Viele Unternehmen in regulierten Branchen dürfen AI nur auf eigener Infrastruktur betreiben. Die Frage ist dann nicht ob, sondern mit welchem Abstand zur Spitze.
Der Abstand in Zahlen
Wir haben verglichen, wann das beste offene Modell, das auf einen einzelnen Server mit acht GPUs passt, die Leistung erreicht, die ein reines Cloud-Modell bereits hatte (Stand Oktober 2026):
- Coding: etwa 3 bis 5 Monate Rückstand.
- Ohne Modelle chinesischer Herkunft: etwa 8 bis 10 Monate.
- Je schwieriger die Aufgabe, desto größer die Lücke.
Bemerkenswert: Offene Modelle haben stark aufgeholt - der Aufholeffekt kam aber vor allem aus China. Für Unternehmen, die aus Compliance-Gründen nur westliche Modelle einsetzen dürfen, ist der Abstand deutlich größer.
Die Optionen
- Offene Modelle auf eigener Hardware - volle Kontrolle, aber Rückstand und eigener Betrieb.
- Geschlossene Spitzenmodelle in abgeschotteten Umgebungen - einzelne Anbieter lizenzieren ihre Modelle inzwischen für den Betrieb ohne Internetanbindung. Nah an der Spitze, aber gebunden an einen Anbieter und dessen Hardware.
- Cloud mit vertraglichen Garantien - EU-Verarbeitung, keine Datenspeicherung, kein Training auf Kundendaten. Für viele Anwendungsfälle ausreichend, wenn die Governance es freigibt.
Was wir empfehlen
Benchmarks messen Modellfähigkeit, nicht Projektergebnisse. Entscheidend ist, welche Aufgaben ein Modell zuverlässig erledigt - und für viele gut abgegrenzte Aufgaben reicht ein Modell, das einige Monate hinter der Spitze liegt. Planen Sie die Architektur so, dass das Modell austauschbar bleibt. Dann wird aus dem Rückstand ein Upgrade-Pfad.
Quellen der Auswertung: öffentliche Benchmarks und Modellkarten, Stand Oktober 2026. Benchmarks bilden keine Delivery-Ergebnisse ab.
