Warum mehr Unternehmen ihre eigenen KI-Modelle betreiben werden

Die besten KI-Modelle sind geschlossen und werden es eine Weile bleiben. Für das meiste, wofür Unternehmen KI einsetzen, braucht man aber nicht das beste Modell. Es reicht eines, das vor vier Monaten das beste war. Und das kann man heute herunterladen und selbst betreiben.

Das ist das ganze Argument dieses Artikels: Offene Modelle sind nah genug an der Spitze und günstig genug im Betrieb, dass Unternehmen mit echtem Volumen ihre KI ins Haus holen werden. Was sie aufhalten könnte, ist inzwischen vor allem Regulierung, nicht Qualität.

Wie weit liegen offene Modelle zurück?

Etwa vier Monate. Epoch AI misst das mit seinem Epoch Capabilities Index. Im Oktober 2025 lag der Abstand zwischen dem besten offenen und dem besten geschlossenen Modell bei etwa 3,5 Monaten. Im Mai 2026 bei etwa vier Monaten, 8 Punkte auf dem Index, ungefähr der Abstand zwischen GPT-5 und GPT-5.5.

Einfach gesagt: Das beste Modell, das man heute herunterladen kann, ist etwa so gut wie das beste Modell, das man diesen Sommer mieten konnte. Um Verträge zusammenzufassen, Support-Tickets zu beantworten, Dokumente zu klassifizieren oder Alltagscode zu schreiben, war das schon diesen Sommer mehr als genug.

Wie groß ist der Preisunterschied?

Listenpreise pro Million Tokens, Eingabe und Ausgabe, Stand November 2026:

Das offene Modell ist schon günstiger, wenn jemand anderes es hostet. Auf eigenen GPUs unter hoher Last sinkt der Preis pro Token weiter. Der Haken: Die GPUs kosten auch, wenn sie nicht ausgelastet sind. Dazu gleich mehr.

Was hat Revolut tatsächlich gemacht?

Revolut ist das konkreteste Beispiel, das ich gefunden habe, und es wird oft zu breit beschrieben. Deshalb hier genau, was berichtet wurde und was nicht.

In einem Vortrag, den AI Engineer im Oktober 2026 veröffentlichte, beschrieb Revolut, wie es seinen internen KI-Coding-Assistenten von abgerechneten APIs von Anthropic und OpenAI auf offene GLM-Modelle von Z.ai umgestellt hat. Diese laufen auf 56 Nvidia-B200-GPUs, für rund 2.000 Entwickler. Laut Berichten über den Vortrag:

• lagen die Mischkosten bei etwa 0,30 $ pro Million Tokens, rund ein Zehntel der früheren API-Rechnungen, daher die Schlagzeile „90 % günstiger“;
• sank die Zeit bis zum ersten Token zwischen April und August 2026 von über 10 auf 1,6 Sekunden, auf derselben Hardware;
• enthält die 0,30-$-Zahl keine Cloud-Kosten, kein Personal und kein Monitoring, und Revolut hat nicht gesagt, ob die GPUs gekauft oder gemietet sind;
• geht es nur um Text: Bildaufgaben laufen weiter über Googles Gemini, und die Banking-Systeme für Kunden gehören nicht dazu.

Es heißt also nicht „Revolut betreibt seine ganze KI selbst“. Es ist eine Aufgabe mit hohem Volumen, Coding-Hilfe für Tausende Entwickler, ins Haus geholt, weil die Rechnung groß genug war, um den Aufwand zu rechtfertigen. Genau solche Aufgaben werden andere Unternehmen als Nächstes umziehen.

Warum sind die großen KI-Labore so teuer?

Weil sie es sein können, und weil sie das nächste Modell bezahlen müssen.

Der öffentliche Börsenprospekt von Anthropic vom Oktober 2026 zeigt das. Im ersten Halbjahr 2026 machte Anthropic 16,3 Milliarden Dollar Umsatz. Der Betrieb der Modelle kostete davon etwa 2,4 Milliarden, das ergibt eine Bruttomarge von rund 85 %. Diese Marge deckt nur den Betrieb ab. Das Training steckt in Forschung und Entwicklung, und das Unternehmen meldete für das Halbjahr trotzdem einen operativen Verlust von 693 Millionen Dollar.

OpenAI hat keinen Prospekt veröffentlicht. Geleakte Zahlen für 2025, über die im Juni 2026 berichtet wurde, zeigten etwa 13,1 Milliarden Dollar Umsatz bei 7,5 Milliarden Umsatzkosten, also eine Marge um 43 %, und einen operativen Verlust von rund 20,9 Milliarden Dollar.

Beide verkaufen jedes Token mit guter Marge und verlieren trotzdem Geld, weil die Forschung so teuer ist. Genau in dieser Lücke zwischen den Kosten eines Tokens und seinem Preis konkurrieren offene Modelle. Anthropic selbst nennt im Prospekt offene Modelle als Quelle von Preisdruck.

Was könnte es aufhalten? Regulierung.

Der unbequeme Punkt an Revoluts Geschichte ist die Herkunft des Modells. Viele der besten offenen Modelle kommen heute aus chinesischen Laboren, und GLM stammt von Zhipu (Z.ai).

• Zhipu steht seit Januar 2025 auf der Entity List der USA. Das beschränkt US-Exporte an Zhipu. Es verbietet niemandem, die veröffentlichten Gewichte zu betreiben.
• Im Oktober 2026 veröffentlichte das US-Heimatschutzministerium eine Anordnung, nach der zivile Bundesbehörden und ihre Auftragnehmer DeepSeek ausschließen müssen, ausdrücklich auch Produkte Dritter, die mit DeepSeek entwickelt wurden. Sie nennt DeepSeek, nicht GLM oder Qwen. Aber sie zeigt, wie schnell ein Modell für eine ganze Kundengruppe tabu werden kann.
• Ein Gesetzentwurf, der chinesische KI in US-Behörden verbieten soll, der „No Adversarial AI Act“, wurde im Juni 2025 eingebracht und liegt seitdem still.
• Die Lizenz von Z.ai für GLM-5.3 verlangt von Unternehmen mit mehr als 10 Milliarden Dollar Jahresumsatz eine Sicherheitsprüfung durch Z.ai.
• In der EU gelten die Regeln des AI Act für Allzweck-Modelle seit August 2025, durchgesetzt werden sie seit August 2026. Sie binden vor allem die Anbieter eines Modells, nicht Unternehmen, die eines intern betreiben.

Inzwischen gibt es eine Alternative aus den USA: Meta hat im Oktober 2026 die Gewichte von Muse Spark Open veröffentlicht, mit einer Lizenz mit eigenen Bedingungen. Für eine Bank in einem regulierten Markt zählt das vielleicht mehr als ein paar Benchmark-Punkte.

Meine Lehre daraus: so bauen, dass man das Modell austauschen kann. Das ist der eigentliche Vorteil offener Gewichte. Ändert sich eine Regel, kann ein Unternehmen, das GLM betreibt, innerhalb von Wochen auf ein anderes offenes Modell auf denselben GPUs wechseln. Wer an eine API gebunden ist, kann das nicht so leicht.

Was erwarte ich?

• Hybride Architekturen werden normal. Ein Router schickt Routineanfragen mit hohem Volumen an ein selbst betriebenes offenes Modell und schwere an eine Frontier-API.
• Regulierte Branchen bevorzugen offene Modelle aus den USA und Europa, auch wenn sie etwas schwächer abschneiden, weil das rechtliche Risiko kleiner ist.
• Die Preise der Frontier-Labore geraten unter Druck, solange der Abstand bei etwa vier Monaten bleibt. Damit rechnet auch Anthropics eigener Prospekt.

Das hängt mit der anderen Seite der Open-Source-Geschichte zusammen. Die Labore halten ihre allerbesten Modelle geschlossen, wie ich in Warum KI Open Source weniger offen macht beschreibe. Aber um bei einer Aufgabe 90 % zu sparen, braucht man nicht das allerbeste Modell.