1. Startseite
  2. Artikel
  3. Die goldene Welle: Aus geliehe...
English

Die goldene Welle: Aus geliehener Intelligenz eigenes Vermögen bauen

Frontier-Intelligenz ist derzeit ungewöhnlich günstig. Der bleibende Wert entsteht, wenn Unternehmen daraus eigenes Wissen, Software und Können bauen.

Ein Team verwandelt die goldene Welle günstiger KI-Intelligenz in eigene betriebliche Infrastruktur

Auf einen Blick

  • Der Sprung zwischen Modellgenerationen ist oft kein Qualitätsplus, sondern die Verschiebung einer Aufgabe von unlösbar zu trivial.
  • Der bleibende Wert entsteht nicht im Abo, sondern in der Infrastruktur, in die Sie die heute verfügbare Intelligenz einbauen.
  • Niemand weiß, ob Frontier-Modelle künftig teurer, billiger oder ganz anders verteilt werden. Genau deshalb lohnt Modellagnostik.
  • Agenten ohne engen Scope, getrennte Rechte und kontrollierten Netzzugang sind kein Setup, sondern ein offenes Risiko.

Ein Zwischenstand, der niemanden überraschen sollte

Es wird Zeit für eine Bestandsaufnahme. Nicht weil sich alles überraschend entwickelt hätte, sondern weil das Gegenteil der Fall ist: Die Trends, über die wir hier seit Monaten schreiben, laufen ziemlich genau in der Richtung weiter, in die sie gezeigt haben. Neue Anbieter sind dazugekommen. Die beiden Zentren, an denen sich die Spitze noch immer entscheidet, heißen aber weiterhin Anthropic und OpenAI.

Anthropic hat seit Jahresbeginn einen starken Lauf über die Opus-Linie, zuletzt mit Claude Opus 5 am 24. Juli, ausdrücklich positioniert für komplexe agentische und Enterprise-Arbeit. OpenAI hat auf der anderen Seite mit Codex einen starken Gegenzug gelandet: zuerst bei Entwicklern, inzwischen explizit auch für Rollen jenseits der Entwicklung. Die für den Arbeitsalltag vieler Geschäftsführungen vielleicht handfesteste Verbesserung der letzten Monate ist aber etwas anderes: Claude Cowork, also aufgabenorientierte Wissensarbeit außerhalb des Chatfensters. Das ist in meiner Beobachtung ein größerer Schritt für den normalen Betrieb als die meisten Benchmark-Meldungen.

Dazu kommt die agentische Ebene, die vor sich hin wächst, ohne dass ich dort in den letzten Monaten eine einzelne große Revolution gesehen hätte. Nous Research beschreibt seinen Hermes Agent als modellagnostischen Agenten mit Telegram-Anbindung, Lernschleife und Migrationspfad von OpenClaw. Das ist die Beschreibung des Herstellers und keine unabhängige Qualitätsbewertung. Der Ton der Kommunikation legt nahe, man habe das Rennen um die erwachsene OpenClaw-Variante schon gewonnen. Ob das stimmt, wird sich in Betriebsumgebungen zeigen, nicht in Repositories.

Und dann war da das Drama um Fable 5 und Mythos 5: Vorstellung am 9. Juni, Aussetzung des Zugangs nach den Exportkontrollen vom 12. Juni, teilweise Wiederherstellung zum 1. Juli. Man kann das als Kommunikationsereignis lesen. Vor allem zeigt es, wie schnell der Zugang zu Spitzenmodellen an Entscheidungen hängt, die nicht in Ihrem Unternehmen und nicht einmal allein beim Anbieter getroffen werden.

Das bessere Modell löst Ihr Problem nicht besser, sondern überhaupt

Hier liegt der Punkt, der in Vergleichstabellen fast immer verloren geht. Wenn ein neues Spitzenmodell erscheint, wird darüber gesprochen, als würde es Aufgaben ein Stück zuverlässiger erledigen. Das ist nicht die entscheidende Größe. Entscheidend ist, ob eine Aufgabe überhaupt in den Bereich des Machbaren fällt.

Ich habe das selbst ein gutes Dutzend Mal erlebt. Ein Problem war mit der vorherigen Generation nicht mühsam, nicht fehleranfällig, sondern schlicht nicht lösbar. Dann kam die nächste Version, und dieselbe Aufgabe war Kinderkram. Nicht Kinderkram im Sinne von schneller, sondern im Sinne von: Man setzt sich hin, formuliert die Aufgabe, und sie ist erledigt.

Deshalb ist der Unterschied zwischen einem günstigen Abo und dem Zugang zur besten verfügbaren Intelligenz kein linearer. Ein Zugang für zweihundert Euro ist nicht einfach zehnmal so gut wie einer für zwanzig. Er kann in einer bestimmten Aufgabenklasse der Unterschied zwischen null und eins sein. Das ist meine Einschätzung aus der Praxis, keine Messgröße. Sie hat trotzdem unmittelbare betriebliche Folgen: Wer nur mit der zweiten Reihe arbeitet, sieht einen Teil der eigenen Möglichkeiten gar nicht. Man kann nicht planen, was man nie als machbar erlebt hat.

Warum ich das eine goldene Welle nenne

Frontier-Intelligenz ist derzeit im Verhältnis zu ihrem möglichen Wert ungewöhnlich günstig zugänglich. Über die Gründe kann man diskutieren: Kapitalzuflüsse, Marktanteile, strategische Preissetzung. Für Ihre Entscheidung ist die Ursache weniger wichtig als die Beobachtung selbst. Was heute für einen dreistelligen Monatsbetrag erreichbar ist, gab es vor drei Jahren nicht als kaufbare Leistung. Es war auch mit einer großen Abteilung nicht einfach bestellbar. Es existierte nicht.

Was daraus folgt, ist offen, und ich will diese Unsicherheit ausdrücklich stehen lassen. Ein Pfad: Die aktuelle Phase läuft aus, Zugang zur Spitze wird deutlich teurer, vielleicht vierstellig, vielleicht mehr, mit Preisstufen, die für kleinere Betriebe zum Einstiegsticket werden. Ein anderer Pfad: Effizienzgewinne drücken die Kosten weiter nach unten, und Spitzenintelligenz wird billiger, als sie heute ist. Ein dritter: Verteilung wird zur politischen Frage, mit Exportkontrollen, Lizenzen und regionalem Zugang. Die Ereignisse um Fable 5 haben gezeigt, dass dieser dritte Pfad keine Theorie ist.

Ich weiß nicht, welche dieser Kurven wir bekommen. Niemand weiß es. Aber alle drei führen zur gleichen praktischen Konsequenz: Wandeln Sie die Intelligenz, die Sie heute für wenig Geld bekommen, in etwas um, das Ihnen gehört. Das Abo ist kein Vermögenswert. Es ist eine Miete. Der Vermögenswert ist das, was Sie damit bauen: Ihr Wissen in maschinenlesbarer Form, Ihre Prozesse als Software, Ihre Datenbasis und die Fähigkeiten Ihrer Leute.

Im Goldrausch werden die Schaufeln gerade zu Preisen verteilt, die mit ihrem möglichen Ertrag wenig zu tun haben. Wer damit nur ein paar Probebohrungen macht, hat das interessante Werkzeug gesehen. Wer damit Infrastruktur baut, behält etwas, wenn der Preis der Schaufel sich ändert.

PDF

Dieses Thema vertiefen? 32 KI-Workflows mit Aufwand und Sprint-Check als kostenloses PDF.

PDF holen
Ein modulares KI-Steckfeld hält Prozesslogik und Unternehmensdaten unabhängig vom jeweiligen Modell

Modellagnostik: Das Steckfeld gehört Ihnen

Konkret bedeutet das: Sie brauchen eine eigene Prozessschicht. Bei manchen Unternehmen wird daraus tatsächlich eine eigene Betriebssoftware, die den realen Ablauf genauer abbildet als jedes Standardprodukt. Nicht jeder Betrieb muss deshalb sein ERP neu schreiben. Aber die Prozesslogik, die Daten und die Oberfläche, mit der Ihre Leute täglich arbeiten, dürfen nicht vollständig im Prompt und in der Produktpolitik eines einzelnen Anbieters verschwinden.

Hinter dieser eigenen Schicht sitzt ein Steckfeld. Darin arbeitet heute ein Modell von Anthropic oder OpenAI. Morgen sitzt dort möglicherweise Kimi, DeepSeek, ein europäisches Modell oder etwas, das noch keinen Namen hat. Alles, was dort rechnet, bleibt ein Lieferant. Lieferanten wechselt man. Wenn stattdessen die Prozesslogik im Prompt eines fremden Produkts steckt, Ihre Daten in dessen Speicher liegen und die Oberfläche vom Roadmap-Gefühl eines Anbieters abhängt, haben Sie kein Werkzeug gekauft, sondern eine Abhängigkeit gemietet.

Der Nutzen dieser Architektur zeigt sich genau an dem Punkt, an dem die nächste Generation erscheint. Wer ein Steckfeld hat, steckt um und bringt die neue Fähigkeit innerhalb von Tagen in bestehende Arbeit. Wer keines hat, fängt wieder bei der Evaluation an. Und je stärker die Modelle werden, desto größer wird der Abstand, den diese Wochen ausmachen.

Es gibt keine perfekte Abstraktionsebene. Modelle verhalten sich unterschiedlich, Prompts sind nicht vollständig portabel, und ein Wechsel kostet immer Nacharbeit. Aber der Unterschied zwischen zwei Wochen Anpassung und einem halben Jahr Neubau ist genau der Unterschied, den man in dieser Phase absichern kann.

Agenten ohne Scope sind kein Setup, sondern eine offene Tür

Meine Empfehlung bleibt unverändert, und sie wird eher dringlicher: Packen Sie diese Agentensysteme nicht Vanilla aus, verbinden sie mit allem, was Sie haben, und lassen sie dann laufen. Enge Scopes sind keine Bürokratie. Sie sind die Bedingung, unter der man solche Systeme überhaupt in einen Betrieb lässt.

Das heißt praktisch: getrennte Berechtigungen statt eines Generalzugangs, klar definierte Datenräume statt Zugriff auf alles, kontrollierter Netzzugang statt offenes Internet und Protokolle, in denen man nachvollziehen kann, was passiert ist. Persönlichste Daten plus freie Shell plus offenes Netz ist kein Setup. Ein Agent, der beliebig nach außen sprechen kann und gleichzeitig alles sieht, ist eine Prompt-Injection weit von einem Datenabfluss entfernt.

Man muss das nicht spekulativ diskutieren. Anthropic dokumentiert selbst, dass Agenten trotz Sandbox und Egress-Allowlist über freigegebene Domains Daten hinausbringen konnten. Das ist kein Argument gegen Agenten. Es ist ein Argument dafür, den Scope so klein zu halten, dass ein Fehlverhalten begrenzt bleibt, und diese Grenzen technisch zu setzen, nicht per Hausregel.

Dass es dazu bisher wenig öffentliche Schadensfälle gibt, sagt weniger über das Risiko als über die Zahl der Systeme, die schon lange genug produktiv laufen. Ich würde darauf nicht wetten.

Am Menschen festhalten, und zwar nicht nur an einem

Die zweite Direktive ist die, bei der ich am häufigsten Widerspruch höre. Es gibt in vielen Geschäftsführungen gerade die stille Rechnung: Wenn ich mich selbst mit diesen Werkzeugen um einen großen Faktor verstärke, brauche ich weniger Leute. Die Rechnung stimmt kurzfristig sogar, jedenfalls in der Kostenzeile.

Nur ist sie strategisch schwach. Wenn Sie sich allein verstärken, bleiben Sie eine Perspektive mit mehr Durchsatz. Ihr Wettbewerber, der dieselben Werkzeuge seiner Mannschaft gibt, hat höhere laufende Kosten, aber etwas anderes: zwanzig Menschen mit unterschiedlichem Fachwissen, unterschiedlichen Kundenkontakten und unterschiedlichen Fragen, die alle verstärkt arbeiten. Selbst wenn jeder einzelne von einem niedrigeren Niveau startet als Sie, ist die Summe der ausprobierten Wege deutlich größer. Fortschritt entsteht in solchen Systemen nicht gleichmäßig, sondern in Sprüngen an Stellen, die vorher niemand vermutet hat.

Einsteins Gleichung entstand nicht per Mehrheitsentscheid. Gleichzeitig fiel sie auch nicht aus dem Nichts: Ohne die Vorarbeit unter anderem von Lorentz, Poincaré und vielen anderen wäre der begriffliche Sprung nicht möglich gewesen. Genau darin steckt die unternehmerische Pointe. Eine Menge gleichförmiger Bearbeitung ersetzt keine neue Perspektive. Aber ein Umfeld aus unterschiedlichen, gut vorbereiteten Perspektiven erhöht die Chance, dass jemand den Sprung überhaupt sieht.

Sie brauchen Menschen, die den Unterschied zwischen einer plausiblen und einer richtigen Antwort erkennen. Und Sie brauchen genug verschiedene davon, damit überhaupt jemand die Frage stellt, auf die noch niemand gekommen ist. Deshalb ist die Befähigung der Mannschaft in dieser Phase kein Sozialprogramm, sondern die Investition mit der höchsten Optionalität. Modelle können Sie umstecken. Ein Team, das gelernt hat, mit dieser Art von Werkzeugen zu denken, können Sie nicht nachbestellen.

Eine befähigte Mannschaft bündelt unterschiedliche Perspektiven zu größerer Wirkung mit KI

Was das jetzt praktisch heißt

Aus dem Bild der Welle lassen sich einige Handlungsdirektiven ableiten, die ich für die nächsten Monate für tragfähig halte:

  1. Zugang zur Spitze nicht am falschen Ende sparen. Arbeiten Sie bei den Aufgaben, die Ihr Geschäft tragen, testweise mit dem besten verfügbaren Modell und nicht nur mit dem günstigsten. Sonst erfahren Sie nicht, was heute möglich ist.
  2. Wissen exportfähig machen. Was in Köpfen, Mailverläufen und gewachsenen Excel-Dateien steckt, muss in eine Form, die Maschinen lesen können. Das ist die eigentliche Arbeit, und sie veraltet nicht mit dem nächsten Modell.
  3. Eine eigene Prozessschicht mit Steckfeld bauen. Prozesslogik, Daten und Arbeitsoberfläche bleiben im Haus, die Modelle austauschbar dahinter.
  4. Agenten mit engem Scope, getrennten Rechten und kontrolliertem Netzzugang einsetzen. Klein anfangen, protokollieren, erst dann erweitern.
  5. Die Mannschaft mitnehmen. Nicht eine Stunde Werkzeugschau pro Woche, sondern echte Arbeit mit echten Aufgaben, in der jede Rolle ihre eigenen Anwendungsfälle findet.

Das Zeitfenster für die ersten drei Punkte halte ich für kurz. Nicht weil ein Datum feststeht, sondern weil zu viele Dritte darüber mitentscheiden: Anbieterstrategien, Kapitalmärkte, Exportkontrollen, Sicherheitsauflagen. Je mehr Sie bis dahin in Eigenes umgewandelt haben, desto weniger trifft Sie eine Veränderung, die Sie nicht beeinflussen können. Wenn Zugang zur Spitze irgendwann sehr teuer wird, ist das für ein Unternehmen mit Infrastruktur eine Rechnung mit klarer Gegenseite. Für ein Unternehmen ohne Infrastruktur ist es eine Eintrittsschwelle.

Wir bei kiba arbeiten genau an dieser Stelle: Wissen eines Betriebs in nutzbare Form bringen, Prozesse als eigene Software abbilden und die Modelle dahinter austauschbar halten. Wer sich fragt, wie schnell politische Entscheidungen den Zugang zu offenen Modellen verändern können, findet dazu Gedanken in Mythos, Macht und das Ende der offenen Intelligenz. Und wer vor der Frage steht, ob die eigene Branchenlösung angepasst oder neu gebaut werden sollte, findet die Argumente in Das goldene Zeitalter der Branchensoftware.

Die goldene Welle ist nicht ein bestimmtes Modell. Sie ist dieser kurze historische Zustand, in dem sehr viel Intelligenz verfügbar ist, bevor die meisten Unternehmen überhaupt einen Ort gebaut haben, an dem sie dauerhaft wirken kann. Wer jetzt aufspringt, wandelt geliehene Intelligenz in eigenen Wert um.

32 KI-Workflows für den Mittelstand

Kostenloser Praxisleitfaden mit Kostenrahmen, Entscheidungsmatrix und Fördermittel-Guide für KMU.

PDF kostenlos herunterladen

Bereit für den nächsten Schritt?

Sprechen Sie mit unseren KI-Experten – der erste Beratungstermin ist kostenlos und unverbindlich.

Dieser Artikel ist Teil unseres umfassenden Guides: KI für KMU — Der vollständige Guide für den Mittelstand

Ähnliche Artikel