Die Verunsicherung ist vernünftig.

In fast jedem Gespräch der letzten Monate taucht irgendwann dieselbe Frage auf. Sie kommt vom C-Level, von Directors und Head-ofs ebenso wie von Entwicklern, aus Konzernen wie aus dem Mittelstand, mal vorsichtig, mal frustriert: Welche KI dürfen wir eigentlich benutzen?

Ich verstehe diese Verunsicherung. Mehr noch: Ich halte sie für vernünftig.

Jede Woche neue Modelle, jede Woche neue Bestwerte, jede Woche ein Anbieter, der behauptet, alle anderen überholt zu haben. Und das Tempo zieht weiter an: Vor wenigen Tagen hat Moonshot AI mit Kimi K3 das größte offene KI-Modell aller Zeiten veröffentlicht - aus China, frei verfügbar, nach ersten unabhängigen Messungen auf Augenhöhe mit den führenden Systemen. Open Source auf Frontier-Niveau: Das ist eine neue Dimension, hochspannend - und es krempelt die Auswahlfrage noch einmal komplett um. Denn jetzt kann sich jedes Unternehmen Spitzentechnologie einfach herunterladen. Die Frage, ob es das darf und sollte, beantwortet der Download nicht.

Dazu kommen die Fragen, die in keinem Benchmark stehen: Wo laufen unsere Daten hin, wenn Mitarbeiter einen Chatbot befragen? Was passiert mit dem Prompt, in dem versehentlich eine Kundenliste steckt? Welcher Rechtsraum gilt, welcher Betreiber sieht mit? Und wer haftet, wenn die KI überzeugend falsch antwortet?

Wer das ernsthaft beantworten will, muss vieles gleichzeitig prüfen: Halluzinationsverhalten im eigenen Fachkontext, nicht im Laborquiz. Datenabfluss und Betreibermodell. Herkunft und Auflagen. Die eigene Governance. Das ist keine Aufgabe, die eine IT-Abteilung nebenbei erledigt, während sie den Betrieb am Laufen hält - und mit normalem Menschenverstand allein ist sie ehrlicherweise nicht mehr zu bewältigen. Das ist kein Vorwurf an die Entscheider. Es ist eine Feststellung über das Tempo.

Also passiert eines von zwei Dingen, und ich sehe beide fast täglich. Entweder wird sicherheitshalber gar nichts erlaubt, und das Unternehmen schaut zu, wie der Wettbewerb lernt. Oder es entsteht Schatten-KI: Jeder nutzt, was er privat kennt, und die sensibelsten Daten des Hauses wandern in Werkzeuge, die nie jemand geprüft hat. Der Stillstand kostet Zukunft. Der Wildwuchs kostet womöglich mehr.

Das Verrückte ist: Für fast alles, worauf wir uns verlassen, existiert eine neutrale Prüfung. Kein Aufzug fährt ohne Abnahme, kein Auto ohne Typzulassung, keine Bilanz ohne Testat. Nur bei der Technologie, der wir gerade Entscheidungen, Texte und Kundendaten anvertrauen, sollen Marketingfolien und Bauchgefühl genügen.

Ich glaube nicht an Bauchgefühl als Governance-Instrument. Verunsicherung verschwindet nicht durch Meinungen, sie verschwindet durch Messung: durch Benchmarks, die neutral sind, weil der Prüfer kein eigenes Modell im Rennen hat. Die nachvollziehbar sind, weil Kriterien und Verfahren offenliegen. Und die im echten Einsatzkontext messen, nicht auf der Showbühne. Dass es so etwas für KI-Modelle noch nicht flächendeckend gibt, halte ich für eine der auffälligsten Lücken dieser Technologie-Epoche.

Die Frage „Welche KI dürfen wir benutzen?" ist die richtige Frage. Sie verdient eine bessere Antwort als ein Achselzucken.

Wie diese Antwort aussehen könnte, beschäftigt mich derzeit mehr als jedes einzelne Modell.