Warum die Modellfrage dein kleinstes KI-Problem ist

Warum das zählt. In vielen IT-Abteilungen läuft gerade die Debatte über Anbieter und Modelle. Offen oder geschlossen, amerikanisch, europäisch, chinesisch. Diese Diskussion bringt aber niemanden weiter, weil das Modell der Teil deiner KI-Landschaft ist, den du am schnellsten austauschen kannst. Die Schicht um die Modelle herum begleitet dich Jahre.

Im Detail. Diese Schicht wird als Harness (wie das Geschirr beim Pferd) bezeichnet. Gemeint ist alles, was du um ein Modell herum baust, damit aus roher Intelligenz ein verlässlicher Geschäftsprozess wird.

Deine Prompts. Deine Testfälle. Die Regeln, was das Modell darf. Die Zugänge zu deinen Daten und Systemen. Das Monitoring im Betrieb.

Das Modell liefert die Intelligenz. Das Harness ermöglicht dem Modell, Wert für dein Unternehmen zu schaffen. Das Harness kannst du selbst besitzen und behältst damit die Kontrolle über den wertvollsten Teil deiner KI-Lösung.

Was das für dich bedeutet

Vier Prüffragen für dein Harness.

Wem gehören deine Prompts und Testfälle?

In ihnen steckt destilliertes Prozesswissen, also wie dein Unternehmen wirklich arbeitet. Stecken sie im proprietären Werkzeug eines Anbieters, fängst du beim Wechsel von vorn an.

Wie kommt die KI an deine Daten und Systeme?

Ohne Zugriff auf ERP, Aufträge und Stammdaten bleibt jedes Modell ein Spielzeug. Kopieren Mitarbeiter Daten händisch in Chat-Fenster, oder gibt es kontrollierte Schnittstellen mit klaren Rechten? In der Praxis ist das die härteste der vier Fragen. Wir bei MELTIQ bauen die Schicht zwischen Kundensystemen seit 18 Jahren und arbeiten gerade an einem Harness-Baustein für SAP, über den Modelle nur auf freigegebene Funktionen zugreifen dürfen.

Wie schnell könntest du das Modell wechseln?

Das entscheidet eine dünne Zwischenschicht zwischen Anwendung und Modell, dazu Prompts und Tests, die nicht auf einen Anbieter zugeschnitten sind. Dann dauert der Wechsel Tage statt Monate.

Wer betreibt das Ganze, wenn es ernst wird?

Ein Prototyp braucht kein Harness. Ein Prozess, auf den sich dein Tagesgeschäft verlässt, braucht Monitoring, Fehlerbehandlung, Verantwortlichkeiten und Weiterentwicklung. An dieser Stelle sterben die meisten KI-Projekte, und zwar nicht am Modell.

Der Stand

Die Branche verhält sich längst danach. Am 24. Juli veröffentlichte Nvidia-Chef Jensen Huang seinen allerersten Beitrag auf X, einen offenen Brief gegen die Regulierung offener Modelle. Innerhalb eines Tages standen 50 Firmen darauf, darunter OpenAI, Google, Microsoft und Meta. Drei Tage später gründeten 33 davon eine Allianz für die Sicherheits-Infrastruktur rund um diese Modelle, und Nvidia steuerte ein Projekt bei, das „Harnesses“ mit Modellen verbindet.

Philipp Klöckner sagt das seit Ende 2023 und belegt es jedes Jahr schärfer, zuletzt mit DeepSeek, das 2025 Spitzenmodelle zum Bruchteil der Kosten baute:

„Die große Gefahr [für die KI-Anbieter] ist, dass die Modelle einfach komplett ‚commoditisiert‘ werden.“ (Philipp Klöckner, April 2026)

Mein Fazit

Die Wertschöpfung entsteht in der Ebene, die das Modell mit deinen Daten und Anwendungen verbindet. Die Modelle selbst werden zunehmend zur Massenware.

Das hier ist Ausgabe 1 des KI-Umsetzungs-Playbooks für Industrie und Großhandel, alle zwei Wochen eine. Die nächsten Stationen sind der Nutzen, der Anwendungsfall, die Datenfrage, der Prototyp und der Betrieb. Wenn du die vier Prüffragen gerade nicht beantworten kannst, bist du in guter Gesellschaft. Genau dafür ist diese Serie da.