Dr. Lars Ludwig
Head of AI
28.07.2026
Offene KI-Modelle: mehr Kontrolle statt Abhängigkeit von großen Anbietern
Wer sich als Unternehmen auf die großen kommerziellen KI-Modellanbieter verlässt, erlebt mitunter sein blaues Wunder. Anthropic-Kunden mussten jüngst überrascht feststellen, dass die Leistungsfähigkeit des Spitzenmodells Opus 4.6 spürbar nachgelassen hatte. Anthropic hatte die Verarbeitungstiefe einiger Premium-Modelle beschränkt, um Kosten zu senken. Einsatzszenarien, die bei Kunden vorher tadellos funktioniert hatten, liefen plötzlich nur noch fehlerhaft oder gar nicht mehr.
Die Abhängigkeit von einem einzigen großen, kommerziellen KI-Anbieter ist ein reales Geschäftsrisiko, und genau deshalb werden kleine, offene KI-Modelle gerade im agentischen Einsatz zur eigentlichen Zukunft der Unternehmens-KI.
Was hinter der Abhängigkeit von großen Anbietern steckt
Wer sein KI-Vorhaben auf ein großes kommerzielles Modell aufbaut, überträgt zentrale Entscheidungen an ein fremdes Unternehmen, mit weitreichenden Folgen. Drei Muster zeigen, wie riskant das ist:
- Leistungsdrosselung ohne Ankündigung: Anthropic hat die Verarbeitungstiefe seines Spitzenmodells Opus 4.6 als Sparmaßnahme heruntergefahren. Zuvor zuverlässig laufende Kundenanwendungen funktionierten plötzlich nur noch fehlerhaft. Anthropic hätte ebenso die Preise erhöhen und so viele Geschäftsmodelle seiner Kunden zerstören können. Das ist für die Zukunft keineswegs ausgeschlossen, steht angesichts des defizitären Geschäfts der großen kommerziellen KI-Modellanbieter eher zu erwarten.
- Intransparente Modelländerungen: OpenAI, ein weiterer großer reiner KI-Anbieter, ist dafür bekannt, seine neuesten großen Modelle unzureichend getestet und gesichert zu veröffentlichen und im Nachgang immer wieder heimlich Veränderungen daran vorzunehmen. Solche Veränderungen können zu erheblichen Verhaltensänderungen führen, die eine solide Validierung von Modellverhalten für den Enterprise-Einsatz schlicht unmöglich machen.
- Exklusiver Zugang und Zurückhalten neuer Modelle: Ein weiterer gefährlicher Trend ist das Zurückhalten neuer Modelle bzw. ihre zeitweise Bereitstellung nur für einen exklusiven Benutzerkreis oder gar nur zur Selbstnutzung, um sich einen Wettbewerbsvorteil zu sichern. Wer also vorzugsweise auf die großen kommerziellen Modelle und ihre Innovationskraft baut, der tut sich keinen Gefallen.
Speziell für die Immobilienbranche
Der Einsatz künstlicher Intelligenz in der Immobilienwirtschaft bringt eine zusätzliche Anforderung mit sich: Überall dort, wo Dokumentationspflichten bestehen, bei Reporting, Vertragsprüfung oder der Verarbeitung von Objekt- und Mieterdaten, kommt ein weiterer Aspekt hinzu: Bei kommerziellen Cloud-Modellen verlassen Daten häufig das eigene Zugriffsgebiet, oft in Richtung US-kontrollierter Server. Für Datensouveränität und Compliance bei künstlicher Intelligenz in Immobilienunternehmen ist das ein Risiko, das sich mit offenen, selbst betriebenen Modellen vermeiden lässt.
Kleine offene Sprachmodelle im Multi-Agenten-System-Einsatz
Auf dem Feld agentischer KI-Systeme ist die Entscheidung längst gefallen: Problemstellungen werden in gut lösbare Teilprobleme zerlegt und durch den Einsatz kleiner, offener Sprachmodelle abgearbeitet. Dieses Prinzip eines Multi-Agenten-Systems bietet vielfältige Vorteile.
Kleinere offene Sprachmodelle bewältigen den überwiegenden Teil der Aufgaben ebenso gut wie große Sprachmodelle, nur wesentlich schneller, günstiger und zuverlässiger. Das liegt zunächst an der Modellarchitektur: Bei gleicher Bauweise arbeitet ein Modell umso schneller, je weniger Parameter es besitzt. Die Modellgröße wirkt sich dabei nicht nur auf die Geschwindigkeit aus, auch die Inferenzkosten, also die Kosten zur Beantwortung einer einzelnen Anfrage durch das Modell, sinken verhältnismäßig deutlich.
Offene Modelle können zudem selbst betrieben werden, was gleich mehrere zentrale Eigenschaften gewährleistet:
- Modellkontinuität: das Angebot wird nicht plötzlich eingestellt.
- Modellstabilität: das Modell wird nicht plötzlich verändert.
- Kostensicherheit: die Token-Preise werden nicht einfach in die Höhe getrieben.
- Höhere Datensicherheit: nichts geht nach Amerika oder auf US-kontrollierte Server.
Das erhöht wesentlich die Geschäfts- und Betriebssicherheit beim Einsatz von Agenten-KI im Unternehmen.
Qualitativ stehen offene Sprachmodelle kommerziellen, geschlossenen Modellen heute kaum mehr nach, Innovationen wandern rasch in beide Richtungen. Wer heute argumentiert, nur ein bestimmtes kommerzielles Modell biete eine bestimmte Leistungsfähigkeit, wird morgen daran erinnert, dass eine ebenso gute oder bessere Funktionalität längst in einem offenen, kleineren Modell verfügbar ist. Das chinesische Unternehmen DeepSeek gilt hier als Vorreiter und Trendsetter am Markt. Aber auch amerikanische Anbieter setzen überraschende Akzente: Das offene Modell Gemma 4 von Google zum Beispiel gilt in seiner Version mit rund 31 Milliarden Parametern selbst im Vergleich zu großen kommerziellen Modellen mit geschätzt 1 bis 2 Billionen Parametern, also etwa der 50-fachen Größe, als eines der absoluten Top-Modelle weltweit. Und es lässt sich mit vergleichsweise günstiger Hardware wirtschaftlich selbst betreiben.
Modellanpassbarkeit statt Vendor Lock-in
Offene Sprachmodelle sind überdies nachtrainierbar: Sie lassen sich für spezifische Unternehmenseinsätze mit Hilfe eigener Daten anpassen und liefern so in vielen Szenarien eine individuelle Qualität, die generische Modelle nicht erreichen.
Auch kommerzielle Anbieter wie OpenAI bieten ein solches Nachtrainieren bzw. Fine-Tuning an. Es handelt sich dabei jedoch um klassische Vendor-Lock-in-Angebote, da die angepassten Modelle im Besitz des Anbieters verbleiben, mit denselben Unsicherheiten bezüglich Kontinuität, Stabilität, Kosten und Datenkontrolle, die bereits weiter oben beschrieben wurden.
Der richtige Einsatz von KI: kommerziell oder offen?
Die Lehre aus dem Gesagten, die wir bei Anders & Ganz konsequent beherzigen: Für nahezu jede KI-Aufgabe findet sich eine Reihe offener, kleiner Modelle unterschiedlicher Modellfamilien, die für ihre Erledigung herangezogen oder gezielt angepasst werden können. Die Wahl zwischen einem kommerziellen und einem offenen Modell ist dabei keine Frage von richtig oder falsch, sondern von Anforderung und Kontext.
Wann ein kommerzielles Modell ausreichen kann
Bei unkritischen, internen Anwendungen mit Human-in-the-Loop, etwa einer ersten Textskizze oder einer unverbindlichen Recherche, ist ein kommerzielles Modell eine praktikable Wahl.
Wann offene, kleine Modelle notwendig werden
Sobald Kostensicherheit, Datensouveränität oder verlässlicher Dauerbetrieb gefragt sind, wird die Kontrolle über das eigene Modell zur zentralen Anforderung, die ein Black-Box-Angebot grundsätzlich nicht erfüllen kann. In der Immobilienwirtschaft betrifft das vor allem wiederkehrende, klar abgrenzbare Aufgaben, etwa die Vorprüfung von Objektdaten oder den Abgleich von Vertragsunterlagen. Solche Prozesse lassen sich durch spezialisierte, offene Modelle zuverlässig und kostengünstig automatisieren, ohne die Kontrolle über die eigenen Daten abzugeben.
Durch systematische Testung lässt sich zudem der Trade-off zwischen Geschwindigkeit und Preis auf der einen und Fehlerrate auf der anderen Seite präzise auf das jeweils gewünschte Optimum einstellen. Durch ein bei Anders & Ganz entwickeltes, innovatives statistisches Verfahren zur Kombination mehrerer kleinerer Modelle lässt sich die Fehlerrate der Modellantwort zusätzlich auf ein absolutes Minimum reduzieren: ein Ergebnis, das auch einzelne große kommerzielle Modelle so nicht erzielen. So bieten wir unseren Kunden mit Hilfe offener, kleiner Modelle eine in jedem Sinne verlässliche, agentische KI: schnell, kostengünstig, sicher und vollständig unter eigener Kontrolle.
Sie möchten wissen, welche offenen Modelle für den Einsatz künstlicher Intelligenz in Ihrem Immobilienunternehmen passen? Nehmen Sie Kontakt zu uns auf oder informieren Sie sich über unsere Unterstützung für künstliche Intelligenz im Unternehmen.
Fazit: Offene KI-Modelle als Grundlage verlässlicher Unternehmens-KI
Die Abhängigkeit von einem einzigen großen, kommerziellen KI-Anbieter ist ein reales Geschäftsrisiko: Leistungsdrosselungen, intransparente Modelländerungen und das Zurückhalten neuer Modelle liegen jederzeit im Ermessen des Anbieters, nicht des Kunden.
Kleine, offene Sprachmodelle bieten dazu eine gleichwertige, oft überlegene Alternative: schneller, günstiger, selbst betreibbar und mit unternehmenseigenen Daten nachtrainierbar. Ob ein kommerzielles oder ein offenes Modell die richtige Wahl ist, entscheidet der jeweilige Anwendungsfall: Für unkritische Aufgaben mit Human-in-the-Loop kann ein kommerzielles Modell ausreichen, sobald Kostensicherheit, Datensouveränität oder verlässlicher Dauerbetrieb gefragt sind, führt der Weg an offenen, kleinen Modellen kaum vorbei.
Anders & Ganz unterstützt Unternehmen dabei, mit offenen Modellen und einem eigens entwickelten Verfahren zur Fehlerraten-Reduktion eine verlässliche, agentische KI aufzubauen, die vollständig unter eigener Kontrolle bleibt.