Welches LLM-Modell für welchen Business-Use-Case?

Modell-Familien 2026

• OpenAI: GPT-4o-Familie + o-Serie.

• Anthropic: Claude Haiku / Sonnet / Opus.

• Google: Gemini Flash / Pro / Ultra.

• Meta: Llama (Open-Weight).

• Mistral (FR): Mistral / Mixtral.

• Aleph Alpha (DE): Luminous.

• DeepSeek (CN): DeepSeek-V3 + R1.

Auswahl-Kriterien

1. Use-Case-Komplexität.

2. Latenz + Performance.

3. Kosten pro Million Tokens.

4. Datenschutz + Hosting.

5. Multimodal-Bedarf.

6. Tool-Use + Function-Calling.

7. Context-Window.

Routine-Aufgaben

• Mail-Drafts, Recap, Klassifizierung, Zusammenfassung.

• Modell: GPT-4o-mini, Gemini-Flash, Claude-Haiku.

• Kosten: 0.1-0.5 USD pro Million Tokens.

• Schnell, günstig, ausreichend.

• Hoechste Volumen-Use-Cases.

Komplexe Aufgaben

• Strategie-Memos, Code-Review, lange Analysen.

• Modell: GPT-4o, Claude-Sonnet, Gemini-Pro.

• Kosten: 3-10 USD pro Million Tokens.

• Höhere Qualität.

• Reasoning-Fähigkeit gut.

Reasoning-Aufgaben

1. Mathematische Probleme, komplexe Logik, multi-step Reasoning.

2. Modell: OpenAI o3 / o4-mini, Claude-Opus mit Extended-Thinking.

3. Höhere Latenz (Minuten).

4. Höhere Kosten.

5. Bessere Reasoning-Qualität.

6. Nicht für Routine.

Sensible Daten

• HR, Recht, Patient-Daten, Finanzen.

• EU-Hosting Pflicht.

• Mistral (FR), Aleph Alpha (DE), Azure-OpenAI EU, Claude-EU.

• AVV mit Anbieter.

• DSFA bei Hoch-Risiko.

• Trainings-Daten-Klausel (kein Training auf eigenen Daten).

Multimodal

• Bilder, Video, Audio mit Text kombinieren.

• Gemini-Pro/Ultra: stark in Multimodal.

• GPT-4o: Bild + Sprach.

• Claude Sonnet 3.5+: Bild + Text.

• Use-Cases: Doku-Analyse, Video-Verständnis, Voice-Assistents.

Open-Weight-Optionen

1. Llama 3 (Meta).

2. Mistral + Mixtral.

3. DeepSeek-V3 + R1.

4. Lokal hostbar.

5. Datenschutz-Vorteil.

6. Aufwand: GPU-Infrastruktur, MLOps-Skill.

Decision-Matrix

• Hoch-Volumen + niedrig-Risiko: Mini-Modelle.

• Niedrig-Volumen + hoch-Komplex: Top-Modelle.

• Sensitive Daten: EU-Hosting.

• Multimodal: Gemini oder GPT-4o.

• Reasoning: o-Serie oder Opus + Thinking.

Anti-Patterns

• Top-Modell für alle Use-Cases - verbrennt Budget.

• Free-Modell für sensitive Daten - DSGVO-Verstoss.

• Modell ohne Use-Case-Prüfung gewählt.

• Routine-Modell für Reasoning - schlechte Antworten.

• Vendor-Lock-In ohne Exit-Strategie.