lizenz) - Qwen2.5-72B (Alibaba, Apache 2.0 Lizenz) - Phi-3.5-MoE (Microsoft, MIT Lizenz) - Gemma 2 27B (Google, Gemma Terms of Service)

Schritt-für-Schritt:

1. Lizenz-Check: Prüfen Sie für jeden Kandidaten, ob die Nutzung in einem kommerziellen Enterprise-Umfeld mit den Lizenzbedingungen vereinbar ist. Welche Kandidaten scheiden aus lizenzrechtlichen Gründen aus?
2. Performance-Einschätzung: Wissenschaftliche englischsprachige Texte sind eine spezifische Domäne. Welche der verbleibenden Kandidaten haben dokumentierte Stärken in wissenschaftlichem Englisch und langen Dokumenten? Nutzen Sie Ihre Kenntnisse aus UE 8 (Skalierungsgesetze, Parameteranzahl).
3. Infrastrukturkosten schätzen: Eine A100-GPU (80 GB VRAM) kostet in einem deutschen Rechenzentrum ca. 3,50 EUR/Stunde. Llama 3.1 70B benötigt 2× A100 für Inferenz. Bei Betrieb 8 Stunden täglich × 250 Werktage: Berechnen Sie die jährlichen GPU-Kosten.
4. RAG-Architektur planen: Das System soll als RAG-System (Retrieval-Augmented Generation) aufgebaut werden. Beschreiben Sie in fünf Schritten, wie das System funktioniert: Wie werden die PDFs indexiert? Wie läuft eine Anfrage ab?
5. Empfehlung und Risiken: Welches Modell empfehlen Sie? Nennen Sie den stärksten Vorteil und das größte Risiko Ihrer Empfehlung. Gibt es einen Fallback-Plan, falls die Performance nicht ausreicht?

Erwartetes Ergebnis: Lizenz-Check für alle 5 Kandidaten, Performance-Begründung, Infrastrukturkostenberechnung, RAG-Architektur-Beschreibung und begründete Modellempfehlung mit Risikobewertung.

Musterlösung:

Lizenz-Check: - Llama 3.1 70B: Community License erlaubt kommerzielle Nutzung bis 700 Mio. monatliche Nutzer — für 300 Nutzer intern unbedenklich. ✓ - Mistral Large (Gewichte): Enterprise-Lizenz erforderlich für On-Premise-Nutzung — Kostenpunkt prüfen. ✓ (mit Lizenz) - Qwen2.5-72B: Apache 2.0 — vollständig frei für kommerzielle Nutzung, keine Einschränkungen. ✓ Sehr günstig. - Phi-3.5-MoE: MIT-Lizenz — vollständig frei. ✓ Aber kleineres Modell, möglicherweise schwächere Performance bei wissenschaftlichen Texten. - Gemma 2 27B: Gemma Terms of Service erlauben kommerzielle Nutzung, aber mit Beschränkungen für bestimmte Anwendungen — Prüfung empfohlen. ✓ (meistens unproblematisch)

Infrastrukturkosten Llama 3.1 70B: 2 × A100 × 3,50 EUR/h × 8 h/Tag × 250 Tage = 14.000 EUR/Jahr. Liegt deutlich unter dem Budget-Limit von 50.000 EUR. Verbleibender Budgetpuffer: 36.000 EUR für Indexierungsinfrastruktur (Vector DB, Embedding-Modell-Serving), IT-Betrieb und Wartung.

RAG-Architektur (5 Schritte): 1. Indexierung: 50.000 PDFs → Text-Extraktion (PyMuPDF) → Chunking (je 500 Wörter mit 100 Wörter Overlap) → Embedding jedes Chunks mit Embedding-Modell (z. B. text-embedding-3-large oder nomic-embed-text) → Speicherung in Vector-Datenbank (z. B. Weaviate, Qdrant, lokal). 2. Anfrage: Forscher gibt natürlichsprachige Anfrage ein → Anfrage wird ebenfalls in Embedding umgewandelt. 3. Retrieval: Vector-DB-Suche nach den 5–10 semantisch ähnlichsten Chunks zur Anfrage. 4. Augmentation: Llama 3.1 70B erhält Anfrage + die 5–10 relevantesten Chunks als Kontext. 5. Generierung: Modell generiert eine strukturierte Antwort mit Quellenverweisen auf die relevantesten Publikationen.

Empfehlung: Llama 3.1 70B mit Apache-2.0-lizenziertem Embedding-Modell (nomic-embed-text). Stärkster Vorteil: vollständige Datensouveränität bei wirtschaftlichem Betriebsbudget. Größtes Risiko: Llama 3.1 70B ist bei hochspezialisierter wissenschaftlicher Terminologie (z. B. Wirkstoffnomenklatur) möglicherweise schwächer als GPT-4o. Fallback: Fine-Tuning auf einem domänenspezifischen Datensatz (interne Publikationen + PubMed-Ausschnitt) nach 6-monatigem Pilotbetrieb, falls die Qualität nicht ausreicht.

Cheatsheet

Sechs Tools auf einen Blick:

Schnell-Entscheidung (6 Fragen): 1. Aktuelle Fakten? → Perplexity 2. Microsoft 365? → Copilot 3. EU-only / Datenschutz-kritisch? → Mistral 4. Sehr langer Text / großes Dokument? → Gemini 5. Textkomplexität / Coding? → Claude 6. Alles andere? → ChatGPT

Drei Grundsätze: - Kein Tool ist für alles optimal — Kontext entscheidet - Tool-Agnostik: gute Promptstruktur funktioniert in jedem Tool - Datenschutz zuerst: bei sensiblen Daten immer Datenschutz-Eignung prüfen

Prompt-Beispiel: Modellvergleich für eine Kundenempfehlung strukturieren

Rolle: Sie sind KI-Berater und bereiten eine Entscheidungsvorlage für die Geschäftsführung eines mittelständischen Beratungsunternehmens (150 Mitarbeitende) vor.

Aufgabe: Vergleichen Sie ChatGPT Enterprise, Claude for Work und Microsoft 365 Copilot anhand von fünf für das Unternehmen relevanten Kriterien und geben Sie eine begründete Empfehlung.

Kontext: Das Unternehmen nutzt bereits Microsoft 365 (Teams, SharePoint, Outlook). Die Mitarbeitenden arbeiten primär mit Text (Angebote, Berichte, Präsentationen) und benötigen KI-Unterstützung für Texterstellung, -überarbeitung und interne Wissenssuche. Budget: ca. 20–30 EUR pro Nutzer/Monat. Datenschutzanforderung: keine Nutzung von Unternehmensinhalt für Modelltraining.

Format: Vergleichstabelle (5 Kriterien × 3 Produkte), danach Empfehlung in 3 Sätzen mit Begründung.

Beispiel-Ergebnis (Empfehlung, gekürzt): „Für ein Microsoft-365-integriertes Beratungsunternehmen empfehle ich Microsoft 365 Copilot als primäres Tool, weil die nahtlose Integration in bestehende Workflows den Adoptionsaufwand minimiert und die Datenschutzstandards vertraglich klar geregelt sind. Claude for Work ist als Ergänzung für intensive Textarbeit sinnvoll, wo Stilvarianz und längere Kontextfenster einen Qualitätsvorteil bieten. ChatGPT Enterprise ist für dieses Profil die schwächste Option, weil kein natives Microsoft-365-Integration und ein vergleichbares Preismodell ohne den Infrastrukturvorteil vorliegen.”

Vertiefung: Die Benchmark-Ökonomie — warum Modellvergleiche systematisch verzerrt sind

Wenn Nutzer entscheiden, welches KI-Modell für eine Aufgabe besser geeignet ist, stützen sie sich meist auf Benchmark-Rankings oder direkte Tests. Beide Methoden haben systematische Verzerrungen, die für informierte Entscheidungen verstanden werden müssen.

LMSYS Chatbot Arena und Elo-Ratings: Die Chatbot Arena ist der meistgenutzte Benchmark für menschliche Präferenzurteile: Nutzer vergleichen zwei anonyme Modellantworten und wählen die bessere. Aus diesen Vergleichen wird ein Elo-Rating berechnet (analog zu Schach-Ranglisten). Das ist methodisch stärker als reine Multiple-Choice-Benchmarks, hat aber eigene Verzerrungen: Die Nutzer-Population ist technisch-affin und englischsprachig-dominiert; kürzere Antworten werden oft schlechter bewertet als längere (Längen-Bias); gut formatierte Markdown-Antworten bekommen höhere Bewertungen unabhängig vom Inhalt.

Systematische Verzerrungen bei der Unternehmensauswahl: Benchmarks testen Einzel-Prompts — Unternehmensanwendungen erfordern oft mehrstufige Workflows. Ein Modell, das bei einem Einzel-Prompt schlechter abschneidet, kann in einem mehrstufigen Rechercheauftrag besser sein. Die Entscheidungsrelevanz hängt auch von nicht-technischen Faktoren ab: SLA-Garantien, Ausfallsicherheit, API-Stabilität, Support-Qualität, Preismodell — all das fehlt in Benchmarks.

Eigene Evaluierung als Goldstandard: Für produktive Unternehmenseinsätze ist ein eigenes Evaluierungsset unverzichtbar: 50–100 repräsentative Beispiele aus dem eigenen Anwendungsfall, bewertet durch Fachexperten, unter realistischen Prompt-Bedingungen. Diese Investition (typischerweise 2–4 Arbeitstage) lohnt sich, wenn die folgende Nutzung mehrere Jahre andauert.

Branchen-Vignette: IT-Beratung — Modellauswahl als Kernkompetenz

Eine IT-Beratungsfirma (70 Mitarbeitende) bietet seit 2024 KI-Beratung als Leistung an. Das größte Qualitätsproblem: Berater empfehlen Modelle auf Basis persönlicher Tool-Präferenz statt auf Basis strukturierter Evaluierung. Ein Berater empfiehlt immer ChatGPT, ein anderer immer Claude — ohne gemeinsame Bewertungslogik.

Die Geschäftsführung entwickelt auf Basis des Marktüberblick-Wissens aus UE 9 eine interne Modell-Bewertungsmatrix: 8 Kriterien (Leistung, Preis, Datenschutz, Integration, Kontextfenster, Multimodalität, Anbieterrisiko, Support) werden für alle relevanten Modelle auf einer 1–5-Skala bewertet und nach Kundentyp (reguliert/nicht reguliert) gewichtet. Diese Matrix gibt Beratern ein gemeinsames Bewertungswerkzeug und macht Empfehlungen gegenüber Kunden transparent und nachvollziehbar.

Das Ergebnis: Beratungsqualität steigt, weil Empfehlungen kriterienbasiert und dokumentierbar sind — und nicht mehr von individueller Tool-Sympathie abhängen.

Übung 4 — Eigene Evaluierungsmatrix für einen Modellvergleich

Aufgabe: Sie entwickeln eine eigene Evaluierungsmatrix für einen konkreten Modellvergleich und führen einen strukturierten Kurztest durch.

Schritt-für-Schritt: 1. Definieren Sie einen konkreten Use Case für KI-Unterstützung in Ihrem Arbeitskontext (z. B. E-Mail-Entwurf, Protokollzusammenfassung, Recherche-Synthesebericht). 2. Wählen Sie fünf Bewertungskriterien, die für Ihren Use Case relevant sind. Schlagen Sie jeweils eine Skala (1–3 oder 1–5) und eine operationale Definition vor. 3. Wählen Sie drei Modelle, die Sie vergleichen möchten. 4. Erstellen Sie drei repräsentative Test-Prompts aus Ihrem Use Case. 5. Führen Sie den Test durch und bewerten Sie jedes Modell für jeden Prompt auf Ihren Kriterien. 6. Aggregieren Sie die Scores und treffen Sie eine Empfehlung — mit dem Hinweis auf Einschränkungen Ihrer eigenen Evaluierung.

Erwartetes Ergebnis: Ausgefüllte Evaluierungsmatrix (3 Modelle × 5 Kriterien × 3 Test-Prompts) mit begründeter Modellempfehlung.

Selbstlerner-Hinweise — UE 9

Für Selbstlernende ohne Kurs-Kontext:

Lernpfad: Führen Sie den Tool-Vergleich aus Übung 1 durch — exakt denselben Prompt bei drei verschiedenen Tools. Dokumentieren Sie Unterschiede in einer Tabelle. Das ist die praktisch wirksamste Methode, ein Gefühl für Modellunterschiede zu entwickeln.

Empfohlene Ergänzungsquellen: Chatbot Arena (lmarena.ai) für aktuelle Modell-Rankings. „State of AI Report” (stateof.ai, jährlich) für umfassende KI-Entwicklungsübersichten.

Praktische Aufgabe: Wählen Sie ein konkretes Arbeitsproblem und lösen Sie es mit drei verschiedenen Tools. Welches hat die beste Ausgabe geliefert — nach welchen Kriterien beurteilen Sie das?

Zeitaufwand: Lerntext: ca. 65 Minuten. Tool-Vergleich: 45 Minuten. Modell-Auswahl-Übung: 20 Minuten. Gesamt: ca. 2 Stunden.

Selbstkontrollfragen: Können Sie die sechs Tools aus UE 9 nach Anwendungsfall zuordnen? Können Sie die wichtigsten Unterschiede zwischen ChatGPT, Claude und Gemini in je einem Satz beschreiben?

Reflexionsfragen

1. Sie haben einen Auftraggeber, der kategorisch nur Tools mit EU-Rechenzentrum akzeptiert. Welche der sechs Optionen bleiben übrig — und decken diese den gesamten Bedarf ab?
2. Warum empfiehlt es sich, Perplexity nicht für kreative Schreibaufgaben und ChatGPT nicht für aktuelle Faktenfragen zu verwenden?
3. Stellen Sie sich vor, Ihre Organisation führt eine Unternehmensrichtlinie ein, die nur ein einziges KI-Tool erlaubt. Welches würden Sie empfehlen — und was wäre der wichtigste Kompromiss?
4. Wie würden Sie einem Kollegen erklären, dass es sinnvoll ist, für denselben Arbeitstag drei verschiedene KI-Tools zu verwenden?
5. Der Markt ändert sich schnell: Modelle werden besser, Preise fallen, neue Tools entstehen. Wie halten Sie Ihre Tool-Bewertung aktuell? Welche Quellen und Methoden nutzen Sie dafür?

Prompt-Beispiel: KI-Tool-Portfolio für eine Abteilung definieren

Rolle: Sie sind KI-Verantwortlicher (Chief AI Officer / KI-Beauftragter) einer mittelgroßen Versicherung.

Aufgabe: Definieren Sie ein KI-Tool-Portfolio für die Schadensmeldungsabteilung (25 Mitarbeitende). Das Portfolio soll den gesamten Workflow abdecken: Eingang einer Schadensmeldung → Kategorisierung → Kommunikation mit Versicherungsnehmer → Entscheidungsvorbereitung → interne Dokumentation.

Kontext: Aktuelle Situation: keine KI-Tools, vollständig manuell. Budget für erste Phase: 30.000 EUR/Jahr. Datenschutzanforderung: Personenbezogene Kundendaten dürfen nur auf DSGVO-konformen Servern verarbeitet werden. Die Abteilung hat keine IT-Expertise.

Format: Portfolio-Tabelle (Workflow-Schritt × empfohlenes Tool × Begründung × Kosten), danach Implementierungsreihenfolge mit Begründung (was zuerst, was als nächstes).

Beispiel-Ergebnis (Auszug): „Kategorisierung eingehender Meldungen: Microsoft Azure AI Classification (DSGVO-konform, in bestehende Microsoft 365-Umgebung integrierbar) — 800 EUR/Monat. Kundenkommunikation: Claude for Work oder Teams Copilot für Antwort-Entwürfe — Mitarbeiter gibt frei. Priorität: Zuerst Kategorisierung einführen (höchste Zeitersparnis, geringes Risiko), dann Kommunikationsunterstützung.”

Zusätzliche Reflexionsfragen — Vertiefung

1. Perplexity.ai kombiniert LLM-Fähigkeiten mit Web-Suche. Was sind die Vor- und Nachteile dieses Ansatzes gegenüber einem reinen LLM ohne Webzugang — insbesondere für Recherche- und Analyseaufgaben?
2. Der Markt für KI-Copiloten (GitHub Copilot, Microsoft 365 Copilot, Salesforce Einstein) wächst schnell. Was ist der strukturelle Unterschied zwischen einem Copiloten und einem eigenständigen KI-Tool — und welche Konsequenzen hat dieser Unterschied für Adoption und Nutzungstiefe?
3. Warum ist es für ein Unternehmen riskant, sich langfristig auf nur einen KI-Anbieter zu verlassen — selbst wenn dieser aktuell der beste am Markt ist? Welche vertraglichen und technischen Absicherungsmaßnahmen sind empfehlenswert?

Weiterführende Vertiefung: KI-Agenten — die nächste Entwicklungsstufe im Marktüberblick

Neben den in UE 9 behandelten Chat-Interfaces und APIs entsteht eine neue Kategorie von KI-Systemen, die für Unternehmensanwendungen zunehmend relevant wird: KI-Agenten.

Was sind KI-Agenten? KI-Agenten sind Systeme, die LLMs als Planungskomponente nutzen, um mehrstufige Aufgaben selbstständig zu lösen — mit Zugriff auf Werkzeuge (Tools) wie Webbrowser, Code-Ausführung, Datenbankabfragen oder externe APIs. Im Unterschied zu einem Chat-Interface, bei dem der Nutzer jeden Schritt aktiv steuert, kann ein Agent eine Sequenz von Aktionen planen und ausführen, ohne für jeden Schritt menschliche Bestätigung zu benötigen.

Prominente Agenten-Systeme: OpenAI’s GPT-4o mit Function Calling und Code Interpreter, Anthropic’s Claude mit Tool Use, AutoGPT (Open Source), LangChain und CrewAI (Framework für Multi-Agenten-Systeme), Microsoft Copilot Studio (Low-Code-Agent-Erstellung für Unternehmen).

Unternehmerische Chancen: Agenten können repetitive mehrstufige Prozesse automatisieren: ein Agent, der morgens automatisch Nachrichten-Feeds scannt, relevante Artikel zusammenfasst, nach internen Wissensdatenbank-Einträgen sucht und einen Briefing-Report erstellt — ohne menschliche Eingriffe zwischen den Schritten. Das erschließt Effizienzpotenziale, die mit einfachen Chat-Interfaces nicht erreichbar sind.

Risiken von KI-Agenten: Agenten operieren mit deutlich mehr Autonomie als Chat-Interfaces. Das erhöht die Risiken: Ein Agent, der Aktionen falsch plant oder einen Fehler macht, führt diesen Fehler möglicherweise über mehrere Schritte hinweg aus, bevor ein Mensch eingreift. Für kritische Prozesse ist ein „Human-in-the-Loop” bei Agenten-Systemen besonders wichtig. Der EU AI Act stellt höhere Anforderungen an KI-Systeme mit hohem Automatisierungsgrad — KI-Agenten fallen tendenziell in diese Kategorie.

Quellen & Weiterlesen

Trainer-Hinweise

Hinweise für AI Champions — So vermitteln Sie das Thema

Timing (45 Min): - 0–5 Min: Einstieg mit der Entscheidungsfrage (Projekt beginnt — welches Tool?) — TN spontan befragen - 5–20 Min: Input — sechs Tools in je 2–2,5 Minuten (Stärke, Preis, Datenschutz, Einsatz) — strukturiert, nicht erschöpfend - 20–28 Min: Modell-Auswahl-Matrix erarbeiten, Zwei-Achsen-Logik einführen - 28–37 Min: Übung 1 — Tool-Vergleich (Partnerarbeit oder Demo) - 37–43 Min: Übung 2 — Beratungsszenario (Kleingruppe oder Plenum) - 43–45 Min: Zusammenfassung, Tool-Agnostik betonen, Überleitung zu UE 10

Methodische Empfehlung: Der Tool-Vergleich (Übung 1) ist besonders wirkungsvoll als Live-Demonstration, bei der Trainer und TN denselben Prompt in zwei verschiedene Tools einkopieren und die Ausgaben direkt vergleichen. Die sichtbaren Unterschiede machen die Modell-Eigenschaften greifbarer als jede Beschreibung.

Stolpersteine: - TN neigen dazu, das „beste” Tool gesucht zu haben — betonen Sie Tool-Agnostik und aufgabenspezifische Wahl. - Preisangaben veralten schnell — weisen Sie ausdrücklich darauf hin, dass Preise und Features sich laufend ändern, und empfehlen Sie die Prüfung aktueller Informationen auf den jeweiligen Tool-Websites. - Datenschutz-Fragen können zu langen Diskussionen führen — begrenzen Sie auf: „Consumer für nicht-sensibles, Enterprise/EU-konform für sensibles” als Faustregel.

Diskussionsfragen: - „Welches Tool nutzen Sie heute am häufigsten — und warum? Ist das auch das geeignetste für Ihre typischen Aufgaben?” - „Gibt es Aufgaben in Ihrer Arbeit, für die keines der sechs Tools wirklich geeignet erscheint — und was würde das ideale Tool können?” - „Was überrascht Sie am meisten an den Datenschutz-Unterschieden zwischen den Tools?”

Tafelbild-Vorschlag: Sechs Tools als Spalten, fünf Kriterien als Zeilen (Stärke, Preis, Datenschutz, Optimaler Einsatz, Einschränkung) — als vergleichende Tabelle. TN können die Tabelle ausfüllen während des Inputs, statt nur zuzuhören.

Differenzierung: - Einsteiger: Fokus auf die Schnell-Entscheidungslogik (6 Fragen) und die zwei wichtigsten Tools für den eigenen Alltag. - Power-User: Benchmark-Kritik vertiefen, API-Zugang als Alternative zu Consumer-Tools besprechen, Diskussion über Tool-Stacks für komplexe Workflows.

Tipp zur Branchenauswahl: Die Branchen-Anwendungen lassen sich direkt auf die Teilnehmergruppe zuschneiden. Fragen Sie zu Beginn: „Wer hat bereits eigene Erfahrungen mit mehr als einem der sechs Tools?” — und nutzen Sie diese TN als Erfahrungsträger im Tool-Vergleich.

Übergang zur nächsten UE: „Wir wissen nun, was KI kann, was sie nicht kann, wie sie mit Halluzinationen umgeht, was multimodal bedeutet — und welche Tools es gibt. Die letzte UE dieses Moduls stellt die wichtigste Frage für alle Beteiligten: Was bedeutet das alles für unsere Berufe — und für den Arbeitsmarkt? Die Forschung dazu ist klar, differenziert und überraschend beruhigend. UE 10 zeigt warum.”

Multiplikatoren-Hinweise — UE 9

Für Trainer, Führungskräfte und interne Botschafter:

UE 9 — der Toolvergleich — ist besonders dynamisch, da der Markt sich schnell verändert. Als Multiplikator helfen Sie, Entscheidungssicherheit bei der Tool-Auswahl zu schaffen, ohne jedes halbe Jahr neu entscheiden zu müssen.

Empfehlungen für die Nachbereitung: - Entwickeln Sie eine interne „Tool-Entscheidungsmatrix” für Ihren Bereich — die Kriterien aus UE 9 (Sicherheit, Qualität, Kosten, Datenschutz) können direkt übernommen werden. - Setzen Sie ein regelmäßiges Review-Intervall: Toolvergleich alle 6 Monate aktualisieren, da sich Benchmarks schnell verschieben. - Klären Sie: Gibt es in Ihrer Organisation eine zentrale Stelle, die Tool-Freigaben erteilt? Wenn nicht — wer sollte das sein?

Praxistipp: Unternehmensseitig abgestimmte Tool-Listen verhindern unkontrollierten Shadow-IT-Einsatz von KI-Tools und erhöhen die Datenschutzkonformität erheblich.

Übung 5 (Transferaufgabe): Tool-Audit für den eigenen Bereich

Ziel: Den aktuellen KI-Tool-Einsatz im eigenen Bereich strukturiert erfassen und bewerten.

Aufgabe: Führen Sie einen kurzen Tool-Audit durch:

1. Welche KI-Tools werden in Ihrem Team bereits genutzt — offizielle und inoffizielle?
2. Für welche Aufgaben werden diese Tools eingesetzt?
3. Gibt es eine offizielle Freigabe für diese Tools?

Auswertung: Identifizieren Sie mindestens ein Tool, das offiziell freigegeben werden sollte, und ein Tool, dessen Nutzung kritisch zu hinterfragen ist.

Nächster Schritt: Teilen Sie das Ergebnis mit der IT- oder Datenschutzabteilung als Grundlage für eine Tool-Policy.

Kernaussagen — UE 9 auf einen Blick

1. Kein Modell ist universell am besten — die optimale Wahl hängt von Aufgabe, Datenschutzanforderungen, Budget und benötigter Qualität ab.

2. Benchmarks sind Momentaufnahmen — verlassen Sie sich nie ausschließlich auf veraltete Rankings.

3. Reasoning-Modelle (o1, o3, Gemini Thinking) übertreffen Standardmodelle bei komplexen, mehrstufigen Aufgaben erheblich — zu höheren Kosten.

4. Enterprise-Modelle bieten Datenschutzgarantien (keine Trainingsnutzung, EU-Rechenzentren), die für sensible Daten unverzichtbar sein können.

5. Die beste Tool-Entscheidung ist die, die regelmäßig überprüft und bei Bedarf revidiert wird.

Vertiefende Literaturhinweise — UE 9

Zu Modellvergleichen und Benchmarks: - Zheng et al. (2023): „Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena” (arXiv:2306.05685). Das Paper hinter Chatbot Arena — erklärt die Methodik des Elo-Ratings. - Artificial Analysis (artificialanalysis.ai): Aktuellste unabhängige Benchmarks — täglich aktualisiert, kostenlos. - LMSYS Leaderboard (chat.lmsys.org): Chatbot Arena mit Live-Rangliste auf Basis menschlicher Bewertungen.

Zu spezifischen Tools: - Anthropic: „Claude’s Model Card” — Transparenzdokument zu Fähigkeiten, Grenzen und Sicherheitstests. anthropic.com/model-card. - OpenAI: „GPT-4 System Card” — entsprechendes Dokument für GPT-4. openai.com. - Google: „Gemini Technical Report” — Technische Details zu Gemini-Modellen. deepmind.google.

Zu Enterprise-KI und Unternehmenseinsatz: - Gartner: „How to Select the Right Generative AI Platform for Your Enterprise” — jährlicher Marktüberblick. Erfordert Registrierung. - Forrester Research: „The Forrester Wave: AI Assistants for Employees” — unabhängige Marktanalyse. Kostenpflichtig, aber Executive Summary kostenlos.

Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung mit Anhängen und Musterlösungen: als PDF anfordern.