Großmodelle mit vier Updates pro Woche – Unternehmen leiden unter „Modellmüdigkeit": Mitziehen oder liegenlassen?

Einleitung: Die Medien haben ein neues Wort erfunden – „Modellmüdigkeit”

In der vergangenen Woche erlebte der Markt für Großmodelle eine dichte Welle an Neuerscheinungen: Am 1. September aktualisierte Anthropic gleich zwei Modelle auf einmal, am 2. September veröffentlichten Meta und Google am selben Tag neue Versionen, und am 3. September stellte OpenAI das GPT-6 Astra vor – innerhalb einer Woche gab es gleich vier Veröffentlichungen von Tech-Riesen.

Als Guancha.cn darüber berichtete, verwendete es einen neuen Begriff: Modellmüdigkeit (model fatigue). Das bedeutet nicht, dass Nutzer das Interesse an KI verlieren – sondern dass neue Modelle so schnell veröffentlicht werden, dass Entwickler, Unternehmenskunden und Investoren damit überfordert sind: Bevor man ein Modell vollständig evaluiert hat, ist die nächste Version bereits da; gerade hat man die Bereitstellung abgeschlossen, steht womöglich schon das nächste Upgrade an.

Eine Zahl verdeutlicht das Problem: Der Median der Veröffentlichungsintervalle großer Modelle hat sich von 37,5 Tagen im Jahr 2023 auf heute 11 Tage verkürzt.

Ich habe den Bericht und die dahinterstehende Branchenlogik durchgearbeitet und die Frage dann an Yongliang weitergegeben – er hat 17 Jahre Erfahrung in der Softwarebranche, 7 Jahre im KI-Bereich und ist derzeit KI-Technieleiter. Er hat selbst unternehmensweite KI-Effizienzlösungen entwickelt, und die „Modellauswahl” gehört zu seinem täglichen Geschäft.

Shiwen: Vier Updates in einer Woche – selbst Profis wie ihr kommen nicht mehr mit. Wie fühlt sich das an? Yongliang: Um ehrlich zu sein, ich verfolge sie nicht mehr. Das ist keine Resignation – ich habe einfach eine Sache verstanden: Das Hinterherjagen nach Modellen ist ein unendliches Spiel, das Unternehmen nicht gewinnen können – und auch nicht gewinnen müssen. Shiwen: Gut, dann reden wir Klartext: Warum geht es so schnell, worunter leiden Unternehmen genau – und was kann man tun?

F1: Wie dicht ist die „Wochenaktualisierung” wirklich? Worin besteht die „Modellmüdigkeit”?

Yongliang: Wenn man die Zeitlinie aufstellt, merkt man, wie verrückt das ist.

Am 1. September veröffentlichte Anthropic Claude Fable 5.1 und Claude Mythos 5.1 – letzteres bezeichnet sich selbst als „weltweit fortschrittlichstes Modell für Codierung und Wissensarbeit”. Am 2. September stellte Meta Muse Spark 1.3 vor, Google veröffentlichte Gemini 3.8 Flash. Am 3. September brachte OpenAI das GPT-6 Astra heraus, das sich als „global intelligentestes und am besten ausgerichtetes Modell” bezeichnet. Am selben Tag veröffentlichte das MBZUAI aus den Vereinigten Arabischen Emiraten noch die Open-Source-Reihe K2 Horizon.

Eine Woche, fünf Wellen. Und das ist kein Zufall: Google hat Gemini Flash in 106 Tagen viermal aktualisiert, zwischen der neuesten und der vorherigen Generation lagen nur drei Wochen. Bei OpenAI selbst hat sich der Median der Veröffentlichungsintervalle von 170 Tagen im Jahr 2023 auf 49 Tage in diesem Jahr verkürzt.

Worin besteht die „Müdigkeit”? Die Aussagen mehrerer Branchenvertreter, die Guancha.cn interviewt hat, sind sehr authentisch. Der CEO von Runpod sagte, „Modellmüdigkeit ist real”. Der CEO von Clockwork Systems drückte es noch deutlicher aus: Jede Veröffentlichung sei „unglaublich gut”, sodass es schwer falle, echten sprunghaften Fortschritt zu erkennen – alle klingen gut, aber welches soll man nun wählen?

Für Unternehmen bedeutet das echte Kosten: Bei jedem neuen Modell muss man Leistung, Preis, Rechenleistungsbedarf, Sicherheit, API-Kompatibilität und die Passung zum bestehenden Geschäft neu bewerten. Früher wurde dieser Prozess ein- bis zweimal im Jahr durchgeführt, jetzt vier- bis fünfmal pro Quartal. Die Detailbeschreibung im Bericht trifft den Nagel auf den Kopf: Ein Unternehmen muss 10 Kandidatenmodelle evaluieren, schafft aber nur 5 – es fehlen die Ressourcen für alle. Kleine und mittlere Unternehmen haben es noch schwerer, sie schaffen oft nicht einmal 5.

F2: Warum veröffentlichen die Hersteller so verrückt schnell?

Yongliang: Drei Treiber kommen zusammen – keiner erlaubt es, langsamer zu werden.

Erstens: Die Taktgeber des Kapitalmarkts. Sowohl Anthropic als auch OpenAI bereiten sich auf einen Börsengang vor, ihre privaten Bewertungen liegen nahe bei 1 Billion US-Dollar. Was braucht es für diese Bewertungsgeschichte? Eine „kontinuierliche Wachstumsgeschichte”. Die ständige Veröffentlichung neuer Modelle ist das direkteste Signal dafür, dass man „weiter an der Spitze liegt”. Veröffentlicht man ein Quartal langsamer, bricht ein Teil der Bewertungsgeschichte weg.

Zweitens: Das Gefangenendilemma der „Leistungskonvergenz”. Gartner hat im Juni dieses Jahres das Konzept der capability convergence vorgestellt – wenn immer mehr Modelle in Benchmark-Tests ähnliche Ergebnisse liefern, wird der Vorteil einer „frühen Veröffentlichung” innerhalb kurzer Zeit von anderen zunichte gemacht. Das führt zu einem Teufelskreis: Je kürzer die Dauer eines Vorteils ist, desto mehr muss man auf Veröffentlichungshäufigkeit setzen, um präsent zu bleiben. Alle wollen nicht so schnell veröffentlichen – aber wer nicht veröffentlicht, steigt quasi aus.

Drittens: Der Aufstieg chinesischer Hersteller verändert das Spiel. Im Bericht heißt es, dass Open-Weight-Modelle chinesischer Unternehmen wie Moonshot AI und Zhipu AI in ihrer Leistung bereits an geschlossene Modelle heranreichen oder sie teilweise erreichen – bei deutlich besseren Kosten und Offenheit. Die Zahlen aus einem Bericht von 21st Century Business Herald sind noch drastischer: Der Anteil von Token, die US-Unternehmen über chinesische Modelle abwickeln, ist von 4,5 % im ersten Halbjahr 2025 auf über 30 % nach Februar dieses Jahres gestiegen; für die gleiche Arbeitsmenge verlangt Claude 25 Dollar, DeepSeek nur 0,18 Dollar. Wenn das Preis-Leistungs-Verhältnis hundertmal besser ist, können die Silicon-Valley-Riesen das „Teurer”-Problem nur mit „schnelleren Updates” ausgleichen.

Man sieht also: Das ist ein Wettrennen, bei dem niemand wagen kann, auf die Bremse zu treten. Sogar OpenAI-CEO Sam Altman hat selbst zugegeben, dass die gesamte Branche „das Tempo beschleunigt”.

F3: Worunter leiden Unternehmen genau? Wie rechnet sich das?

Yongliang: Das Problem ist nicht, dass die Modelle schlecht sind – sondern dass „Gut” zu billig geworden ist.

Ich habe KI-Lösungen für Unternehmen entwickelt, diese Rechnung habe ich schon oft durchgerechnet. Oberflächlich betrachtet ist es gut, dass Modelle immer stärker und günstiger werden. Aber für diejenigen, die die Auswahl treffen, bedeutet das drei Dinge:

Erstens: Evaluierungskosten werden zu dauerhaften Ausgaben. Früher war die Modellauswahl ein einmaliges Projekt, jetzt ist sie eine Daueraufgabe. Man muss Evaluierungssätze pflegen, Tests durchführen, Ergebnisse vergleichen – dieser Ablauf muss bei jedem neuen Modell wiederholt werden. In vielen KI-Teams von Unternehmen verbringt man die Hälfte der Zeit damit, Updates zu verfolgen, und die andere Hälfte damit, es zu bereuen.

Zweitens: Das Risiko der Abhängigkeit wird größer. Wenn man sein Geschäft tief an die Funktionen eines bestimmten Modellanbieters bindet, und der bringt nächsten Monat eine neue Version mit verändertem Verhalten, kann das Probleme in deiner Anwendung verursachen. Je schneller Modelle aktualisiert werden, desto höher ist das Risiko, sich an einen Anbieter zu binden – aber die Wartungskosten, „alle Anbieter anzubinden”, stehen ebenfalls im Raum.

Drittens: FOMO führt zu Entscheidungslähmung. Im Team fragt immer jemand: „XX hat eine neue Version rausgebracht – sollen wir wechseln?” Wechselt man, muss man neu testen und anpassen; wechselt man nicht, hat man ein schlechtes Gewissen. Dieses ständige Hin und Her zehrt an Vertrauen und Moral – das schadet mehr als die technischen Kosten.

Die Einschätzung von Gartner im Bericht ist eigentlich eine Warnung an alle Unternehmen: Die Vorteile von Basismodellen werden vorübergehend. Auf Deutsch gesagt: Die Zeit, in der man mit der „richtigen Modellwahl” für immer auf der sicheren Seite war, ist vorbei.

F4: Mitziehen oder liegenlassen? Erzähl von deinem „mit Beständigkeit auf Veränderung reagieren”

Yongliang: Beides ist falsch. Die richtige Antwort ist: Mach das „Hinterherjagen nach Modellen” zu einem Architekturproblem – nicht zu einem Personalproblem.

Als ich KI-Lösungen für Unternehmen entwickelt habe, habe ich eine eiserne Regel aufgestellt: Kein Geschäft hängt direkt von der Versionsnummer eines bestimmten Modellanbieters ab. Konkret gibt es drei Ebenen:

Erste Ebene: Modell-Gateway. Alle Aufrufe laufen über ein einheitliches Gateway, das mit mehreren Modellen verbunden ist. Der Geschäftscode kennt nur die Schnittstelle, nicht das Modell. Ein Modellwechsel bedeutet, eine Zeile Konfiguration zu ändern – nicht einen Monat lang Code anzupassen. So sinkt der Einfluss von „wöchentlichen Modellupdates” von „Projektebene” auf „Konfigurationsebene”.

Zweite Ebene: Automatisierte Evaluierung. Beurteile nicht nach Gefühl, ob ein neues Modell „gut ist” – baue dir einen eigenen Evaluierungssatz: Nimm Ein- und Ausgaben deines echten Geschäfts als Maßstab. Wenn ein neues Modell kommt, lässt du es einen automatisierten Evaluierungslauf durchführen, bekommst Punkte und einen Vergleich. Diesen Satz baust du einmal und profitierst jedes Mal davon. Dein Evaluierungssatz ist genauer als jede Drittanbieter-Liste – weil er mit deinem eigenen Geschäft gefüttert wird.

Dritte Ebene: Wertverlagerung nach unten. Das ist das Wichtigste. Gartner sagt, der Wert verlagert sich flussabwärts – zur Datenqualität, zur Integrationstiefe, zur domänenspezifischen Feinabstimmung. Das stimmt完全 mit meinen Erfahrungen bei der Lösungsentwicklung überein: Was wirklich eine Barriere bildet, ist nie das von dir genutzte Modell – sondern die von dir aufgebauten Daten, die von dir durchbrochenen Prozesse, die von dir entwickelte domänenspezifische Anpassung. Modelle sind gemietete Fähigkeiten – Daten und Prozesse sind dein eigenes Vermögen.

Zusammengefasst: Mitziehen wirst du nie fertig; liegenlassen führt schnell zum Aus. Der einzige nachhaltige Ansatz ist, den „Modellwechsel” billig zu machen.

F5: Gartner sagt, der Wert verlagert sich flussabwärts – wo sollen normale Menschen und Unternehmen aufbauen?

Yongliang: Drei Ebenen des Aufbaus, sortiert nach dem Grad, in dem sie „nicht durch Modelle ersetzt werden können”.

Erstens: Daten. Deine Geschäftsdaten, Nutzerfeedback, domänenspezifische Wissensdatenbanken – das sind Dinge, die Modelle niemals mitnehmen können. Das Wichtigste, was Unternehmen jetzt tun sollten, ist die über verschiedene Abteilungen verstreuten Daten zu ordnen, zu strukturieren und durchsuchbar zu machen. Egal wie stark ein Modell ist – wenn es keine deiner Daten bekommt, nützt es dir nichts.

Zweitens: Prozesse und Integration. Wie KI in deine Geschäftsprozesse eingebettet ist, wer prüft, wie man bei Problemen auffängt – diese „Integrationstiefe” ist die zweite Schutzmauer. Deshalb sage ich immer wieder: KI-Effizienzsteigerung im Unternehmen bedeutet nicht, Tools zu kaufen – sondern Prozesse richtig umzustellen.

Drittens: Urteilskraft. Für Einzelpersonen hat die Fähigkeit, „ein bestimmtes Modell zu bedienen”, nur eine Haltbarkeit von wenigen Wochen. Die Fähigkeit, „zu beurteilen, ob eine KI-Ausgabe gut ist”, hält ein ganzes Berufsleben lang. Modelle werden alle 11 Tage aktualisiert – du wirst sie nie einholen können. Aber die Fähigkeit zu beurteilen, was man mit KI machen sollte, was man nicht glauben sollte und was man bei Fehlern tut – diese Fähigkeit wird umso wertvoller, je stärker Modelle werden.

Zurück zur ursprünglichen Frage: Was tun gegen Modellmüdigkeit? Meine Antwort habe ich gegeben: Binde dein Unternehmen nicht an die Versionsnummer eines Modells – verlagere den Wert dorthin, wo er nicht durch Modellwechsel verloren geht. Die Hersteller spielen ein unendliches Spiel – du musst nur deine eigene Schutzmauer verteidigen und sie für dich konkurrieren lassen.

Schluss

Shiwen: Zum Schluss – ein Satz als Zusammenfassung? Yongliang: Die Hersteller konkurrieren um Modelle, du konkurrierst um Daten und Prozesse – Modelle sind gemietet, die Schutzmauer ist dein eigenes. Shiwen: Diesen Satz schenken wir euch. Bis zum nächsten Mal.

[Technische Tiefe] Wie sehen „Modell-Gateway + Evaluierungssatz” eigentlich aus?

In dieser Folge haben wir immer wieder gesagt, „mach das Hinterherjagen nach Modellen zu einem Architekturproblem” – da lohnt es sich, die technische Form dieses Systems genauer zu erklären.

Ein Modell-Gateway (KI-Gateway) ist im Grunde ein Reverse Proxy: Geschäftspartner rufen einheitlich die API des Gateways auf, das Gateway leitet die Anfragen an OpenAI/Anthropic/DeepSeek/lokale Modelle weiter – und übernimmt nebenbei Schlüsselverwaltung, Nutzungsstatistik, Ratenbegrenzung und Failover. Bei Open-Source-Lösungen sind Tools wie LiteLLM oder OneAPI bereits sehr ausgereift, Cloud-Anbieter bieten auch gehostete Versionen an. Sein Wert wird im „Zeitalter der Wochenaktualisierungen” drastisch größer: Änderungen auf der Modellebene werden vom Gateway aufgefangen, die Geschäftsebene merkt nichts davon. Wenn ein Modell ausfällt oder Probleme macht, reicht eine Konfigurationsänderung, um den Verkehr umzuleiten.

Ein Evaluierungssatz (Eval Set) ist eine Reihe von „Standardprüfungsfragen” für dein eigenes Geschäft: echte Eingaben + Beurteilungskriterien für die erwartete Ausgabe. Wenn ein neues Modell kommt, lässt du es die Prüfungsfragen durchlaufen und bekommst automatisch einen Bewertungsvergleich. Der Schlüssel liegt im Wort „echtes Geschäft”: Drittanbieter-Listen messen allgemeine Fähigkeiten – dein Evaluierungssatz misst, „ob es in deinem Szenario funktioniert”. Bei einem System für medizinische Fragen ist die Definition von „gut” eine ganz andere als bei einem System für Marketingtexte – allgemeine Listen können das nicht für dich beantworten. Der Evaluierungssatz muss nicht groß sein, ein paar Dutzend bis hundert hochwertige Beispiele reichen aus. Die Schwierigkeit liegt nicht in der Menge, sondern darin, Regeln zu formulieren, mit denen eine Maschine beurteilen kann, was eine „gute Ausgabe” ist.

Zusammen bilden diese beiden Dinge den Stabilisator für Unternehmen im „Zeitalter der Wochenaktualisierungen”: Das Gateway sorgt dafür, dass man „schnell wechseln kann”, der Evaluierungssatz sorgt dafür, dass man „richtig wechselt”. Wenn man zusätzlich Prompts, Geschäftsregeln und domänenspezifisches Wissen als versionierte Vermögenswerte auslagert (statt sie im Code zu verteilen), wird dein KI-System aus einer „an eine bestimmte Modellversion gebundenen Anwendung” zu einem „Chassis, in das jedes Modell gesteckt werden kann”.

Das ist auch das ultimative Gegenmittel gegen „Modellmüdigkeit”: Nicht alle Modelle einholen – sondern die Kosten dafür, sie nicht einzuholen, tragbar machen.