Open Weights oder Frontier-Modell? Die Frage ist falsch gestellt

TL;DR. Die meisten Mittelständler fragen „Welches KI-Modell ist das beste?“ und meinen den oberen Rand einer Benchmark-Tabelle. Das ist die Frage, die für ihren Alltag fast nie entscheidet. Die richtige Frage lautet nicht welches, sondern was Sie optimieren: rohe Spitzenfähigkeit oder Kontrolle, Portabilität, Anpassbarkeit und Betriebskosten. An der Spitze führen geschlossene Frontier-Modelle deutlich, Ende Oktober mit 59 zu 32 Punkten im Index von Artificial Analysis. Der Großteil der betrieblichen Arbeit braucht diese Spitze aber nicht. Die reife Antwort ist meist kein Lager, sondern eine Weiche: Die Routine läuft auf einem offenen oder kleinen Modell, die seltene schwere Anfrage geht an die Spitze.

Die unbequeme These zuerst

Viele Betriebe kaufen einen Formel-1-Motor, um damit zum Bäcker zu fahren. Sie optimieren auf die Benchmark-Spitze und lösen ein Problem, das sie gar nicht haben. Denn der Großteil der KI-Aufgaben in einem normalen Unternehmen sieht so aus: E-Mails einordnen, Angebote zusammenfassen, Felder aus Rechnungen auslesen, Tickets weiterleiten, Fragen aus dem eigenen Dokumentenbestand beantworten. Keine dieser Aufgaben braucht ein Frontier-Genie. Sie braucht Verlässlichkeit. Und Verlässlichkeit ist keine Eigenschaft des Modells, sondern Ihrer Kontrolle über das Modell.

Deshalb ist „offen oder geschlossen“ die falsche Frage. Die echte Frage ist eine Optimierungsfrage. Sortieren wir sie ehrlich, in beide Richtungen.

Die Fähigkeit: ehrlich, ohne Lager

Zwei Dinge stimmen gleichzeitig, und beide muss man aushalten.

Erste Hälfte, an die Freunde offener Modelle: An der Spitze führen die geschlossenen Frontier-Modelle. Bei mehrstufigem Schlussfolgern, anspruchsvollem Programmieren über große Codebasen und sehr langen, zusammenhängenden Kontexten liegen GPT, Claude und Gemini vorne. Das ist messbar, kein Marketing. Im Intelligence Index von Artificial Analysis lagen Ende Oktober Gemini 4 Carbon bei 59 und Claude Opus 5.5 bei 58 Punkten. Die besten offenen Modelle kamen auf 32, Mistral Large 4 als stärkstes westliches auf 26.

Zweite Hälfte, an die Frontier-Optimisten: Der Abstand ist für Alltagsaufgaben weniger wichtig, als die Rangliste vermuten lässt, und die offenen Modelle werden laufend stärker. DeepSeek hat gezeigt, dass starkes Schlussfolgern nicht hinter einer geschlossenen Schnittstelle leben muss. Qwen ist bei Extraktion und Werkzeugnutzung ernst zu nehmen. Mistral, Llama und Gemma sind robuste Arbeitspferde für Klassifikation, Zusammenfassung und RAG. Und mit Teuken gibt es ein Modell aus Deutschland, das für die 24 Amtssprachen der EU trainiert wurde.

Die nicht offensichtliche Einsicht dazwischen: Die Benchmark-Spitze und Ihre tatsächliche Arbeitslast sind zwei verschiedene Verteilungen. Die Qualität entsteht selten im letzten Prozent Fähigkeit des Modells. Sie entsteht im Drumherum: in den Daten, im Prompt, im Abruf. Ein gut angebundenes offenes Modell mit sauberem Abruf schlägt ein Frontier-Modell mit schlechtem Kontext jeden Tag. Für die Masse der Aufgaben im Mittelstand ist die Spitze schlicht überdimensioniert.

Damit ist die Fähigkeitsfrage geklärt, und genau deshalb war sie nie die eigentliche Frage. Sehen wir uns die Achsen an, die wirklich entscheiden.

Achse 1: Kontrolle und Daten

Ein geschlossenes Frontier-Modell ist eine fremde Schnittstelle. Sie mieten Intelligenz pro Token, ohne eigenen Maschinenraum, brillant ab Tag eins. Ein Modell mit offenen Gewichten wie Mistral, Llama, Qwen, Gemma, DeepSeek oder Teuken kehrt das Verhältnis um. Die Gewichte liegen bei Ihnen, das Modell läuft im eigenen Haus oder bei einem Hoster Ihrer Wahl, die Daten verlassen den Hof nicht.

Das ist kein Feindbild gegen US-Anbieter. Eine Schnittstelle von OpenAI ist nicht „böse“. Es ist eine nüchterne Frage der Wahl. Wer Patientendaten, Konstruktionspläne oder Mandantenakten verarbeitet, will die Kontrolle vielleicht nicht abgeben. Pro EU heißt hier Datenhoheit, nicht Abschottung. Bei offenen Gewichten entscheiden Sie, wo die Daten liegen. Was das konkret kostet, rechnen wir im Beitrag zu Mistral im eigenen Betrieb durch.

Achse 2: Lock-in und Portabilität

Der oft unterschätzte und eigentlich strategische Punkt: Ein geschlossenes Modell kann sich unter Ihnen verändern. Ein stilles Update, und ein Prompt, der gestern sauber lief, liefert heute andere Ergebnisse. Manchmal verschwindet das Modell ganz. Google leitet Anfragen an Gemini 2.5 Pro und Flash ab dem 1. Dezember 2026 auf neuere Modelle um. Anthropic hat unter anderem Claude Opus 4, Sonnet 4 und Haiku 3.5 aus der eigenen Schnittstelle genommen. Das ist keine Verschwörung, das ist Produktpflege. Nur steht Ihr Produkt darauf. Wer keine Tests und kein Monitoring betreibt, merkt den Rückschritt erst, wenn der Kunde ihn meldet.

Ein heruntergeladenes Modell mit offenen Gewichten friert ein. Das Qwen3 von heute ist das Qwen3 in zwei Jahren. Es altert, aber es kippt nicht über Nacht. Sie entscheiden, wann Sie wechseln, nicht der Anbieter.

Und jetzt die Einsicht, die das Ganze trägt: Lock-in ist kein Preisproblem, sondern ein Architekturproblem. Die Abhängigkeit, die wirklich wehtut, entsteht nicht durch die Rechnung. Sie entsteht, wenn Ihre Prompts, Ihre Werkzeugdefinitionen und Ihre ganze Logik um die Eigenheiten eines Anbieters herum gewachsen sind. Dann ist ein Anbieterwechsel kein Schalter, sondern ein Umbau. Offene Standards wie das Model Context Protocol sind genau dagegen die Versicherung. Sie entkoppeln Werkzeuge und Daten vom konkreten Modell, sodass das Modell zur austauschbaren Komponente wird statt zum Fundament.

Achse 3: Anpassbarkeit

Offene Gewichte erlauben echtes Nachtrainieren und Destillieren. Sie können ein kleines Qwen auf Ihre Domäne trimmen, bis es Ihren Fachjargon besser trifft als jedes Allround-Modell. Oder Sie destillieren ein großes Modell in ein schlankes, spezialisiertes, das Ihre eine Aufgabe besser kann. Bei einer geschlossenen Schnittstelle endet Ihre Anpassung meist am Prompt, begrenzt auf das, was der Anbieter freigibt. Wenn die Aufgabe eng und das Volumen hoch ist, lohnt sich ein kleines, spezialisiertes Modell oft mehr als der ständige Griff zur Spitze. Wo kleine Modelle hingehören, zeigt unser Test von Haiku 5.5.

Achse 4: Kostenstruktur

Geschlossene Modelle rechnen nach Nutzung ab: Sie zahlen pro Token, ohne eigenen Betriebsaufwand, bequem ab Tag eins. Offene Gewichte verschieben die Kosten von der Nutzung zum Betrieb, und je nach Aufbau zur Hardware. Auf gemieteten Grafikkarten bleibt das laufender Aufwand für Rechenleistung und Personal. Echte Investitionen entstehen erst mit eigener Hardware.

Eine Annahme aus der ersten Fassung dieses Beitrags hält der Rechnung heute nicht mehr stand: dass sich ein eigenes Modell ab einer fünf- bis sechsstelligen Zahl täglicher Aufrufe von selbst bezahlt. Die Preise der Schnittstellen sind dafür zu stark gefallen. Ein Rechenbeispiel mit 100.000 Anfragen am Tag zu je 2.000 Token, also rund 6 Milliarden Token im Monat:

Selbst bei hohem Volumen ist die Schnittstelle in diesem Beispiel rund dreimal günstiger, und das ohne die Kosten für Personal und Betrieb des eigenen Modells. Damit kein Missverständnis entsteht: Das ist kein Argument gegen offene Modelle. Es verschiebt nur die Begründung. Wer heute offene Gewichte wählt, tut es wegen Kontrolle, Datenhoheit und Anpassbarkeit, selten wegen des Preises. Frontier-Schnittstellen sind die ehrlich richtige Wahl, wenn Sie schnell starten wollen oder kein Betriebsteam haben.

Die reife Antwort: ein Router, kein Lager

Selten ist die Antwort „entweder oder“. Meist ist sie eine Weiche. Die Masse der einfachen, datensensiblen Aufgaben mit hohem Volumen läuft auf einem kleinen oder offenen Modell, im eigenen Haus, wenn die Daten es verlangen, sonst über eine günstige Schnittstelle. Die seltene Spitzenanfrage, die nachweislich mehr Fähigkeit braucht, geht an ein Frontier-Modell. So zahlen Sie Spitzenniveau nur dort, wo es den Aufpreis verdient, statt pauschal für jede Banalität. Wie viel diese Mischung spart, zeigt unser Preisvergleich der Frontier-Anbieter.

Ihr Entscheidungsrahmen

Zum Mitnehmen, ohne Schnörkel:

• Frontier-Schnittstelle, wenn Sie schnell starten wollen, kein Betriebsteam haben, die Volumen überschaubar sind und gelegentlich echte Spitzenleistung zählt. Die Fähigkeit ist sofort da, ohne Infrastruktur.
• Offene Gewichte, wenn Datenhoheit kritisch ist, Anpassung nötig ist oder Sie langfristig Kontrolle und Portabilität behalten wollen.
• Router oder Hybrid, sobald Sie beides haben: viel Routine und seltene harte Fälle. Das ist für die meisten gewachsenen Betriebe der Normalfall.

Zwei Dinge gehören in beide Welten, egal wofür Sie sich entscheiden. Erstens sind Tests und Monitoring Pflicht. Das geschlossene Modell kann sich unter Ihnen ändern, das offene betreiben Sie selbst. Ohne Messung merken Sie einen Rückschritt in keinem der beiden Fälle rechtzeitig. Zweitens: Wer ein Modell Werkzeuge bedienen lässt, muss es absichern. Die Kontrolle über handelnde Agenten ist kein Zusatz, sondern Teil der Architektur.

Die Pointe

Niemand fährt seine gesamte Logistik mit dem Rennwagen. Man hat eine Flotte: Transporter für das Volumen, den Rennwagen für die eine Strecke, auf der er zählt. Die Frage war nie „offen oder geschlossen“. Sie lautet: Für welche Strecke spanne ich welches Pferd ein?

Die eine Sache, die Sie nicht auslagern sollten, ist genau diese Entscheidung, also die Klarheit darüber, was Sie eigentlich optimieren. Das Modell ist austauschbar. Der Grund, warum Sie es wählen, ist es nicht. Wenn Sie diese Achsen für Ihr Haus einmal sortieren wollen, sprechen Sie uns gern an.