Die spannendste Frage rund um KI im Unternehmen ist nicht mehr „Welches Modell ist das beste?”, sondern „Welches Modell darf welche Daten sehen?”. Wer KI ernsthaft einsetzen will, steht früher oder später vor einer Abwägung: maximale Leistung gegen maximale Kontrolle.
Beides gleichzeitig gibt es heute nicht.
Die zwei Pole
Auf der einen Seite stehen die Frontier-Modelle der grossen Anbieter – GPT, Claude, Gemini und vergleichbare. Sie sind aktuell das Leistungsmaximum: präziseste Sprache, beste Reasoning-Fähigkeit, breitestes Wissen. Der Preis dafür ist, dass die Daten den eigenen Perimeter verlassen. Was genau auf der Gegenseite mit ihnen geschieht – Speicherung, Auswertung, allfälliges Training – lässt sich vertraglich einschränken, aber nie vollständig prüfen.
Auf der anderen Seite stehen lokale Open-Source-Modelle, etwa über Ollama oder vergleichbare Setups direkt auf eigener Hardware betrieben. Die Daten verlassen das Haus nicht. Dafür liegt die Leistung – je nach Aufgabe – ein bis zwei Generationen hinter den Frontier-Modellen. Reasoning, lange Kontexte und subtile Aufgaben fallen spürbar schwächer aus.
Die Frage ist nicht „entweder/oder”, sondern „wofür”
Die meisten Diskussionen scheitern daran, dass sie die Entscheidung als Grundsatzfrage führen. Das ist sie nicht. Es ist eine Aufgabenfrage.
Ein paar Beispiele aus der Praxis:
- Öffentliche Recherche, Texte für die Website, allgemeine Konzeptarbeit: Hier sind die Daten ohnehin nicht sensibel. Frontier-Power lohnt sich, weil die Qualitätsdifferenz direkt im Ergebnis sichtbar wird.
- Kundendaten, Verträge, Lohnabrechnungen, Patientenakten: Hier hat ein lokales Modell auch dann seine Berechtigung, wenn es etwas schwächer ist. Datenschutz ist kein „Nice to have”, sondern oft gesetzliche Pflicht.
- Repetitive Routineaufgaben: Dokumente klassifizieren, E-Mails vorsortieren, Belege erkennen. Solche Aufgaben verlangen nicht die Spitze der Modellwelt. Ein lokales 8B- oder 13B-Modell reicht für 90 % dieser Fälle – und läuft günstig, schnell und privat.
Risiko bewusst eingehen ist eine valide Option
Wer Frontier-Modelle einsetzt, geht ein Risiko ein. Das ist nicht per se falsch. Risiken einzugehen, um an Leistung zu kommen, gehört zum unternehmerischen Alltag – beim Einkauf, beim Personal, bei der Finanzierung. Wichtig ist, dass die Entscheidung bewusst fällt und dokumentiert ist:
- Welche Daten dürfen in welches Modell?
- Welche Anbieter sind mit DPA und Auftragsverarbeitungsvertrag freigegeben?
- Wer im Team weiss, wo die Grenze verläuft?
Solange diese Fragen sauber beantwortet sind, ist die Nutzung von Frontier-Modellen kein Sicherheitsproblem, sondern eine Geschäftsentscheidung.
Was eine saubere Architektur leistet
Im Idealfall muss man sich nicht für eine Seite entscheiden, sondern baut ein gestaffeltes System:
- Vorne ein Router, der einschätzt, wie sensibel eine Aufgabe ist.
- Lokales Modell für alles, was sensibel oder repetitiv ist.
- Frontier-Modell für komplexe, nicht-sensible Aufgaben.
- Saubere Protokolle, wer was wann an welches Modell geschickt hat.
Die gute Nachricht: Für diese Architektur braucht es keine teure Eigenentwicklung. Werkzeuge wie Open WebUI erlauben genau diesen Mix – lokale Modelle (etwa via Ollama) und Frontier-Modelle (über die jeweiligen APIs) lassen sich in einer einzigen Oberfläche parallel ansprechen. Der Nutzer wählt pro Aufgabe das passende Modell, und die Administration behält die Kontrolle darüber, welche Daten welchen Weg nehmen dürfen.
So entsteht keine Grundsatzdebatte zwischen „pro Cloud” und „pro Local”, sondern ein nüchterner Mix, der für jede Aufgabe das passende Werkzeug zieht.
Fazit
Frontier Power und Privacy sind keine Gegner, sondern zwei Achsen, auf denen man sich pro Anwendungsfall neu positioniert. Wer pauschal das eine ausschliesst, verliert entweder Leistung oder Vertrauen.
Die eigentliche Arbeit liegt nicht in der Modellwahl, sondern in der Klarheit darüber, welche Daten welchen Weg gehen dürfen. Wer das einmal sauber durchdacht hat, kann beide Welten nutzen – ohne die Nachteile der jeweils anderen mitzukaufen.
Wenn Sie unsicher sind, welche Ihrer Workflows in die Cloud dürfen und welche besser lokal laufen sollten, machen wir einen kurzen Check: Welche Daten, welche Aufgaben, welches Modell. Eine Stunde, am Ende eine klare Landkarte. Termin vereinbaren.