Modelle & Anbieter
Wie wählt ein Schweizer Unternehmen das richtige KI-Modell und den passenden Anbieter aus?
Modellwahl ist ein Business-Entscheid, kein Tech-Detail
Die Frage «welches KI-Modell soll ich nehmen?» wird oft als Ranglisten-Vergleich verstanden: das Modell mit dem höchsten Benchmark-Wert gewinnt. Für Schweizer KMU führt das in die Irre. Ein Modell, das in synthetischen Tests brilliert, kann am realen Use Case scheitern, gegen den Datenschutz verstossen oder im Betrieb ein Vielfaches kosten. Die Modellwahl berührt Recht, Kosten, IT-Architektur und Risiko gleichzeitig.
Ein belastbarer Entscheid startet deshalb nicht beim Modell, sondern beim Anwendungsfall: Was soll die KI konkret leisten, mit welchen Daten, für wen, mit welchem Fehlerrisiko? Erst daraus lassen sich Kriterien gewichten und Anbieter vergleichen. Dieser Leitfaden beschreibt ein wiederholbares Framework statt einer flüchtigen Modellempfehlung, die schon in Monaten überholt ist.
Die fünf Kernkriterien im Überblick
- Capability (fachliche Eignung): Löst das Modell die konkrete Aufgabe zuverlässig – Sprache, Fachdomäne, Kontextlänge, Werkzeug- und Bildverarbeitung, mehrsprachig DE/FR/IT/EN?
- Datenstandort & Hoheit: Wo werden Daten verarbeitet und gespeichert, wer hat Zugriff, wird auf Ihren Eingaben trainiert, gibt es Schweizer oder EU-Hosting?
- Kostenmodell & TCO: Token-Preise, Volumenrabatte, Fixkosten für Self-Hosting, versteckte Kosten für Integration, Monitoring und Wartung.
- Integration & Betrieb: API-Stabilität, SDKs, Latenz, Verfügbarkeit/SLA, Modell-Versionierung und Reifegrad des Ökosystems.
- Compliance & Governance: revDSG, EU AI Act (extraterritorial), Branchenrecht (z. B. FINMA-Vorgaben), Auftragsbearbeitungsvertrag, Auditierbarkeit und Exit-Fähigkeit.
Capability: Passt das Modell zur Aufgabe?
Öffentliche Benchmarks messen allgemeine Fähigkeiten, nicht Ihren Use Case. Aussagekräftig wird die Eignung erst über eine eigene, kleine Evaluationssuite: 30 bis 100 repräsentative Beispiele aus Ihrem Alltag mit erwarteten Ergebnissen. Damit vergleichen Sie Kandidaten unter identischen Bedingungen und erkennen Schwächen, die Ranglisten verbergen – etwa bei Schweizer Fachbegriffen, Dialektnähe oder branchenspezifischem Vokabular.
Prüfen Sie zusätzlich die Rahmenparameter: benötigte Kontextlänge (lange Verträge oder Dossiers?), Multimodalität (Bild, PDF, Audio), Werkzeugaufrufe für Automatisierung, Latenzanforderungen und die Mehrsprachigkeit in allen vier Landessprachen. Oft ist ein mittelgrosses, günstigeres Modell mit sauberem Retrieval (RAG) und guten Prompts die bessere Wahl als das teuerste Spitzenmodell.
Datenstandort und Datenhoheit: der Schweizer Knackpunkt
Für Schweizer Unternehmen ist die Datenfrage oft entscheidender als die reine Leistung. Zentral sind vier Punkte: Wo werden die Daten verarbeitet und gespeichert? Werden Ihre Eingaben zum Training des Modells verwendet (in der Regel abwählbar bei Business-Angeboten)? Wer kann rechtlich darauf zugreifen? Und existiert ein Auftragsbearbeitungsvertrag nach revDSG? Bei Personendaten oder Geschäftsgeheimnissen sind diese Antworten Voraussetzung, nicht Kür.
Das revDSG verlangt nicht zwingend ein Hosting in der Schweiz, sondern angemessenen Schutz und Transparenz bei Auslandsübermittlungen. Viele grosse Anbieter offerieren inzwischen Rechenregionen in der EU oder in der Schweiz; für hoch sensible Daten (Gesundheit, Finanzen, Behörden) kann ein EU-/CH-Hosting oder ein selbst betriebenes Open-Weight-Modell die sauberste Lösung sein. Schweizer und europäische Souveränitätsoptionen wie das offene Modell Apertus von ETH Zürich und EPFL erweitern die Auswahl jenseits der US-Anbieter.
Kostenmodell und Total Cost of Ownership
Der sichtbare Token-Preis ist nur ein Teil der Rechnung. Vergleichen Sie die tatsächlichen Betriebskosten (TCO) über ein realistisches Volumen: Ein-/Ausgabe-Tokens, Kontextgrösse, Wiederholungen durch Nachfragen, Caching-Rabatte und Batch-Optionen. Ein günstiger Grundpreis kann durch lange Prompts oder viele Iterationen teurer werden als ein scheinbar teureres Modell, das die Aufgabe beim ersten Versuch löst. Konkrete Preise ändern sich häufig – konsultieren Sie stets die aktuelle Preisliste des Anbieters.
Bei Self-Hosting kehrt sich die Logik um: statt variabler Token-Preise fallen fixe Kosten für GPU-Infrastruktur, Betrieb und Know-how an. Das lohnt sich ab hohem, konstantem Volumen oder wenn Datenhoheit den Ausschlag gibt. Rechnen Sie auch weiche Kosten ein: Integration, Prompt- und Evaluations-Aufwand, Monitoring, Modell-Updates und Schulung der Mitarbeitenden.
Integration, Betrieb, Compliance und Exit
Ein Modell ist nur so nützlich wie seine Einbettung. Prüfen Sie API-Stabilität und Rückwärtskompatibilität, verfügbare SDKs, Latenz und Durchsatz, dokumentierte Verfügbarkeit (SLA) sowie die Reife des Ökosystems (Bibliotheken, Community, Support). Wichtig ist auch die Versionierungspolitik: Werden alte Modellversionen abgekündigt, müssen Sie neu evaluieren – planen Sie diesen Wartungszyklus von Anfang an ein.
Compliance-seitig gehören ein Auftragsbearbeitungsvertrag nach revDSG, Transparenz über Sub-Auftragsverarbeiter und Auslandsübermittlungen sowie die Einordnung unter dem EU AI Act dazu. Der EU AI Act wirkt extraterritorial: Er kann Schweizer Anbieter treffen, deren Systeme in der EU genutzt werden oder deren Ergebnisse dort verwendet werden. In regulierten Branchen kommen FINMA-Vorgaben oder Berufsgeheimnisse hinzu. Vermeiden Sie schliesslich Vendor Lock-in: Bevorzugen Sie offene Standards, portable Prompts und eine Architektur, die den Anbieterwechsel ermöglicht.
Das Bewertungsraster: gewichten und entscheiden
Übersetzen Sie die fünf Kriterien in ein einfaches Bewertungsraster. Gewichten Sie jedes Kriterium nach Bedeutung für Ihren Use Case (Summe 100 %), bewerten Sie jeden Kandidaten auf einer Skala von 1 bis 5 und multiplizieren Sie. So wird der Entscheid transparent, nachvollziehbar und auditierbar – und lässt sich bei jedem Modell-Update wiederholen.
- Gewichtungsbeispiel (anpassen!): Compliance 25 %, Datenstandort 25 %, Capability 20 %, Kosten/TCO 15 %, Integration 15 % – bei stark regulierten Daten.
- Pilot vor Skalierung: Testen Sie die zwei besten Kandidaten in einem begrenzten Pilotprojekt mit echten Daten, bevor Sie sich festlegen.
- Nicht endgültig binden: Halten Sie die Architektur austauschbar; die Modelllandschaft ändert sich in Monaten, nicht Jahren.
Häufige Fragen
Welches KI-Modell ist das beste für mein Unternehmen?
Es gibt kein universell bestes Modell. Das richtige Modell ergibt sich aus Ihrem konkreten Use Case, Ihren Datenschutzanforderungen, Ihrem Volumen und Budget sowie Ihrer bestehenden IT. Definieren Sie zuerst die Aufgabe, bauen Sie eine kleine Evaluationssuite mit echten Beispielen und vergleichen Sie zwei bis drei Kandidaten anhand des gewichteten Bewertungsrasters.
Cloud-API oder selbst gehostetes Open-Weight-Modell?
Cloud-APIs bieten Spitzenleistung, schnelle Integration und variable Kosten ohne Infrastruktur. Selbst gehostete Open-Weight-Modelle geben maximale Datenhoheit und planbare Fixkosten, verlangen aber GPU-Infrastruktur und Know-how. Cloud lohnt sich für schnellen Start und schwankende Volumina; Self-Hosting bei hohem konstantem Volumen oder wenn Daten die Schweiz nicht verlassen dürfen.
Muss ich für revDSG-Konformität zwingend in der Schweiz hosten?
Nein. Das revDSG verlangt kein Hosting in der Schweiz, sondern angemessenen Schutz und Transparenz bei Auslandsübermittlungen, etwa in Länder mit anerkanntem Datenschutzniveau oder mit vertraglichen Garantien. Ein Auftragsbearbeitungsvertrag ist Pflicht. Bei besonders schützenswerten Daten kann CH- oder EU-Hosting dennoch die risikoärmste Wahl sein.
Wie vergleiche ich die Kosten verschiedener Anbieter fair?
Rechnen Sie nicht mit dem Listenpreis pro Token, sondern mit den Gesamtkosten für ein realistisches Monatsvolumen: durchschnittliche Prompt- und Antwortlänge, Anzahl Anfragen, Caching- und Batch-Rabatte sowie Wiederholungen. Ergänzen Sie weiche Kosten für Integration, Monitoring und Wartung. Konkrete Preise ändern sich oft, prüfen Sie stets die aktuelle Preisliste des Anbieters.
Was ist Vendor Lock-in und wie vermeide ich ihn?
Vendor Lock-in bedeutet, dass ein Anbieterwechsel technisch oder wirtschaftlich schwierig wird – etwa durch proprietäre Schnittstellen oder tief eingebettete Abhängigkeiten. Vermeiden Sie ihn durch eine Abstraktionsschicht zwischen Ihrer Anwendung und dem Modell, portable Prompts, offene Standards und regelmässige Tests eines Alternativmodells. So bleiben Sie handlungsfähig, wenn Preise, Qualität oder Bedingungen sich ändern.
Sollte ich ein Schweizer oder europäisches Modell wie Apertus nutzen?
Apertus ist ein offenes, in der Schweiz von ETH Zürich und EPFL entwickeltes Sprachmodell und eine ernstzunehmende Souveränitätsoption, besonders wenn Datenhoheit, Transparenz und Unabhängigkeit von US-Anbietern zählen. Ob es passt, hängt vom Use Case ab: Bewerten Sie es wie jeden anderen Kandidaten über Ihre eigene Evaluationssuite, statt es allein aus Standortgründen zu wählen.
Begriffe im Glossar
Praktische KI für Ihr Unternehmen
Von der Idee zur Umsetzung – wir zeigen Ihnen, was in Ihrem Fall konkret möglich ist.
Demo anfordern