Du sollst ein KI-Modell auswählen und scrollst durch Namen, Versionsnummern und Benchmark-Balken, bis du den Überblick verlierst. Das liegt nicht an der Tabelle. Es liegt an der Frage dahinter.
Es gibt kein „bestes" Modell. Es gibt das richtige Modell pro Aufgabe. Ein Modell, das jeden Benchmark gewinnt, kann für deinen Massenfall die teuerste und langsamste Wahl sein – und das günstigste reicht für die harten Fälle oft nicht.
Die nützliche Frage ist deshalb nicht „welches Modell", sondern „welches Modell wofür".
Die drei Achsen, an denen du entscheidest
Vergiss die eine Rangliste. Du entscheidest entlang von drei Achsen gleichzeitig.
1. Schwierigkeit der Aufgabe. Eine E-Mail klassifizieren ist keine mehrstufige Code-Migration. Je länger der Gedankengang, je mehr Schritte, je mehr Kontext zusammengehalten werden muss, desto eher brauchst du ein starkes Modell. Für den Rest wäre es Verschwendung.
2. Volumen und Kosten. Eine Aufgabe, die du einmal am Tag ausführst, darf teuer sein. Eine, die hunderttausendmal läuft, entscheidet über deine Rechnung. Hier zählt der Preis pro Anfrage – und der unterscheidet sich zwischen den Modellen um ein Vielfaches.
3. Verfügbarkeit und Risiko. Die Achse, die fast jeder vergisst. Ein Modell kann großartig sein und trotzdem morgen weg. Wenn dein ganzes System an einem einzelnen Modell hängt, ist dessen Verfügbarkeit dein Geschäftsrisiko – dazu unten mehr.
Die meisten Modellvergleiche reden nur über Achse eins. Die Praxis spielt sich auf allen dreien ab.
Die stabilen Modelle – wofür jeweils
Konkret, am Beispiel der aktuellen Claude-Modelle von Anthropic. Eine Zeile pro Modell, ohne Schlagworte.
- Claude Opus 4.8 – das Arbeitstier für anspruchsvolle, lange und agentische Aufgaben, mit einem Kontextfenster von einer Million Tokens. Der sinnvolle Default, wenn es ernst wird.
- Claude Sonnet 4.6 – die Balance aus Tempo und Intelligenz, ebenfalls mit 1M-Kontext. Die richtige Wahl für die breite Masse an Aufgaben, schneller und günstiger als Opus.
- Claude Haiku 4.5 – das schnellste und günstigste Modell für einfache, hochvolumige Aufgaben, mit 200K-Kontext. Genau richtig, wenn du dieselbe simple Sache zigtausendmal brauchst.
Die Preise spiegeln das wider. Laut Anthropic liegt Opus grob bei 5 Dollar Input und 25 Dollar Output pro Million Tokens, Sonnet bei etwa 3 und 15, Haiku bei rund 1 und 5. Das ist keine Tabellenwissenschaft, sondern eine Größenordnung: das starke Modell kostet ein Mehrfaches des günstigen. Genau deshalb willst du es nicht für jede Kleinigkeit zünden.
Die Spitzenklasse – und warum Verfügbarkeit zählt
Über den stabilen Modellen liegt eine Spitzenklasse für die härtesten, langlaufenden Aufgaben: Claude Fable 5 und das baugleiche Mythos 5. Das Fähigste, was es derzeit gibt – und ein Beleg, dass Achse drei keine Theorie ist.
Am 12. Juni 2026 wurde der Zugang zu Fable 5 und Mythos 5 per US-Regierungsanweisung ausgesetzt. Über Nacht, für alle Kunden. Wer sein System fest auf dieses Modell gesetzt hatte, stand still.
Spitzenmodelle sind richtig – solange du dich nicht von einem einzigen abhängig machst. Warum das eine eigene Entscheidung ist und wie du dich absicherst, steht in KI-Modell-Abhängigkeit. Was Fable 5 in der Entwicklung leistet, wenn es verfügbar ist, in Claude Fable 5 für dein Projekt.
Der eigentliche Hebel: nicht ein Modell, sondern eins pro Schritt
Du musst dich gar nicht für ein Modell entscheiden. In einem gut gebauten System läuft selten alles über dasselbe Modell. Eine echte Aufgabe zerfällt in Schritte – und die haben unterschiedliche Ansprüche.
Nimm einen Workflow, der eingehende Dokumente verarbeitet: erst grob sortieren, dann die relevanten Stellen finden, dann die kniffligen Fälle wirklich verstehen und beantworten. Das Sortieren ist ein Massenschritt für ein schnelles, günstiges Modell. Der knifflige Fall am Ende braucht das starke. Wenn du den ganzen Workflow über das teure Modell laufen lässt, zahlst du Opus-Preise fürs Sortieren. Lässt du alles über das günstige laufen, scheitert es an den harten Fällen.
Der Hebel liegt dazwischen: das teure Modell nur dort, wo es zählt, das günstige für die Masse – im selben System. So bekommst du beides, Qualität bei den schweren Schritten und niedrige Kosten über das Volumen. Du wählst nicht ein Modell, du verteilst die Arbeit über mehrere.
Genau das ist das Handwerk hinter einer ernsthaften LLM- und RAG-Integration: nicht ein Modell anflanschen, sondern den Workflow in Schritte schneiden und jeden Schritt dem passenden Modell geben.
So gehen wir das bei neoleo an
Wir starten nicht mit der Modellwahl. Wir starten mit deinem Use Case, zerlegen ihn in Schritte und entscheiden für jeden Schritt entlang der drei Achsen: Wie schwer ist er, wie oft läuft er, wie kritisch ist er?
Daraus folgt die Modellverteilung – starkes Modell für die harten Schritte, schnelles für die Masse. Und wir bauen so, dass das Modell ein austauschbarer Baustein bleibt: Fällt eins aus oder kommt ein besseres, tauschen wir es, ohne das System neu zu bauen. Das System gehört dir, nicht dem Anbieter.
So entsteht bei uns individuell entwickelte KI – auf deine Prozesse zugeschnitten, mit dem richtigen Modell pro Schritt statt einer Wette auf den aktuellen Benchmark-Sieger.
Welcher Schritt in deinem Prozess braucht das starke Modell – und welcher nicht?
Wenn du das für deinen Fall nicht auf Anhieb beantworten kannst, ist das normal. Genau da fängt die Arbeit an.
In wenigen Minuten zeigt dir der KI-Lösungsberater, ob und wo sich ein solcher Ansatz für dich lohnt. Wie deine Use Cases in Schritte zerfallen und welches Modell wo sitzt, klären wir am konkreten Beispiel – im kostenlosen Erstgespräch.
