Welches KI-Tool wofür? Eine Einordnung ohne Rangliste

Welches ist das beste KI-Tool? Die Frage bekomme ich am häufigsten, und ich kann sie nicht beantworten. Nicht aus Höflichkeit gegenüber den Anbietern, sondern weil sie falsch gestellt ist.

Ranglisten wechseln im Monatsrhythmus, und wer im Frühjahr einen Testsieger ausgerufen hat, steht im Herbst mit einer Empfehlung da, die zwei Modellgenerationen alt ist und deren Schwächen längst behoben wurden. Was stabil bleibt, sind die Aufgaben.

Deshalb sortiere ich nach Aufgabentyp und nenne bewusst keine Versionsnummern. Die stimmen ohnehin nur für ein paar Wochen.

Lange Dokumente durcharbeiten

Vierzig Seiten Vertrag, ein Sitzungsprotokoll, eine Diplomarbeit. Hier zählt zweierlei: wie viel Text das Werkzeug auf einmal aufnimmt und ob es Details in der Mitte zuverlässig wiederfindet.

Der zweite Punkt wird unterschätzt. Manche Modelle behalten Anfang und Ende eines Dokuments zuverlässig im Blick, werden aber in der Mitte ungenau, und genau dort steht in Verträgen erfahrungsgemäß die Klausel, wegen der man überhaupt nachgesehen hat. Testen lässt sich das in fünf Minuten: eigenes langes Dokument hochladen, nach etwas fragen, das auf Seite 30 steht.

Texte schreiben und überarbeiten

Hier geht es um Ton, nicht um Genauigkeit. Die Unterschiede sind deutlich hörbar und Geschmackssache.

Mein Vorschlag zum Vergleichen: Nimm einen eigenen Text, den du gut findest, und lass drei Werkzeuge den nächsten Absatz schreiben. Nach zehn Minuten weißt du mehr als nach jedem Testbericht.

Für das Überarbeitenlassen gilt etwas anderes als fürs Schreiben. Frag nicht, mach das besser. Frag: Welche drei Stellen versteht jemand ohne Vorwissen nicht? Die Antwort ist oft unangenehm treffend.

Rechnen und logische Ketten

Der Bereich mit den größten Unterschieden und der größten Fallhöhe.

Achte darauf, ob das Werkzeug seinen Gedankengang zeigen kann. Bei mehrstufigen Aufgaben verbessert das die Trefferquote spürbar, und du siehst, wo es schiefgeht.

Trotzdem bleibt eine Grenze: Auch das beste Modell rechnet schlechter als eine Tabellenkalkulation. Nutz es, um die Rechnung aufzustellen, nicht um sie auszuführen.

Aktuelle Informationen

Sobald es um Dinge aus dieser Woche geht, brauchst du ein Werkzeug mit Websuche. Ohne Suche antwortet ein Sprachmodell aus dem Gedächtnis, und das Gedächtnis endet irgendwann in der Vergangenheit.

Wichtig dabei: Der Link zählt, nicht die Zusammenfassung. Öffne die Quelle und prüf, ob dort wirklich steht, was behauptet wird. In meiner Erfahrung passt etwa jede fünfte Zusammenfassung nicht genau zur Vorlage.

Wenn Daten das Haus nicht verlassen dürfen

Bei Mandantendaten, Patientendaten oder unveröffentlichten Zahlen wird die Auswahl klein. Dann geht es um Modelle, die auf eigener Hardware laufen, oder um europäische Anbieter mit entsprechenden Verträgen.

Diese Modelle sind schwächer als die großen. Die relevante Frage lautet aber nicht, ob sie schwächer sind, sondern ob sie für die konkrete Aufgabe reichen. Für Zusammenfassungen und Formulierungshilfen reichen sie oft.

Bau dir deinen eigenen Test

Das ist der eigentliche Rat aus diesem Beitrag.

Nimm fünf Aufgaben aus deinem echten Alltag. Immer dieselben. Eine lange Zusammenfassung, ein schwieriger Text, eine Rechnung, eine Recherche, eine Übersetzung mit Fachbegriffen.

Wenn ein neues Werkzeug erscheint, jagst du die fünf durch und weißt nach zwanzig Minuten, ob sich der Wechsel lohnt. Das misst deine Arbeit, nicht eine Prüfungsaufgabe aus einem Benchmark.

Der unbequeme Teil

Die meisten holen aus dem Werkzeug, das sie schon haben, einen Bruchteil dessen heraus, was möglich wäre. Ein Wechsel bringt selten so viel wie zwei Wochen ernsthafte Übung mit dem Vorhandenen.

Das ist die langweiligste Empfehlung in diesem Text. Und wahrscheinlich die wirksamste.