Future{hacks}: Das KI-Modell wechselst du morgen. Die Plattform darunter nicht.

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Mehr Modellauswahl heißt mehr Freiheit, aber nur eine Ebene weit. Darunter wachsen Daten, Regeln und Prozesse immer enger an die Plattformen, die sie ausführen.

Am 5. August veröffentlichte Reuters eine Analyse mit einem unerwarteten Befund: Zu den Gewinnern des europäischen KI-Booms gehören SAP, Capgemini, Sopra Steria und OVHcloud. Keines dieser Unternehmen baut ein führendes Foundation Model. Trotzdem landet ein wachsender Teil der KI-Budgets bei ihnen. Capgemini hat Ende Juli sogar die Wachstumsprognose angehoben.

Der Grund ist unspektakulär und genau deshalb interessant. Ein wachsender Teil der Budgets fließt inzwischen in Kernsysteme, Datenorganisation, modernisierte Anwendungen und neue Abläufe. Also in all das, was nötig ist, damit KI im Tagesgeschäft überhaupt etwas verändert.

Oben wird die Auswahl größer

Siemens setzt Modelle aus den USA, Europa und China parallel ein. Renault arbeitet mit mehreren Anbietern, Orange geht denselben Weg. Die Gründe sind nüchtern: Kosten, Leistung, Regulierung und geopolitisches Risiko.

Auch technisch ist diese Flexibilität heute deutlich einfacher umzusetzen als noch vor wenigen Jahren. Viele Anbieter haben sich bei ihren Schnittstellen angenähert. Mistral unterstützt beispielsweise dieselbe grundlegende Chat-Completions-Struktur wie OpenAI. Wer einen kompatiblen Client verwendet, kann bei einfachen Anwendungen bereits mit einem anderen Endpunkt und Modellnamen wechseln. Ollama unterstützt ebenfalls Teile der OpenAI-API und macht damit lokale und Open-Weight-Modelle über bekannte Schnittstellen erreichbar.

Dazu kommen Entwicklerwerkzeuge, die Unterschiede zwischen Anbietern weiter abstrahieren. LiteLLM vereinheitlicht beispielsweise den Zugriff auf zahlreiche Modelle und APIs hinter einer gemeinsamen Schnittstelle.

Das macht einen Modellwechsel noch lange nicht immer trivial. Tool Calling, strukturierte Ausgaben, Kontextgrößen, Prompt-Verhalten und einzelne Funktionen unterscheiden sich weiterhin. Wer diese Unterschiede von Anfang an einplant, muss seine Anwendung bei einem Wechsel aber nicht zwangsläufig neu bauen.

Ein Geschäftsprozess kann damit länger leben als das Modell, mit dem er gestartet ist.

Diese technische Austauschbarkeit hat eine interessante Nebenwirkung. Wenn der Wechsel des Modells einfacher wird, verliert genau diese Entscheidung einen Teil ihrer strategischen Schwere. Umso wichtiger wird die Software darunter, die Daten zusammenführt, Regeln abbildet und festlegt, was mit der Antwort des Modells anschließend passiert.

Das Angebot schreibt die KI. Die Regeln kommen von dir.

Nimm einen technischen Mittelständler, der seine Angebotserstellung beschleunigen will.

Den Textteil beherrschen heute mehrere brauchbare Sprachmodelle: eine Anfrage zusammenfassen, Produkte beschreiben und daraus ein lesbares Angebot formulieren. Dafür gibt es genügend Anbieter, und der Wechsel zwischen ihnen kann technisch vergleichsweise einfach werden, wenn er von Anfang an mitgedacht wurde.

Interessant sind die Entscheidungen davor:

• Welcher Kunde bekommt welche Konditionen?
• Welche Produkte lassen sich überhaupt kombinieren?
• Ab wann braucht ein Rabatt eine Freigabe und von wem?
• Welche Lieferzeit ist realistisch, nicht theoretisch?
• Welche Rahmenvereinbarung gilt für diesen Kunden?

Diese Logik ist über Jahre gewachsen. Ein Teil liegt im ERP, ein Teil im CRM, ein Teil in Dokumenten und selbstgebauten Tools. Und ein Teil steckt in den Köpfen der Leute, die seit fünfzehn Jahren wissen, warum ein vermeintlicher Sonderfall längst keiner mehr ist.

Kein Sprachmodell bringt dieses Wissen mit. Egal welches.

Genau daran hängt es, und zwar messbar. Die EZB hat für ihre SAFE-Umfrage über 5.000 Unternehmen im Euroraum befragt. Erhoben wurden die Daten im vierten Quartal 2025, veröffentlicht wurden sie im Juni 2026. Mehr als 70 Prozent nutzen KI in irgendeiner Form. Tief im Betrieb verankert ist sie bei sieben Prozent. Als Hürden nennen die Unternehmen fehlende KI-Kompetenz mit 40 Prozent, zu geringen Nutzen der heutigen Technologie für den eigenen Bedarf mit 28 Prozent und Inkompatibilität mit bestehenden Systemen mit 26 Prozent.

Zugang zur Technologie ist also längst breit vorhanden. Ihre Regeln, Daten und Abläufe so verfügbar gemacht, dass eine KI sinnvoll damit arbeiten kann, haben deutlich weniger Unternehmen.

Ein Beispiel aus der Praxis: Bei einem Industriekunden mit großem E-Commerce-Geschäft waren die Informationen für Angebote über mehrere Systeme und Personen verteilt. Preise kamen aus dem CRM, Lieferanten- und Produktdaten aus ERP und Produktdatenbank, zusätzliches Wissen lag in internen Dokumenten oder bei einzelnen Mitarbeitern. Für ein belastbares Angebot mussten diese Quellen immer wieder manuell zusammengeführt, Rückfragen gestellt und Details abgeglichen werden.

Heute bündelt ein internes KI-System diese Informationen, vergleicht Preise und Liefermöglichkeiten und erkennt, wenn für eine belastbare Antwort noch Wissen fehlt. In diesem Fall fragt es gezielt bei den zuständigen Mitarbeitern nach und macht die Antwort anschließend wieder auffindbar. Statt fünf Quellen und drei Kollegen nacheinander abzufragen, entsteht eine gemeinsame Arbeitsgrundlage, aus der eine vorbereitete Angebotsvorlage im richtigen Format erzeugt werden kann.

Der entscheidende Teil war dabei nicht nur die Wahl des Sprachmodells. Wertvoll war, Preislogik, Produktwissen, Lieferantendaten und internes Erfahrungswissen so zusammenzubringen, dass das System daraus verlässlich arbeiten kann.

Und durch die einfache Austauschbarkeit des Datenmodells und der kontinuierlichen Wissenserweiterung wird das System laufend besser, ohne große Zusatzkosten.

Der bequemste Weg führt über die Plattform, die du schon hast

Wer große Teile deiner Unternehmenssoftware liefert, muss nicht bei null anfangen.

Ein ERP-Anbieter kennt Transaktionen, Stammdaten und Prozesse. Ein CRM-Anbieter sitzt am Vertrieb. Microsoft steckt tief in Dokumenten, Kommunikation und Identitäten. AWS und Azure stellen Infrastruktur bereit, auf der wiederum viele Anwendungen laufen. SAP verzahnt seine KI-Funktionen eng mit Geschäftsdaten, Microsoft koppelt Modelle an seine bestehende Softwarelandschaft und Cloud-Anbieter bündeln mehrere Modelle hinter einer gemeinsamen Plattform.

Aus Kundensicht ist das absolut vernünftig. Wenn eine vorhandene Plattform Daten, Rollen und Prozessschritte bereits kennt, lässt sich KI dort oft mit deutlich weniger Integrationsaufwand ergänzen. Das spart Schnittstellen, Projektkosten und Zeit bis zum produktiven Betrieb.

Der Preis dafür fällt zunächst kaum auf: Mit jeder dieser Entscheidungen landet mehr unternehmensspezifische Logik in derselben Umgebung. Dein CTO kann in zwei Jahren erklären, dass eure Anwendung drei Sprachmodelle unterstützt, während der eigentliche Geschäftsprozess tiefer in einer einzigen Plattform steckt als je zuvor. Mehr Wahlfreiheit bei der KI. Weniger bei der Software darunter.

Multi-Model schützt nicht vor Plattformabhängigkeit

Die EU-Kommission ist bei genau dieser Ebene angekommen. Am 25. Juni 2026 kam sie zu der vorläufigen Position, dass AWS und Microsoft Azure aufgrund ihrer Marktstellung, von Lock-in-Effekten und hohen Wechselkosten unter dem Digital Markets Act näher geprüft werden sollten. Bemerkenswert für die aktuelle KI-Debatte ist ein weiterer Punkt: Die Kommission sieht die KI-Portfolios und Partnerschaften der Anbieter inzwischen als wichtigen Faktor bei Cloud-Beschaffungsentscheidungen.

Das zeigt, wie eng KI-Auswahl und Plattformentscheidung inzwischen zusammenwachsen.

Du kannst fünf Modelle über dieselbe Cloud beziehen und dabei technisch sehr flexibel aussehen, während Daten, Integrationen, Rollen und automatisierte Abläufe immer enger an diese eine Umgebung wachsen. Für einen Wechsel reicht es dann nicht, einen Modellnamen in einer Konfiguration zu ändern. Auch ein Datenexport löst nur einen Teil davon.

Wo liegen die Preisregeln? Wie ist die Freigabekette gebaut? Welche Komponente entscheidet, welche Kundendaten ein Agent sehen darf und welche Aktion er anschließend im ERP auslöst?

Je mehr davon in einer Plattform steckt, desto teurer und aufwendiger wird es, diese Logik später wieder herauszulösen. Das kann wirtschaftlich trotzdem die richtige Entscheidung sein. Du solltest nur wissen, dass du damit etwas Langlebigeres festlegst als ein KI-Modell. Deine Reisekostenabrechnung ist austauschbar. Deine Preislogik nicht.

Die Antwort darauf ist nicht, alles selbst zu bauen.

Bei vielen Abläufen ist Standard genau richtig. Kein Kunde kauft bei dir, weil deine Reisekostenabrechnung besonders eigenwillig funktioniert. Bei anderen Prozessen kippt die Rechnung. Ein Maschinenbauer verdient sein Geld mit Produkt- und Konfigurationslogik. Ein Händler unterscheidet sich über die Preissteuerung, ein Logistiker über seine Planung, ein Dienstleister darüber, wie schnell aus einer Kundenanforderung ein belastbares Angebot wird. Je näher ein Prozess an dieser Differenzierung liegt, desto mehr Kontrolle über seine digitale Umsetzung solltest du behalten.

Manchmal reicht die Standardplattform. Manchmal brauchst du offene Schnittstellen. Manchmal eine eigene Komponente. Open Source kann helfen, muss aber nicht. Kauf Standard, wo Standard reicht. Bei der Logik, mit der du Geld verdienst, lohnt sich mehr Kontrolle. Und wenn du eigene Geschäftslogik digitalisierst, solltest du vorher wissen, wie fest sie dabei an einen Anbieter gebunden wird.

Unser Future{hacks} Fazit

Dass etablierte Softwareanbieter, Cloud-Plattformen und Integratoren derzeit zu den Gewinnern des KI-Booms gehören, wirkt vor diesem Hintergrund kaum noch überraschend. Ein wachsender Teil des Geldes fließt dorthin, wo Modelle mit realen Daten, Regeln und Prozessen verbunden werden. Die Frage nach dem besten Modell bleibt berechtigt. Sie ist nur nicht mehr die einzige teure Entscheidung. Entscheide deshalb nicht nur, welches Modell heute läuft. Entscheide auch, wo die Regeln liegen, nach denen es arbeiten soll, und wer darüber Kontrolle behält. Wenn du diese Regeln später nur zusammen mit einer Plattform wechseln kannst, war die eigentliche Architekturentscheidung längst gefallen.