Gewinne:
- Passende starke Felder und typischer Benutzer der Claude-, GPT- und Gemini-Familien
- Möglichkeit, die Ebenen-(Tier-)Logik und Modellbenennung jedes Anbieters zu lesen
- Gewöhnen Sie sich an, Vergleiche auf der Grundlage Ihrer eigenen Testdaten und nicht auf Marketingaussagen zu stützen
Wir haben den Markt kartiert und die Unterscheidung zwischen geschlossenem und offenem Gewicht kennengelernt. Jetzt lernen wir die drei sichtbarsten Player auf dem Markt kennen, nämlich die großen US-amerikanischen Anbieter: Anthropic (Claude), OpenAI (GPT) und Google (Gemini). Diese drei spielen heute in den meisten KI-Entscheidungen von Unternehmen eine Rolle. Unser Ziel ist es nicht, einen „Gewinner“ zu erklären; Ziel ist es, objektiv zu verstehen, wo jeder einzelne glänzt, welche Benennungslogik er hat und welchen typischen Benutzer er hat. Wenn die Einheit fertig ist, können Sie über diese drei Familien sprechen, ohne sie zu verwechseln, und Sie werden verinnerlichen, dass Sie einen Vergleich auf Ihren eigenen Test und nicht auf Werbung stützen sollten.
Gemeinsame Logik: Stufensystem
Diese drei Anbieter nutzen alle eine ähnliche Logik: Sie bieten Modelle derselben Familie an, gestaffelt nach dem Verhältnis von Geschwindigkeit, Kosten und Leistung. Normalerweise gibt es drei Stufen:
- Leichte Stufe: Schnellste und günstigste. Für einfache, umfangreiche Aufgaben (Klassifizierung, Einweisung, Etikettierung).
- Ausgewogene Bühne: Leistung und Kosten im mittleren Bereich. Die „Standard“-Auswahl für die meisten täglichen Aufgaben.
- Starke Stufe: Am fähigsten, am teuersten, am langsamsten. Für komplexe Überlegungen, lange Analysen, schwierigen Code.
Sobald Sie diese Stufenlogik verstanden haben, werden Sie sich nicht verloren fühlen, ganz gleich, welchen Anbieter Sie sich ansehen. „Welcher Level entspricht diesem Modell in dieser Familie?“ Es genügt zu fragen.
Tipp: Wenn Sie von einem neuen Modell hören, fragen Sie zunächst: „Welche Ebene welcher Familie?“ fragen. Lassen Sie sich von der Vielzahl der Namen nicht abschrecken; Tatsächlich bietet jeder Anbieter dieselben drei Stufen unter unterschiedlichen Namen an.
Anthropisch – Familie Claude
Die Claude-Familie von Anthropic bietet drei Stufen: Opus (stark), Sonnet (ausgewogen) und Haiku (leicht). Versionsnummern sind ebenfalls enthalten; Das von dieser Plattform verwendete Modell ist beispielsweise claude-opus-4-8, also die 4.8-Version der Opus-Stufe.
Es zeichnet sich durch lange Kontextverarbeitung (die Fähigkeit, hundertseitige Dokumente vollständig zu lesen), das Schreiben und Lesen von Code sowie ein sicheres, vorhersehbares Verhalten im Unternehmenseinsatz aus. Claude ist dafür bekannt, sich an Anweisungen zu halten und in sensiblen Angelegenheiten souverän zu handeln. Daher wird es häufig in regulierten Bereichen wie Recht, Finanzen und Gesundheit bevorzugt.
Typischer Benutzer: Rechtsteams, die lange Dokumente analysieren, Softwareteams, die Code überprüfen, Unternehmenskundendienste, die eine sichere Ausgabe benötigen.
Aktuelle Anthropic-Modelle und ungefähre Preise (pro Million Token, Input/Output):
Modell
Bühne
Kontext
Geben Sie 1 Mio. $ ein
Ausgabe $/1 Mio
Claude Opus 4.8
stark
1 Mio. Token
~5
~25
Claude Sonett 5
ausgeglichen
1 Mio. Token
~3
~15
Claude Haiku 4.5
leicht
200.000 Token
~1
~5
Achtung: Diese Preise gelten als Richtpreise für den Zeitraum, in dem dieses Modul erstellt wurde, und ändern sich häufig. Überprüfen Sie unbedingt die aktuelle Preisseite des Anbieters, bevor Sie eine Entscheidung treffen. Auf die Preislogik gehen wir in der 6. Einheit ausführlich ein.
OpenAI – GPT-Familie
Die GPT-Familie von OpenAI ist die bekannteste Marke auf dem Markt und verfügt über das größte Drittanbieter-Ökosystem; Das heißt, viele Softwaretools, Plug-Ins und Integrationen werden zuerst für GPT veröffentlicht. Die GPT-Familie ist ebenfalls gestaffelt: Es gibt schnelle und günstige Modelle (leichte Optionen wie zum Beispiel das GPT-4o mini), ausgewogene Allround-Modelle (GPT-4o) und Modelle mit starkem Denkvermögen wie die „o-Serie“, die sich speziell auf das Denken konzentrieren.
Bereiche, in denen es hervorsticht: Vielseitigkeit und Verbreitung. Große Auswahl an Funktionen für Text, Code, Bilder und Audio; ausgereiftes Fahrzeugökosystem; und breite Community-Unterstützung. „Kann eine Arbeit mit KI erledigt werden?“ GPT ist normalerweise ein guter Ausgangspunkt.
Typischer Benutzer: Startups, die Rapid Prototyping betreiben, Produktteams, die eine breite Integration wünschen, KMUs, die ein breites Aufgabenspektrum mit einem einzigen Anbieter abwickeln möchten.
Google – Zwillingsfamilie
Die Gemini-Familie von Google spielt mit zwei leistungsstarken Karten: Multimodalität (die Möglichkeit, Text, Bilder, Audio und Video zusammen zu verarbeiten) und Google Workspace-Integration (Arbeit eingebettet in Tools wie Gmail, Docs, Sheets). Gemini ist ebenfalls abgestuft: Es gibt schnelle „Flash“-Modelle und leistungsstärkere „Pro“-Modelle.
Wo es sich auszeichnet: Visuelles und Videoverständnis, umfangreicher Kontext und reibungslose Integration für Unternehmen, die Google-Tools bereits intensiv nutzen. Wenn eine Organisation alle Büroarbeiten über Google Workspace ausführt, erlebt sie Gemini als natürliche Erweiterung.
Typischer Benutzer: Im Google-Ökosystem etablierte Unternehmen, bild-/videolastige Content-Teams, diejenigen, die sehr große Datensätze auf einmal verarbeiten möchten.
Drei Familien Seite an Seite
Größe
Anthropisch (Claude)
OpenAI (GPT)
Google (Zwillinge)
stärkster Aspekt
Langer Kontext, Code, sicheres Verhalten
Vielseitigkeit, breites Ökosystem
Multimodalität, Arbeitsbereich
Stufen
Opus/Sonett/Haiku
Stark / ausgewogen / leicht + argumentativ
Pro/Flash
Typischer Benutzer
Regulierte Sektoren
Unternehmens- und Produktteams
Auf Google fokussierte Institutionen
Gewichtsart
Geschlossen
Geschlossen
Geschlossen
Wenn Sie sich diese Tabelle ansehen, fragen Sie nicht, wer gewinnen wird. Fragen Sie: „Welche Zeile passt zu meinem Job?“ Wenn Sie einen 200-seitigen Vertrag lesen lassen, ist die lange Kontextzeile für Sie ausschlaggebend, und wenn Sie Rechnungen aus einer visuellen Lektüre lesen lassen, ist die Multimodalitätszeile für Sie entscheidend.
Schwache Aufforderung / Starke Aufforderung: Wenn Sie nach einer Familienwahl fragen
Schwache Eingabeaufforderung:
Was ist besser: Claude, GPT oder Zwillinge?
Kraftvolle Aufforderung:
Ihre Rolle: neutraler KI-Berater. Mein Job: Ich möchte Entwürfe für die Beantwortung von Kunden-E-Mails in einem E-Commerce-Unternehmen erstellen und den Betrag/das Datum aus den Bildern eingehender Rechnungen extrahieren. Es gibt zwei verschiedene Aufgaben: (1) Textgenerierung, (2) Datenextraktion aus dem Bild. Aufgabe: Vergleichen Sie die Familien Claude, GPT und Gemini für beide Aufgaben. Schreiben Sie auf, welche Familie bei einer Aufgabe besonders hervorsticht, welche Stufe ich verwenden sollte und warum. Geben Sie keinen genauen Preis an, sondern eine Spanne. Sagen Sie im Zweifelsfall „testen“.
Da die zweite Eingabeaufforderung den Job in zwei klare Aufgaben unterteilt, kann das Modell für jede Aufgabe separat die richtige Familie empfehlen. Dies ist auch die Grundlage für die Idee des „Modellportfolios“, die wir später kennenlernen werden.
Kopierbare Vorlagen
Übereinstimmung der Stufe 1:
Ich definiere die folgende Aufgabe: [TASK]. Welche Stufe der Claude-, GPT- und Gemini-Familien (leicht/ausgeglichen/stark) würden Sie angesichts des Schwierigkeitsgrads und der Lautstärke empfehlen? Schreiben Sie für jede Familie eine Begründungszeile.
2. Ökosystemkompatibilität:
Werkzeuge, die wir derzeit verwenden: [WERKZEUGLISTE, z.B. Google Workspace / Microsoft 365].Welche KI-Familie passt am reibungslosesten in diesen Tool-Stack und warum? Bewerten Sie die einfache Integration, die Lernkurve und das mögliche Risiko einer Bindung (Abhängigkeit).
3. Stärkenvalidierung:
Ich möchte die Behauptung „[MODELLNAME] ist der Beste darin“ für meine Aufgabe [AUFGABE] testen. Welche drei Beispieltests sollte ich nach eigenem Ermessen durchführen, um diese Behauptung zu überprüfen? Beschreiben Sie die Erfolgskriterien für jeden Test in einem Satz.
4. Namensauflösung:
Analysieren Sie die folgenden Modellnamen in Familie, Stufe und Version und erstellen Sie eine Tabelle: [MODELLNAMEN]. Beschriften Sie jeweils eine typische Verwendung mit einem einzelnen Wort.
Häufige Fehler
- Entscheidung aufgrund von Werbung: Die Ankündigung „Dieses Modell belegte in diesem Test den ersten Platz“ sagt möglicherweise nichts über Ihre Mission aus. Testen Sie es mit Ihren eigenen Daten.
- Eine Familie auswählen, ohne ein Level auszuwählen: Es reicht nicht aus zu sagen „Wir werden GPT verwenden“; Welche Ebene es ist, verändert die Kosten und die Qualität radikal.
- Ignorieren der Ökosystemsperre: Sich stark für die Familie zu engagieren erleichtert die Integration, macht es aber schwierig, in der Zukunft zu einem anderen Anbieter zu wechseln.
- Das Thema fehlt: Dieser Markt verändert sich schnell; Der Vergleich von vor sechs Monaten könnte heute ungültig sein. Basieren Sie Ihre Entscheidung auf aktuellen Informationen.
- Eine Familie zu allem zwingen: Während eine Familie im Text glänzt, kann eine andere Familie im Bild die Nase vorn haben. Denken Sie Aufgabe für Aufgabe.
Zusammenfassend
- Anthropic, OpenAI und Google bieten alle die gleiche Stufenlogik (leicht/ausgewogen/stark) unter unterschiedlichen Namen an.
- Claude im langen Kontext, Code und sicheres Unternehmensverhalten; GPT verfügt über eine große Vielseitigkeit und ein breites Ökosystem. Gemini zeichnet sich durch Multimodalität und Workspace-Integration aus.
- „Am besten“ variiert je nach Job; Basieren Sie den Vergleich auf Ihren eigenen Testdaten, nicht auf Werbung.
- Das Parsen der Modellnamen in Familie, Stufe und Version wird Ihnen helfen, sich auf dem überfüllten Markt zurechtzufinden.
Anwendungsaufgabe
Identifizieren Sie zwei verschiedene Aufgaben in Ihrem Job (eine mit viel Text, eine mit vielen visuellen Dokumenten oder mit vielen langen Dokumenten). Lassen Sie ein KI-Modell mithilfe von Vorlage 1 (Stufenabgleich) in dieser Einheit für jede Aufgabe den entsprechenden Rang der drei Familien abfragen. Entwerfen Sie dann mit Vorlage 3 (Stärkenvalidierung) drei konkrete Tests, um das vorgeschlagene Modell mit Ihren eigenen Daten zu testen. Wir werden diese Tests in der Evaluierungsstudie in Einheit 10 verwenden.
Checkliste
- [ ] Ich kann die Ebenenlogik (leicht/ausgewogen/stark) in allen drei Familien erkennen.
- [ ] Claude, ich kann die Bereiche zuordnen, in denen GPT und Zwillinge im Vordergrund stehen.
- [ ] Ich kann für eine Aufgabe mit Berechtigung die richtige Familie und den richtigen Rang wählen.
- [ ] Ich kenne Möglichkeiten, einen Modellanspruch mit meinen eigenen Daten zu testen.
- [ ] Ich kann Modellnamen als Familie + Stufe + Version analysieren.