Das Ende der Modell-Religion: Warum belastbare KI-Systeme 2026 multi-model werden

Opus 4.7 ist nicht das Problem – die Compute-Realität ist es. Die Diskussion um Opus 4.7 beginnt mit der falschen Frage. Ja, Opus 4.7 ist in Teilbereichen stärker. Ja, die Benchmarks sind solide. Aber die wichtigere Frage lautet: Zu welchem realen Preis, unter welchen Limits, mit welchen Nebenwirkungen? Das Video beschreibt eine unbequeme Diagnose: höherer realer Tokenverbrauch, aggressiveres Standard-Reasoning, potenziell schlechtere Effizienz, spürbar enger werdende Kapazitätslimits. Das ist kein Modellproblem – das ist ein Infrastrukturproblem. Anthropic leidet nicht an einem Ideenmangel, sondern an einem Kapazitätsmangel. Wer Compute nicht skalieren kann, muss Verhalten, Limits und Voreinstellungen anpassen. Und genau das spüren Unternehmen im Live-Betrieb – als schwankende Qualität, als unerwartete Kostensprünge, als Limits an der falschen Stelle.

Listenpreise sind 2026 fast irreführend. Die zweite zentrale Erkenntnis: Ein Modell kann „auf dem Papier“ gleich teuer sein und real dreimal so viel kosten. Warum? Feinerer Tokenizer, höheres Standard-Reasoning, mehr Output-Tokens, längere Arbeitszeit pro Aufgabe. Für jede betriebliche Nutzung bedeutet das: Der Preis pro Million Token ist eine Marketinggröße. Der Preis pro gelöster Aufgabe ist die Wahrheit. Wer seine Workflows nach Listenpreis wählt, optimiert die falsche Kennzahl. Wer nach effektiven Aufgabenkosten steuert, baut ein belastbares Geschäft. Das ist keine akademische Fußnote – das ist eine konkrete Frage für Margen, Agent-Design, API-Budgets und Kundenrentabilität.

Anbieterbindung ist ein strategisches Risiko geworden. Wenn ein Anbieter Limits verschärft, Verhalten ändert oder Kapazitäten verliert, spürt der Nutzer das direkt im Betrieb. Das ist keine Glaubensfrage, sondern nüchterne Betriebslogik. Für ein produktives KI-System heißt das: Keine Modell-Religion. Kein „Wir sind Team Claude“, kein „Wir sind Team GPT“. Die einzig belastbare Haltung ist „Wir sind Team Ergebnis“ – mit einer Architektur, die modellagnostisch genug ist, um zu wechseln, wenn ein Anbieter kippt. Wer 2026 seine gesamte Wertschöpfung von einem Modell abhängig macht, baut ein Geschäft auf einem Fundament, das er nicht kontrolliert.

Codex wird zur Produktplattform – nicht nur zum Modell. Der zweite interessante Strang ist OpenAI. Codex ist kein Modell-Endpunkt mehr, sondern wird systematisch zu einer Arbeits- und Orchestrierungsplattform ausgebaut: In-Browser-Kommentierung, Computer Use, Plugin- und Tool-Integration, native Bildgenerierung, visuelles Arbeiten statt reines Terminal. Das ist strategisch wichtig. Denn es zeigt: Der Kampf läuft nicht mehr primär auf Modelleffizienz, sondern auf UX, Orchestrierung und Workflow. Für viele Nutzer gewinnt nicht das beste Modell – sondern das System, das sie am schnellsten produktiv macht. Codex vs. Claude ist deshalb auch keine Glaubensfrage, sondern ein Routing-Problem. Je nach Aufgabe, UI-Bedarf und Kostenlage gibt es unterschiedliche Antworten.

Agentic Coding diffundiert in neue Felder – inklusive Video und Produktion. Das Video bringt einen sehr praxisrelevanten Hinweis: Agentic Coding ist nicht länger nur für Softwareprodukte relevant. Es wandert in Video-Editing, Motion Graphics, Untertitel, Formatübertragungen und Produktions-Workflows. Das Muster ist sauber: Sobald Aufgaben wiederholbar, dateibasiert, schrittlogisch und reviewbar sind, werden agentische Workflows massiv attraktiv. Das öffnet einen sekundären Opportunity-Strang – für Content-Teams, Social-Teams, Marketing-Agenturen, Creator-Unternehmen und Lern-/Kursanbieter. Nicht Kernfokus für ETERNUM, aber ein ernstzunehmendes zweites Spielfeld, auf dem die gleiche Grundarchitektur (Agent, Skill, Orchestrierung, Review) direkt übertragbar ist.

Rosalind und Invitris: Die vertikale Welle hat begonnen. Der dritte Strang – GPT-Rosalind, Invitris und vergleichbare Initiativen – markiert den Übergang von Generalmodellen zu spezialisierten, domänenscharfen Systemen. KI verlässt das reine Chat-Spiel. Sie wird vertikal. Sie wird domänenspezifisch. Sie beschleunigt Forschungszyklen, nicht nur Antwortzyklen. Für den österreichischen Mittelstand ist Biologie/Medizin nicht der erste Hebel. Aber die Lektion gilt übertragbar: Die nächste Welle sind nicht noch größere Generalmodelle, sondern spezialisierte High-Value-Systeme in vertikalen Domänen. Für Branchen wie SHK, Kanzleien, Arztpraxen oder Immobilien heißt das: Wer heute branchenscharfe Agent-Systeme baut, baut die Infrastruktur für die nächste Welle mit.

Model Routing ist 2026 kein Nice-to-have, sondern Architekturpflicht. Fasst man alles zusammen, ergibt sich eine klare Architekturansage: Multi-Model und intelligentes Routing sind ab 2026 Pflichtbaustein jeder belastbaren KI-Delivery. Günstiges Modell für einfache Operations, Mid-Tier für Standard-Workflows, High-Reasoning nur für komplexe Fälle, UI-/Browser-lastige Aufgaben in Codex-ähnlichen Umgebungen. Reasoning-Level werden nicht mehr unkritisch auf Default gelassen, sondern use-case-spezifisch gesetzt. Workflows werden nach Komplexität, Risiko, Kreativanteil, UI-Bedarf und Zeitkritik segmentiert. Das ist kein technisches Detail. Das ist der Unterschied zwischen einem spannenden Demo-Prototyp und einem Geschäft, das unter realer Last überlebt.

Schritt 1 – Modell-Routing-Framework definieren. In der Praxis heißt das: Jedes Unternehmen, das heute KI operativ nutzt oder einführt, sollte ein klares Routing-Schema haben. Günstiges Modell für einfache Klassifikationen, Zusammenfassungen und Standard-Antworten. Mid-Tier für Terminbuchungen, Follow-ups, CRM-Pflege und wiederkehrende Abläufe. High-Reasoning nur dort, wo echter Mehrwert den Mehrpreis rechtfertigt – z. B. bei rechtssensiblen Vorfilterungen, komplexen Eskalationsentscheidungen oder anspruchsvollem Dokumentenverständnis. UI- und Browser-lastige Aufgaben (Oberflächenbedienung, visuelle Arbeit) gehören in Codex-ähnliche Produktumgebungen. Das ist keine Spielerei – das ist Kostensenkung von potenziell 40–70 % bei gleicher oder besserer Ergebnisqualität.

Schritt 2 – Bestehende Workflows auf effektive Aufgabenkosten prüfen. Die Pflichtfrage lautet nicht mehr „Welches Modell kostet laut Pricing weniger?“, sondern „Welches Modell löst diese Aufgabe unter realem Verbrauch am wirtschaftlichsten?“. Das erfordert kurze, disziplinierte A/B-Tests im Live-Betrieb: gleicher Use Case, zwei oder drei Modelle, Messung von Kosten pro Fall, Fehlerrate, Eskalationsquote und Kundenzufriedenheit. Die Ergebnisse sind oft überraschend – und fast immer zugunsten von Setups, die nicht an Modellprestige, sondern an Aufgabenprofil orientiert sind. Wer diese Disziplin nicht etabliert, zahlt Jahre lang ein still wachsendes Kostenleck.

Schritt 3 – Default-Reasoning nie unkritisch übernehmen. Extra-High, Adaptive Thinking und ähnliche Standardeinstellungen können wertvoll sein, aber sie können auch Kosten fressen wie ein SUV im Leerlauf. Die klare Regel: Reasoning-Level werden per Use Case gesetzt, nicht per Voreinstellung. Einfache Aufgaben laufen auf schlankem Reasoning, kritische Aufgaben auf vollem Denkprozess. Das ist nicht nur eine Kostenfrage – es ist auch eine Latenz- und Erlebnisfrage. Überdrehte Reasoning-Stufen machen Agent-Interaktionen langsam und fühlen sich künstlich an; sauber gesetzte Stufen klingen und reagieren wie ein Kollege.

Schritt 4 – Opportunity-Track „AI Production Systems“ anlegen. Für Unternehmen mit eigenen Content-Teams oder für Dienstleister mit Content-Kunden entsteht 2026 ein zweiter, gut monetarisierbarer Use-Case-Strang neben der klassischen KI-Voice-Linie: agentische Produktions-Workflows. Video-Rohschnitt-Unterstützung, Untertitel- und Localization-Workflows, Motion-Graphics-Vorbereitung, Projekt-Packaging und wiederkehrendes Editor-Setup. Das ist nicht Kernprodukt im Mittelstand, aber ein realer Zusatzumsatz in Branchen, in denen Medienproduktion systematisch anfällt – Agenturen, Bildungsanbieter, größere Social-Teams, Creator-Unternehmen.