Entwicklung der LLM: ein kurzer Überblick über den Markt

Newsletter

Entwicklung der LLM: ein kurzer Überblick über den Markt

Weniger als 2 Prozentpunkte trennen die führenden LLMs bei den wichtigsten Benchmarks - der Technologiekrieg endete unentschieden. Die eigentliche Schlacht von 2025 spielt sich in den Bereichen Ökosysteme, Vertrieb und Kosten ab: DeepSeek hat bewiesen, dass es mit 5,6 Mio. $ gegenüber 78-191 Mio. $ von GPT-4 mithalten kann. ChatGPT dominiert die Marke (76 % Bekanntheit), obwohl Claude 65 % der technischen Benchmarks gewinnt. Für Unternehmen besteht die erfolgreiche Strategie nicht darin, sich für das beste Modell zu entscheiden, sondern komplementäre Modelle für verschiedene Anwendungsfälle zu orchestrieren.

Geschäftsführer und Gründer von Electe‍

Fassen Sie diesen Artikel mit AI zusammen

Der Krieg der Sprachmodelle 2025: Von der technischen Parität zum Kampf der Ökosysteme

Die Entwicklung von Großsprachenmodellen hat im Jahr 2025 einen kritischen Wendepunkt erreicht: Der Wettbewerb wird nicht mehr über die grundlegenden Fähigkeiten der Modelle ausgetragen - die in den wichtigsten Benchmarks nun im Wesentlichen gleichwertig sind - sondern über das Ökosystem, die Integration und die Einsatzstrategie. Während Anthropic's Claude Sonnet 4.5 bei bestimmten Benchmarks eine knappe technische Überlegenheit beibehält, hat sich der eigentliche Kampf auf ein anderes Terrain verlagert.

Das technische Unentschieden: Wenn sich die Zahlen ausgleichen

Benchmark MMLU (Massive Multitask Language Understanding)

Claude Sonnet 4.5: 88,7%.
GPT-4o: 88,0%.
Gemini 2.0 Flash: 86,9%.
DeepSeek-V3: 87,1%.

Die Unterschiede sind marginal - weniger als 2 Prozentpunkte trennen die Spitzenreiter. Laut dem Stanford AI Index Report 2025 stellt "die Konvergenz der Kernfähigkeiten von Sprachmodellen einen der wichtigsten Trends für 2024-2025 dar, mit tiefgreifenden Auswirkungen auf die Wettbewerbsstrategien von KI-Unternehmen".

Argumentationsfähigkeit (GPQA Diamond)

Claude Sonnet 4: 65,0%.
GPT-4o: 53,6%.
Gemini 2.0 Pro: 59,1%.

Claude behält einen signifikanten Vorteil bei komplexen Denkaufgaben, aber GPT-4o übertrifft die Reaktionsgeschwindigkeit (durchschnittliche Latenzzeit 1,2s gegenüber 2,1s bei Claude) und Gemini die native multimodale Verarbeitung.

Die DeepSeek-Revolution: Der chinesische Game-Changer

Im Januar 2025 kam DeepSeek-V3 auf den Markt und demonstrierte, wie wettbewerbsfähige Modelle mit 5,6 Millionen Dollar gegenüber 78-191 Millionen Dollar für GPT-4/Gemini Ultra entwickelt werden können. Marc Andreessen nannte es "einen der erstaunlichsten Durchbrüche - und als Open Source ein großes Geschenk an die Welt".

DeepSeek-V3 Spezifikationen:

671 Milliarden Gesamtparameter (37B aktiv über Mixture-of-Experts)
Ausbildungskosten: 5,576 Mio. $
Leistung: übertrifft GPT-4o bei einigen mathematischen Benchmarks
Architektur: Latente Aufmerksamkeit mit mehreren Köpfen (MLA) + DeepSeekMoE

Die Auswirkung: Die Nvidia-Aktie fiel in der Sitzung nach der Ankündigung um 17 %, da der Markt die Eintrittsbarrieren für die Modellentwicklung neu bewertet.

Öffentliche Wahrnehmung vs. technische Realität

ChatGPT behält seine unangefochtene Dominanz bei der Markenbekanntheit: Eine Studie des Pew Research Center (Februar 2025) zeigt, dass 76 % der Amerikaner "Konversations-KI" ausschließlich mit ChatGPT in Verbindung bringen, während nur 12 % Claude kennen und 8 % Gemini aktiv nutzen.

Paradox: Claude Sonnet 4 übertrifft GPT-4o bei 65 % der technischen Benchmarks, hat aber nur 8 % Marktanteil bei den Verbrauchern gegenüber 71 % bei ChatGPT (Similarweb-Daten, März 2025).

Google reagiert mit massiver Integration: Gemini 2.0 nativ in Search, Gmail, Docs, Drive - strategisches Ökosystem vs. eigenständiges Produkt. 2,1 Milliarden Google Workspace-Nutzer bedeuten sofortigen Vertrieb ohne Kundenakquise.

Computernutzung und Agenten: Die nächste Grenze

Claude Computer Use (Beta Oktober 2024, Produktion Q1 2025)

Funktionen: direkte Maus-/Tastatursteuerung, Browsernavigation, Anwendungsinteraktion
Akzeptanz: 12 % der Unternehmenskunden Anthropische Computernutzung in der Produktion
Einschränkungen: immer noch 14 % Fehlerquote bei komplexen mehrstufigen Aufgaben

GPT-4o mit Vision und Aktionen

Zapier-Integration: 6000+ steuerbare Apps
Benutzerdefinierte GPTs: 3 Millionen veröffentlicht, 800K aktiv genutzt
Umsatzbeteiligung pro Ersteller GPTs: $10M verteilt Q4 2024

Gemini Deep Research (Januar 2025)

Autonome Multi-Source-Recherche mit Benchmarking
Erstellen Sie vollständige Berichte aus einer einzigen Eingabeaufforderung
Durchschnittliche Zeit: 8-12 Minuten pro Bericht mit mehr als 5000 Wörtern

Gartner sagt voraus, dass bis Ende 2025 33 % der Wissensarbeiter autonome KI-Agenten nutzen werden, gegenüber 5 % heute.

Philosophische Differenzen zur Sicherheit

OpenAI: 'Sicherheit durch Beschränkung' Ansatz

Weigert sich 8,7 % der Verbraucher zu fragen (interne OpenAI-Leckdaten)
Strenge Inhaltsrichtlinien führen zu einer Abwanderung von 23 % der Entwickler zu Alternativen
Rahmen für die öffentliche Bereitschaft mit kontinuierlichem Red-Teaming

Anthropic: "Konstitutionelle KI

Modell, das an expliziten ethischen Grundsätzen geschult ist
Selektive Ablehnung: 3,1% prompt (freizügigere OpenAI)
Transparente Entscheidungsfindung: Erläuterung der Gründe für die Ablehnung von Anträgen

Google: "Maximale Sicherheit, minimale Kontroverse".

Verschärfte Marktfilter: 11,2 % Sofortmaßnahmen blockiert
Gemini Image failure Februar 2024 (Bias Überkorrektur) führt extreme Vorsicht
Unternehmensfokus reduziert Risikotoleranz

Meta Llama 3.1: keine eingebauten Filter, Verantwortung auf Implementierer-gegenüber Philosophie.

Vertikale Spezialisierung: Das wahre Unterscheidungsmerkmal

Gesundheitswesen:

Med-PaLM 2 (Google): 85,4 % bei MedQA (im Vergleich zu 77 % der besten menschlichen Ärzte)
Claude in Epic Systems: von 305 US-Krankenhäusern zur Unterstützung klinischer Entscheidungen eingesetzt

Rechtlich:

Harvey AI (GPT-4 angepasst): 102 Top-100-Kanzleien, $100M ARR
CoCounsel (Thomson Reuters + Claude): 98 % Genauigkeit bei der juristischen Recherche

Finanzen:

Bloomberg GPT: trainiert auf 363B proprietäre Finanz-Token
Goldman Sachs Marcus AI (Basis GPT-4): Bewilligt Kredite 40 % schneller

Vertikalisierung erzeugt eine 3,5-fache Zahlungsbereitschaft im Vergleich zu allgemeinen Modellen (McKinsey-Umfrage bei 500 Einkäufern in Unternehmen).

Llama 3.1: Metas Open-Source-Strategie

405B-Parameter, wettbewerbsfähige Fähigkeiten mit GPT-4o bei vielen Benchmarks, vollständig offene Gewichte. Meta-Strategie: Kommerzialisierung der Infrastrukturebene, um auf der Produktebene zu konkurrieren (Ray-Ban Meta-Brille, WhatsApp AI).

Adoption Llama 3.1:

350K+ Downloads im ersten Monat
50+ Start-ups bauen KI-Vertikale auf Llama
Selbstverwaltete Hosting-Kosten: 12.000 $/Monat gegenüber 50.000 $+ API-Kosten für geschlossene Modelle bei gleicher Nutzung

Kontraintuitiv: Meta verliert Milliarden von Dollar an Reality Labs, investiert aber massiv in offene KI, um das Kerngeschäft Werbung zu schützen.

Context Windows: Das Rennen um Millionen von Token

Claude Sonnet 4.5: 200K Token
Gemini 2.0 Pro: 2M Token (längster im Handel erhältlicher Token)
GPT-4 Turbo: 128K Token

Gemini 2M Kontext ermöglicht die Analyse ganzer Codebases, mehr als 10 Stunden Video, Tausende von Seiten Dokumentation - Anwendungsfälle, die für Unternehmen transformativ sind. Google Cloud berichtet, dass 43 % der Unternehmens-POCs Kontext mit mehr als 500.000 Token verwenden.

Anpassungsfähigkeit und Individualisierung

Claude Projekte & Stile:

Benutzerdefinierte persistente konversationsübergreifende Anweisungen
Stilvorgaben: Formell, Prägnant, Erläuternd
Hochladen von Wissensdatenbanken (bis zu 5 GB Dokumente)

GPT-Speicher und benutzerdefinierte GPTs:

3M GPTs veröffentlicht, 800K aktive monatliche Nutzung
Der Top-Ersteller verdient $63K/Monat (Umsatzbeteiligung)
71 % der Unternehmen verwenden intern ≥1 benutzerdefiniertes GPT

Gemini Extensions:

Native Integration von Google Mail, Kalender, Drive, Karten
Arbeitsbereichskontext: liest E-Mail+Kalender für proaktive Vorschläge
1,2B Arbeitsraumaktionen durchgeführt Q4 2024

Schlüssel: "Einzelne Eingabeaufforderung" bis "Dauerhafter Assistent mit sitzungsübergreifendem Gedächtnis und Kontext".

Q1 2025 Entwicklungen und Zukunftsperspektiven

Trend 1: Mixture-of-Experts-DominanzAlleSpitzenmodelle des Jahres 2025 verwenden MoE (Aktivierung von Teilmengenparametern pro Abfrage):

Verringerung der Ableitungskosten um 40-60%.
Bessere Latenzzeit bei gleichbleibender Qualität
DeepSeek, GPT-4, Gemini Ultra - alle MoE-basiert

Trend 2: MultimodalitätNativ multimodalGemini2.0 ist nativ multimodal (keine separaten geklebten Module):

Gleichzeitiges Verstehen von Text+Bildern+Audio+Video
Modalübergreifende Schlussfolgerungen: "Vergleichen Sie ein Gebäudefoto mit einer textlichen Beschreibung der historischen Epoche".

Trend 3: Test-Time Compute (Reasoning Models)OpenAI o1, DeepSeek-R1: verwenden mehr Rechenzeit für komplexe Schlussfolgerungen:

o1: 30-60s pro komplexes mathematisches Problem vs. 2s GPT-4o
Genauigkeit AIME 2024: 83,3% gegenüber 13,4% GPT-4o
Expliziter Kompromiss Latenz/Genauigkeit

Trend 4: Agentische ArbeitsabläufeModelContext Protocol (MCP) Anthropic, November 2024:

Offener Standard für KI-Agenten zur Interaktion mit Tools/Datenbanken
50+ Adoptionspartner in den ersten 3 Monaten
Ermöglicht Agenten den Aufbau von dauerhaften Querinteraktionen "Speicher

Kosten und Preiskampf

API-Preise für 1 Mio. Token (Eingabe):

GPT-4o: $2,50
Claude Sonnet 4: $3.00
Gemini 2.0 Flash: $0,075 (33x billiger)
DeepSeek-V3: $0,27 (Open Source, Hosting-Kosten)

Fallstudie von Gemini Flash: KI-Zusammenfassung eines Startups senkt Kosten um 94 % beim Wechsel von GPT-4o - gleiche Qualität, vergleichbare Latenzzeit.

Die Kommoditisierung beschleunigt sich: Inferenzkosten -70% im Jahresvergleich 2023-2024 (Epoch AI-Daten).

Strategische Implikationen für Unternehmen

Entscheidungsrahmen: Welches Modell soll gewählt werden?

Szenario 1: Sicherheitskritisches Unternehmen→Claude Sonnet 4

Gesundheitswesen, Recht, Finanzen: Fehler kosten Millionen
Konstitutionelle KI reduziert Haftungsrisiken
Prämienpreise durch Risikominderung gerechtfertigt

Szenario 2: Großvolumige, kostensensitive→Gemini Flash oder DeepSeek

Chatbots für den Kundendienst, Inhaltsmoderation, Klassifizierung
Leistung "gut genug", Volumen 10x-100x
Hauptunterscheidungsmerkmal Kosten

Szenario 3: Ecosystem Lock-In→Gemini für Google Workspace, GPT für Microsoft

Bereits in das Ökosystem investiert
Native Integration > überlegene Grenzleistung
Ausbildungskosten Mitarbeiter auf bestehender Plattform

Szenario 4: Anpassung/Steuerung→Llama 3.1 oder DeepSeek geöffnet

Besondere Anforderungen an die Einhaltung der Vorschriften (Datenaufbewahrung, Audit)
Starke Feinabstimmung bei geschützten Daten
Kostengünstiges Self-Hosting auf Volumen

Fazit: Vom Technologiekrieg zum Plattformkrieg

Der LLM-Wettbewerb 2025 ist nicht mehr die Frage, welches Modell am besten begründet, sondern welches Ökosystem den größten Wert schafft. OpenAI dominiert die Verbrauchermarke, Google nutzt den milliardenfachen Vertrieb, Anthropic gewinnt sicherheitsbewusste Unternehmen, Meta macht die Infrastruktur zur Ware.

Vorhersage 2026-2027:

Weitere Konvergenz der Kernleistung (~90% MMLU alle Top-5)
Differenzierung durch: Geschwindigkeit, Kosten, Integration, vertikale Spezialisierung
Mehrstufige autonome Agenten werden zum Mainstream (33% Wissensarbeiter)
Open Source schließt Qualitätslücke, erhält Kosten-/Anpassungsvorteil aufrecht

Der endgültige Gewinner? Wahrscheinlich nicht ein einzelner Akteur, sondern komplementäre Ökosysteme, die verschiedene Anwendungsfälle bedienen. Wie bei Smartphone-Betriebssystemen (iOS und Android koexistieren) gilt nicht "der Gewinner bekommt alles", sondern "der Gewinner bekommt das Segment".

Für Unternehmen: Eine Strategie mit mehreren Modellen wird zum Standard - GPT für allgemeine Aufgaben, Claude für anspruchsvolle Schlussfolgerungen, Gemini Flash für große Datenmengen, Llama für proprietäre Aufgaben.

2025 ist nicht das Jahr des "besten Modells", sondern des intelligenten Zusammenspiels sich ergänzender Modelle.

Quellen:

Stanford AI Index Bericht 2025
Anthropisches Modell Karte Claude Sonnet 4.5
OpenAI GPT-4o Technischer Bericht
Google DeepMind Gemini 2.0 System-Karte
DeepSeek-V3 Technisches Papier (arXiv)
Epoche AI - Trends im maschinellen Lernen
Gartner AI & Analytics Gipfel 2025
McKinsey-Bericht zum Stand der KI im Jahr 2025
Pew Research Center Umfrage zur KI-Adoption
Similarweb Plattform Intelligenz

Ressourcen für Unternehmenswachstum

November 9, 2025

Ein vollständiger Leitfaden für Business Intelligence-Software für KMU

60 % der italienischen KMU geben zu, dass sie kritische Lücken bei der Datenschulung haben, 29 % haben noch nicht einmal eine eigene Person - während der italienische BI-Markt bis 2034 von 36,79 Mrd. $ auf 69,45 Mrd. $ explodiert (CAGR 8,56 %). Das Problem ist nicht die Technologie, sondern der Ansatz: KMUs ertrinken in Daten, die zwischen CRM, ERP und Excel-Tabellen verstreut sind, ohne sie in Entscheidungen umzuwandeln. Das gilt für diejenigen, die ganz neu anfangen, ebenso wie für diejenigen, die optimieren wollen. Entscheidungskriterien, die zählen: Drag-and-Drop-Benutzerfreundlichkeit ohne monatelange Schulung, mitwachsende Skalierbarkeit, native Integration in bestehende Systeme, vollständige TCO (Implementierung + Schulung + Wartung) im Vergleich zum reinen Lizenzpreis. 4-Schritte-Roadmap - messbare SMART-Ziele (Verringerung der Kundenabwanderung um 15 % in 6 Monaten), sauberes Mapping der Datenquellen (Garbage in=Garbage out), Schulung des Datenkultur-Teams, Pilotprojekt mit kontinuierlicher Feedbackschleife. KI verändert alles: von deskriptiver BI (was ist passiert) bis hin zu erweiterter Analytik, die verborgene Muster aufdeckt, prädiktiv, die zukünftige Nachfrage schätzt, präskriptiv, die konkrete Maßnahmen vorschlägt. Electe demokratisiert diese Macht für KMU.

November 9, 2025

Google DeepMind AI Cooling System: Wie künstliche Intelligenz die Energieeffizienz von Rechenzentren revolutioniert

Google DeepMind erreicht -40 % Energie für die Kühlung von Rechenzentren (aber nur -4 % des Gesamtverbrauchs, da die Kühlung 10 % des Gesamtverbrauchs ausmacht), eine Genauigkeit von 99,6 % mit 0,4 % Fehler bei PUE 1,1 durch Deep Learning auf 5 Ebenen, 50 Knoten, 19 Eingabevariablen und 184.435 Trainingsmuster (Daten aus 2 Jahren). Bestätigt in 3 Einrichtungen: Singapur (erster Einsatz 2016), Eemshaven, Council Bluffs ($5B-Investition). PUE Google flottenweit 1,09 gegenüber Branchendurchschnitt 1,56-1,58. Model Predictive Control sagt Temperatur/Druck der nächsten Stunde durch gleichzeitige Verwaltung von IT-Lasten, Wetter und Gerätestatus voraus. Garantierte Sicherheit: zweistufige Verifizierung, Betreiber können die KI jederzeit deaktivieren. Kritische Einschränkungen: keine unabhängige Überprüfung durch Wirtschaftsprüfungsgesellschaften/nationale Labors, jedes Rechenzentrum erfordert ein maßgeschneidertes Modell (8 Jahre lang nicht kommerziell genutzt). Die Umsetzung dauert 6-18 Monate und erfordert ein multidisziplinäres Team (Datenwissenschaft, HLK, Gebäudemanagement). Anwendbar über Rechenzentren hinaus: Industrieanlagen, Krankenhäuser, Einkaufszentren, Unternehmensbüros. 2024-2025: Google stellt auf direkte Flüssigkeitskühlung für TPU v5p um und zeigt die praktischen Grenzen der KI-Optimierung auf.

November 9, 2025

Sam Altman und das KI-Paradox: "Blase für andere, Billionen für uns".

"Befinden wir uns in einer KI-Blase? Ja" - Sam Altman, als er Billionen-Dollar-Investitionen in OpenAI ankündigte. Er wiederholte den Begriff "Blase" innerhalb von 15 Sekunden dreimal, weil er genau wusste, dass dies eine Schlagzeile werden würde. Aber jetzt kommt der Clou: Bezos unterscheidet zwischen einer industriellen Blase (die eine dauerhafte Infrastruktur hinterlässt) und einer Finanzblase (die ohne Wert zusammenbricht). OpenAI ist jetzt 500 Milliarden Dollar wert und hat 800 Millionen wöchentliche Nutzer. Die wahre Strategie? Mäßigung des Hypes, um Regulierung zu vermeiden, Konsolidierung der Führung. Diejenigen, die über solide Fundamentaldaten verfügen, haben Erfolg.

November 9, 2025

Warum Mathe schwierig ist (auch für KI)

Sprachmodelle wissen nicht, wie man Ergebnisse multipliziert, so wie wir uns Pi merken, aber das macht sie nicht zu Mathematikern. Das Problem ist strukturell: Sie lernen durch statistische Ähnlichkeit, nicht durch algorithmisches Verständnis. Selbst die neuen "Denkmodelle" wie o1 versagen bei trivialen Aufgaben: Es zählt das "r" in "Erdbeere" nach wenigen Sekunden korrekt, irrt aber, wenn es einen Absatz schreiben soll, bei dem der zweite Buchstabe jedes Satzes ein Wort bildet. Die Premium-Version für 200 Dollar/Monat braucht vier Minuten, um das zu lösen, was ein Kind sofort schafft. DeepSeek und Mistral im Jahr 2025 zählen immer noch Buchstaben falsch. Die sich abzeichnende Lösung? Ein hybrider Ansatz - die klügsten Modelle haben herausgefunden, wann sie einen echten Taschenrechner aufrufen sollten, anstatt die Berechnung selbst vorzunehmen. Paradigmenwechsel: KI muss nicht alles können, sondern die richtigen Werkzeuge orchestrieren. Letztes Paradoxon: GPT-4 kann Ihnen auf brillante Weise die Grenzwerttheorie erklären, macht aber Multiplikationen falsch, die ein Taschenrechner immer richtig löst. Für den Mathematikunterricht sind sie hervorragend geeignet - sie erklären mit unendlicher Geduld, passen Beispiele an und schlüsseln komplexe Zusammenhänge auf. Für präzise Berechnungen? Verlassen Sie sich auf den Taschenrechner, nicht auf die künstliche Intelligenz.