Strategie: Welche KI-Modelle Unternehmen wirklich brauchen (Gesponsert)

Sprecherin: Diese Folge wurde vom Arbeitgeber des Interviewpartners gesponsert. „heise meets … – Der Entscheider-Talk". Wir besprechen kritische, aktuelle und zukunftsgerichtete Themen aus der Perspektive eines Entscheiders. heise business services begrüßt Persönlichkeiten aus Wirtschaft, Wissenschaft und Politik. Immer aktuell und nah am Geschehen.

Sprecher: Guten Tag und herzlich willkommen zu einer weiteren Folge „heise meets …". Heute mit Oliver Hessel von IONOS in Karlsruhe. Willkommen, mein lieber Oliver.

Oliver Hessel: Vielen Dank.

Sprecher: Sag mal, ich habe jetzt so ganz keck IONOS gesagt. Das ist schon richtig, oder? Ihr habt die Betonung vorne, das ist kein I, das ist ein Ei.

Oliver Hessel: Es ist IONOS, genau.

Sprecher: Und Oliver, als wir das Ganze vorbereitet haben, da hieß es immer: Oliver, das ist unser Top-KI-Experte. Und dann dachte ich immer, was zeichnet einen KI-Experten aus? Oliver, verrat's uns.

Oliver Hessel: Ja, ich würde das, glaube ich, nicht für mich selber beanspruchen, der Top-KI-Experte zu sein.

Sprecher: Bescheidenheit ist seine Zier.

Oliver Hessel: Was zeichnet einen KI-Experten aus..

Ich glaube Curiosity, also Neugier. Das heißt, immer am Puls der Zeit dranbleiben. Und das ist das, was man in diesem Thema über alle anderen Themen hinaus am allermeisten braucht. Es passiert jeden Tag, jede Woche etwas. Ich würde sagen, da am Puls der Zeit zu bleiben, ist wichtig. Wenn man zwei Wochen in Urlaub war, hat man gefühlt schon wieder ein halbes Jahr verpasst.

Sprecher: In der Tat, es passiert jeden Tag etwas. Wir zeichnen das Ganze am Ende September auf. Und ich habe heute Morgen im Radio gehört, dass sich eine KI in die australische Regierungswebsite gehackt hat. Das fanden die nicht so lustig. Das sind solche Meldungen, wo du sagst: Ich muss da immer dranbleiben, oder?

Oliver Hessel: Ja, das sind auch die Meldungen, die man häufiger hört in letzter Zeit. Ich meine, gefühlt anderthalb Wochen her ist, oder vielleicht auch ein bisschen länger, der Hugging-Face-Hack, wo dann ein paar Agenten ausgebrochen sind. Naja, über das Ausgebrochen kann man diskutieren und inwiefern das ein Hack war, auch. Aber ich glaube, das wird uns noch häufiger passieren. Das ist alles viel, viel schneller, viel, viel einfacher geworden mit der Unterstützung, die jetzt einfach da ist. Also, man muss kein Coder mehr sein. Es reicht, wenn man sprechen kann.

Sprecher: Aber wir wollen nicht die Schlagzeilen der letzten Tage und Wochen bewerten. Wir wollen ein bisschen in die Tiefe gehen. Open Weight versus Frontier-Modelle. Erstmal, Oliver, was verbirgt sich dahinter? Was ist was?

Oliver Hessel: Open Weight und Frontier, würde ich sagen, schließen sich gar nicht so aus. Also ein Open-Weight-Modell kann auch ein Frontier-Modell sein, und das ist alles auch immer ein bisschen diffus. Also mal kurz, was Open-Weight-Modelle sind: Das sind Modelle, die wurden von jemandem trainiert, egal von wem, und der stellt dann die Modellgewichte, also sozusagen das ausführbare Programm, anderen zur Verfügung. Im Unterschied zum ausführbaren Programm ist da der Unterschied: Man kann darauf weiterarbeiten, das weiterentwickeln. Man kann auch reingucken. Das ist Open Weight.

Sprecher: Magst du uns dazu ein Beispiel geben, was jeder nachvollziehen kann?

Oliver Hessel: Kimi K2 zum Beispiel ist ein Open-Weight-Modell. Ein ziemlich starkes oder auch relativ aktuelles Frontier-Modell ist jetzt zum Beispiel Claude Opus. Aktuell gerade heute ist es 5.5. Das ist eines der Frontier-Modelle. Frontier sind die besonders starken, die besonders guten. So wird das geframed. Und da gibt es auch Indizes, also Benchmarks, an denen die gemessen werden. Und die, die ganz weit vorne sind, sind die Frontier-Modelle. Ganz kurz noch ein Ausflug: Open Weights versus Open Source. Es gibt auch Open-Source-Modelle. Da ist die Definition, dass nicht nur die Modellgewichte, also das, was nach dem Training rausgekommen ist, veröffentlicht werden, sondern auch, was für das Training verwendet wurde und wie wurde trainiert. So kann man es auch direkt nachtrainieren. Das SOFI-Modell aus Deutschland ist da ein gutes Beispiel. Also ein ganz Open-Source-Modell.

Sprecher: So, jetzt haben wir ein bisschen Wikipedia für die Ohren gemacht. Was habe ich davon? Wenn ich mir einen bestimmten Anwendungsfall vorstelle, was habe ich persönlich davon? Wo würdest du sagen, das und das passt für den jeweiligen Anwendungsfall?

Oliver Hessel: Also deine Frage ist, ist so ein Frontier-Modell wirklich besser als ein Open-Source-Modell?

Sprecher: Wenn man das so übersetzen mag, ja, genau.

Oliver Hessel: Okay. Anwendungsfall ist, glaube ich, auch genau das Richtige. Es geht darum, für welche Aufgabe mache ich das? Vergleichen wir das mal mit etwas anderem, was ich ganz gerne mache. Handwerklich betätige ich mich gerne. Ich bin aber kein Schreiner. Also, ich habe kein Schreinerwerkzeug. Ich habe keinen großen Hobel zu Hause. Das muss ich mit der Hand machen. Wenn man Sachen macht, die nicht High-End sind, sondern die man auch mit, sagen wir mal, ein bisschen einfacheren Mitteln machen kann, dann sind kleine Modelle genau richtig. Da sollte man vielleicht auch noch drauf eingehen: Also die Frontier-Modelle, da gibt es welche, die sind sehr groß, die haben eine große Anzahl von Modellgewichten. Dann gibt es kleinere, das hat alles auch einen Einfluss auf Geschwindigkeit und so weiter und so fort. Und um nochmal zurückzukommen auf die Benchmarks: In den Benchmarks wird immer geguckt, was kann eigentlich das Modell? Also wie gut ist das Modell im Software-Entwickeln, wie gut ist das Modell, bestimmte Probleme zu lösen. Einen Text zusammenfassen, dafür brauche ich kein Frontier Latest Large Language Model. Da reicht ein kleineres Modell. Wenn ich ein Modell haben will, das mir meine Dokumente sortiert, brauche ich auch kein großes. Wenn ich eine Software bauen will, wenn ich eine Software konzipieren will zum Beispiel, dann nehme ich ein großes, großes Modell und mache mit dem ein Konzept. Und das kleine Modell kann es umsetzen. Stell dir das vielleicht vor wie der Architekt, der das Haus plant, aber der Architekt baut das Haus nicht. Es gibt auch jetzt nicht Millionen von Architekten, davon gibt es nur wenige. Und Leute, die das bauen, die haben spezielle Fähigkeiten, die setzen dann die Pläne um. So zum Real-Life-Vergleich.

Sprecher: Also zurück zu deinen Laubsägearbeiten, der Vergleich. Frontier, würdest du wie definieren? Die kleineren sind tatsächlich fürs Sperrholz, und die großen Baumstämme, die bearbeitest du dann mit einem großen Modell?

Oliver Hessel: Ja, die Großen sind eher für das Komplexe, für das Große. Und die kleineren Modelle sind dafür da, um die alltäglichen Tasks zu machen, um Massenverarbeitung zu machen. Dafür sind die kleineren da.

Sprecher: Und du hast schon angedeutet, Frontier ist eher dein Favorit, oder habe ich das falsch verstanden?

Oliver Hessel: Favorit würde ich nicht sagen. Es kommt immer darauf an, welches Werkzeug nehme ich für welche Aufgabe. Also ich bin sehr an den Open-Weights-Modellen interessiert. Eigentlich sind die Open-Weights-Modelle mein Favorit, weil die sorgen dafür, dass es vorangeht, dass man auf Basis dem, was andere gemacht haben, lernen kann. Das ist auch das, was die Open-Weights-Modelle mitbringen. Man kann reingucken, man kann sie weiterentwickeln, man kann sie auf seinen eigenen Use-Case anpassen. Also ich bin ein Open-Source- und auch ein Open-Weights-Fan. Gleichzeitig gibt es aber auch Aufgaben, die ich mit Frontier-Modellen mache. Da muss ich ehrlich sein.

Sprecher: Gib uns mal ein Beispiel, damit man das einfach nachvollziehen kann. Was machst du mit Open Weight? Was machst du mit Frontier? Wo sagst du, da sind die Vorteile, da sind die Nachteile?

Oliver Hessel: Frontier-Modell: Architekturbeschreibung, Architekturplanung mache ich damit. Open-Weights-Modelle: Umsetzung von Konzepten, Coding-Tasks. Da muss man auch wieder unterscheiden, welche Größe an Open-Weights-Modellen man nimmt. Da gibt es auch welche, die gar nicht weit weg sind von den Frontier-Modellen. Wenn man so in die Indizes reinguckt, da werden Punkte vergeben, wie gut welches Modell ist. Und das beste Open-Weights-Modell ist im Moment nur sieben Punkte von dem besten Frontier-Modell entfernt. Und die nächsten Frontier-Modelle, also in dem Fall jetzt zum Beispiel Opus 5.5, ist ganz oben. Und dann das nächste Open-Weights-Modell ist sieben Punkte drunter. Und dann kommen auch wieder Frontier-Modelle, die noch ein bisschen drunter sind. Das heißt, das ist immer in Bewegung. Und es kommt gar nicht darauf an, Open Weight oder Frontier. Meistens kommt es auf die Größe an, auf das, was das Modell kann, das heißt auf die Capabilities. Und dann muss man gucken, was verwendet man wofür.

Sprecher: Oliver, ich kann dich nicht mit dieser Antwort entlassen. Ich muss noch ein bisschen nachbohren. Tut mir leid. Man will ja aus dem „heise meets …"-Podcast immer ein bisschen was mitnehmen. Gib uns mal so ein Ranking. Wenn ich mir jetzt überlege, ich habe eine bestimmte Architektur-Lösung vor mir, da suche ich etwas davon. Wie würdest du vorgehen? Nicht nur, indem du sagst, das liegt nur sieben Punkte dahinter und das ist nah dran und so weiter. Wie würdest du praktisch vorgehen?

Oliver Hessel: Okay, nehmen wir mal einen Use Case, den zum Beispiel Kunden mit uns machen. Einerseits gibt es Kunden von uns, die haben einen internen Chatbot. Dann gibt es Kunden, die machen eine Dokumentenverarbeitung. Die machen sich dann auch Gedanken: Wo kommt denn das Modell her, wo ist denn das Modell gehostet? Weil die Firmendaten will man, wenn man sie schon in der Gegend rumschickt, vielleicht nicht über die eigenen Grenzen hinweg schicken. Und dann nehme ich ein Modell, das irgendwo bei einem Provider wie IONOS gehostet ist. Für die Dokumentenverwaltung gibt es verschiedene Möglichkeiten. Man versucht das Beste zu nehmen. Und die besten Open-Weights-Modelle kommen im Moment aus China. Und jetzt machen sich manche Gedanken.

Sprecher: Eben, ich würde bei China sofort ein Fragezeichen machen.

Oliver Hessel: Genau, das machen viele. Dein Fragezeichen, muss ich gleich fragen, worauf setzt du das Fragezeichen? In Modellen ist ein gewisser Bias mit drin, sagen wir mal. Also eine kulturelle Verzerrung, die ist in allen Modellen drin. Wir sind auch biosed, nur einfach anders. Wenn du zum Beispiel nach dem Tiananmen Square fragen willst, dann fragst du besser kein chinesisches Modell, weil es dir keine Antwort gibt.

Sprecher: Deswegen das Fragezeichen.

Oliver Hessel: Deswegen das Fragezeichen, ja. Wenn du sagst, okay, ich habe eine Chat-Anwendung, wenn ich mit Leuten rede, dann will ich da bios-frei haben, weil die stellen vielleicht Fragen, die dann falsch beantwortet werden. Wenn ich aber eine Anwendung habe, wo es darum geht, technische Sachen rauszufinden, technisch zu arbeiten, Dokumente zusammenzufassen, was auch immer, dann sind chinesische Modelle sehr, sehr gut. Sie sind auch gut für die Chat-Anwendung. Man muss sich nur überlegen, was man will. Also im Endeffekt ist es so: Man muss es ausprobieren. Man muss es mal angefasst haben, um zu wissen, wie es funktioniert. Ich weiß, du wirst noch weiter nachbohren. Ich habe dir ja noch nicht gesagt, wie ich wirklich vorgehe.

Sprecher: Ja, eben. Wie gehst du denn vor?

Oliver Hessel: Ich versetze mich mal in die Rolle unseres Kunden und das, was wir zur Verfügung stellen. Ein mittelgroßes Qwen-Modell ist gerade unser Top-Modell. Das wird auch sehr, sehr viel genutzt von unseren Kunden. Und das eignet sich sehr gut für viele Aufgaben. Es ist auch schnell, aber nicht so schnell wie ein kleines Modell. Alles hat immer seine Vor- und Nachteile. Es gibt nichts umsonst im Leben. Wenn ich viel Wissen haben will, dann ist das Modell auch groß. Wenn das Modell groß ist, ist es ein bisschen langsamer als ein kleines Modell. Es gibt heute Architekturen, die das vereinfachen. Mixture of Experts ist da so ein Thema. Die Modelle haben sich auch architekturell verändert in den letzten Jahren. Aber ich muss einfach gucken, wofür brauche ich es. Ich möchte, dass das Modell möglichst viel weiß. Ich möchte, dass das Modell möglichst fähig ist. Dann nehme ich ein großes Modell, in dem Fall zum Beispiel ein Qwen 3.5 für etwas, wo ich große Fähigkeiten brauche.

Sprecher: Und diese großen Fähigkeiten sind ja meistens nicht ganz so groß. Du hast schon vorher gesagt, du hast etwas definiert und sagst dann: Ach, das kann ich jetzt, nachdem ich die große Definition habe, eigentlich auch mit einem kleineren Modell machen. Frage: Sind die großen Modelle Alleskönner? Sind sie wirklich besser?

Oliver Hessel: Die großen Modelle werden als Alleskönner trainiert, sozusagen. Was es gerade, ich würde sagen, seit einem Jahr oder noch ein bisschen länger als einem Jahr gibt, das sind Mixture-of-Experts-Modelle. Die großen Modelle sind meistens Experten-Modelle, und zwar haben die kleine Experten. Also jemand, der Holzverarbeitung kann, und jemand, der die Steuererklärung machen kann, und der Nächste, der Rohre verlegen kann zum Beispiel – also in real life. Und wenn ich ein Problem mit meinem Abfluss habe, dann brauche ich halt nicht den Finanzbeamten. Und so werden die Experten immer zusammengestellt. Je nachdem, was du fragst, guckt das Modell: Welche meiner Experten kann das am besten beantworten, und gibt dir die Antwort entsprechend.

Sprecher: Wo sagst du, wo ziehe ich die Grenze? Also beispielsweise bei euch. Ich bin Kunde bei IONOS und denke, ich habe jetzt bestimmte Anwendungen. Wo ziehe ich die Grenze, oder zieht ihr die für mich?

Oliver Hessel: Die Grenze zieht man selber. Wir ziehen da keine Grenze. Wir haben verschiedene Modelle im Angebot, verschiedene Größen und auch verschiedene Herkunftsländer. Der Kunde ist selbst frei in der Wahl.

Sprecher: Das heißt, was mache ich, bekomme bei euch zwar eine Hilfestellung, muss aber selbst entscheiden.

Oliver Hessel: Wir bieten keine fertige Lösung mit unseren Modellen an, die wir hosten, sondern im Grunde genommen den Werkzeugkasten. Und du entscheidest, welches Werkzeug du verwendest.

Sprecher: Und jetzt bleiben wir bei dem Beispiel mit China, mit dem Fragezeichen, mit dem Tiananmen-Platz, was du gesagt hast. Wo würdest du sagen und wo würdet ihr mir empfehlen: Geh mal lieber dem und dem Weg, damit du ein schlüssiges Ergebnis, eine Antwort auf deine Frage bekommst?

Oliver Hessel: Da muss ich jetzt gleich wieder eine Rückfrage stellen, weil es kommt natürlich immer darauf an, wo du herkommst. Man muss sich der Einschränkungen bewusst sein. Wenn ich jetzt zum Beispiel aus dem Public Sektor komme, dann habe ich eher eine Abneigung dazu, chinesische Modelle zu verwenden. Das ist das, was häufiger vorkommt. Und dann wählt man vielleicht eher eine Variante, die aus den USA kommt. Oder aus Deutschland oder aus Europa, obwohl wir da ehrlicherweise als Europa nicht ganz so stark sind, mit dem Hinterherkommen in Modelle bereitstellen.

Sprecher: Das heißt, was mache ich? Du nimmst mich an die Hand und sagst: Guck mal Matthias, das und das und das würde ich dir empfehlen.

Oliver Hessel: Genau. Ich würde sagen: Du Matthias, für das und das, was du vorhast, haben wir hier diese Modelle im Angebot. Hier ist zum Beispiel das Qwen, das gerade das Topmodell ist bei uns. Wenn du das jetzt nicht gerade danach fragen willst, wie die politische Situation in China so ist, ist das eine gute Wahl für dich. Am Ende muss man sich des Bias bewusst sein. Wenn ich weiß, wo die Einschränkungen sind, kann ich für mich selber entscheiden, was ich eigentlich nehme.

Sprecher: Wie wird euer Angebot bislang angenommen? Eine Hilfestellung zu geben und Möglichkeiten zu geben, aber am Ende selbst zu entscheiden. Wie wird das angenommen?

Oliver Hessel: Wie das angenommen wird, kann ich gar nicht so ganz genau sagen. Wir veröffentlichen in unserer Dokumentation, wo die Modelle herkommen, wofür sie gut geeignet sind. Das heißt, theoretisch müsste ich anschauen, wie unsere Dokumentation aufgerufen wird. Das kann ich nicht wirklich machen.

Was ich weiß, ist, was die Kunden mit unseren Kollegen und auch mit mir besprechen. Wir reden auch immer mal wieder mit den Kunden, wenn die eben Fragen haben: Wie funktioniert eigentlich euer Produkt, wie funktioniert der AI Model Hub, trainiert ihr mit meinen Daten? Landen meine Daten irgendwo außerhalb von Europa? Was macht ihr damit eigentlich? Das ist so der Einstieg, den wir meistens haben. Und das ist für viele wichtig. Da sagen wir: Naja, es ist für euch relativ offensichtlich, wir trainieren keine Modelle, also haben wir auch gar kein Interesse daran, eure Daten zu behalten. Warum sollten wir die behalten? Wir zeichnen das nicht auf. Das ist das eine.

Und das andere: Wir reden über den Use Case, und die Kunden haben meistens schon eine Vorstellung. Man kann ja zum Beispiel ChatGPT fragen, welches Modell sollte ich für was einsetzen. Die Kunden kommen meistens schon mit einer Idee vorbei, und dann reden wir nochmal, in welche Richtung man sich da bewegen kann.

Und die Frage, wie wird das angenommen, um die auch noch zu beantworten: Wir haben jeden Monat mehr Auslastung als den Monat davor. Und es hat sich über die Zeit, seit dieses Produkt online ist – ich glaube, das sind jetzt bald drei Jahre – fast immer nur mehr geworden. Die Nutzungsarten haben sich geändert, zwischenzeitlich haben sich natürlich auch die Modellarten geändert, es haben sich auch die Modellauswahlen geändert. Wir haben angefangen mit einem großen Llama-Modell, also von Meta, dem Llama 405B. Das war lange der Platzhirsch. Es war groß und langsam, war ein Dense-Modell, also ein dichtes Modell, kein Mixture-of-Experts-Modell. Und dann haben sich die Nutzungsszenarien verändert. Das heißt, Kunden gehen heute anders mit Modellen um, als sie das noch vor zweieinhalb Jahren getan haben. Und dafür ist die alte Architektur nicht mehr so geeignet. Man ist heute gewohnt, E-Auto zu fahren. Und wenn man direkt aufs Gas tritt, dann würgt man halt den Benziner mal schnell ab. Das E-Auto gibt halt direkt Gas. So zum Vergleich. Und das ist die Geschwindigkeit, in der sich das weiterentwickelt.

Oliver Hessel: Tja und wiie ging es weiter? GPT OSS hat, nachdem wir es gelauncht haben – das ist ein offenes Modell, ein Open-Weights-Modell von OpenAI – das hat es im Sturm erobert. Das war unser Top-Modell. Und heute ist es das angesprochene Qwen-Modell. Da hat sich auch die Herangehensweise und auch der Blick auf die Dinge der Kunden verändert. Vor einem Jahr sind wir oft gefragt worden: Kann ich wirklich ein chinesisches Modell verwenden? Weiß ich nicht.

Sprecher: Wäre auch meine Frage gewesen…

Oliver Hessel: Heute werden wir gefragt: Habt ihr nicht auch die guten chinesischen Modelle? Es hat sich sehr stark verändert, wie die Sicht auf die Modelllandschaft ist.

Sprecher: Du hast uns jetzt, Oliver, einen wunderbaren Abriss der letzten drei Jahre gegeben. Wagst du auch einen Blick in die Glaskugel? Es müssen ja nicht drei Jahre sein, aber möglicherweise drei oder sechs Monate. Wo glaubst du, wo geht die Reise hin?

Oliver Hessel: Was man sieht, ist, dass die Frontier Labs, Anthropic, OpenAI, ein gutes Stück immer vorne dran sind. Und die Open-Weights-Modelle sind ein bisschen hinten dran. Aber da sprechen wir über Wochen und Monate. Was heute Opus 5.5 ist, das wird in drei Monaten wahrscheinlich ein Open-Weights-Modell können. Und Anthropic wird entsprechend wieder weiter sein. Die Frontier Labs, nennen wir es mal so, die trainieren natürlich immer weiter, die optimieren ihre Modelle ständig weiter. Und die versuchen vorne zu bleiben, weil das ist das Ziel. Sie wollen der Einzige sein. Bei den Open-Weights-Modellen, die wollen natürlich auch ganz vorne sein. Wollen zumindest aufschließen. Bei denen geht es um Verbreitung. Also die geben ihr Produkt kostenlos raus, und Provider wie IONOS können die betreiben und den Kunden anbieten. Das muss man auch sehen: Das machen die Frontier Labs, die Proprietären machen das nicht. Da geht es um Verbreitung, und da gibt es auch einfach andere Lizenzmodelle. Auch die Open-Weights-Anbieter aus China haben eigene API-Tiers, wo man ihre latest, latest Modelle benutzen kann. Die haben bestimmte Lizenzen, dass man nur bis zu einer bestimmten Umsatzgröße bestimmte Modelle nutzen kann. Also die wollen am Ende auch mit dem, was sie machen, Geld verdienen. Da muss man ehrlich miteinander sein. Aber es ist ein Wettlauf, und es ist ein Sport, an der Spitze zu sein. Und für uns als Kunden ist das natürlich gut, weil es gibt immer was Besseres. Da kann man sich aktuell sicher sein.

Sprecher: Was mache ich als IONOS-Kunde? Wie profitiere ich da am meisten von diesem Wettbewerb, den du beschrieben hast?

Oliver Hessel: Man kann verschiedene Dinge machen. Wir versuchen immer auch mit vorne dabei zu sein, die neuesten Modelle zur Verfügung zu stellen. Mit kleiner Einstiegshürde, einfach über eine API, die kompatibel ist mit der OpenAI-API. Man muss unsere URL auswählen und kann alle Libraries nutzen und alle Produkte, die man auch mit OpenAI nutzen könnte. Das ist der einfache Einstieg. Bei uns wird nach Tokens abgerechnet, das heißt das, was du verbrauchst, das ist das, was du bezahlst. Mehr nicht.

Wenn du mehr willst, dann bieten wir auch GPUs an. Du kannst deine Modelle auch selbst hosten. Das ist natürlich ein Stück weit teurer, weil wenn du eine GPU für dich alleine hast, dann zahlst du Miete dafür, und die zahlst du, ob du sie nutzt oder nicht. Das mit den Modellen hosten muss man auch wollen. Manchmal vergleiche ich es mit so einem Zoowärter, weil das ist alles so stark in Bewegung. Nicht alles ist direkt von Anfang an perfekt und schon gut aufeinander abgestimmt. Da bricht immer mal wieder so ein Tier aus und verhält sich nicht so, wie wir das erwarten und wollen. Dann müssen wir da nachbessern. Für die IONOS-Kunden ist es am aller einfachsten, den AI Model Hub zu nutzen und den via API in ihre Produkte zu installieren.

Sprecher: Kannst du uns das nochmal an einem Beispiel – wer uns jetzt zugehört hat und sagt, ich weiß noch nicht, wofür entscheide ich mich –, kannst du uns das mit einem Beispiel illustrieren und sagen: Also für Kunde A mit den und den Anforderungen kommt das in Frage, und für Kunde B würde ich das und das empfehlen, weil der hat andere Anforderungen. Kann man das so plastisch, so kurz und so knapp sagen?

Oliver Hessel: Du bist ein mittelständisches Unternehmen, du möchtest einen Firmen-Chatbot bauen, der soll Wissen über deine Firma haben. Du möchtest dir keine Gedanken machen, was deine Kollegen da reinschreiben, weil du kannst es ja nicht kontrollieren. Und du möchtest nicht, dass das nach China oder in die USA geschickt wird. Dann nimmst du dir ein Harness deiner Wahl. Harness ist das Geschirr oder die Integration. Also entweder zum Beispiel ein Open Web UI. Das ist ein Toolkit, mit dem man eben eine Chat-Oberfläche bauen kann. Dort kann man auch noch Datenbanken anschließen, Vector Datenbanken, die man mit Firmenwissen füttert. Und dann können deine Kollegen sich mit deinem eigenen ChatGPT unterhalten, und das Firmenwissen ist dort drin. Alles bei euch und direkt integriert.

Sprecher: Beispiel B. Ich bin ein bisschen größer als ein Mittelständler..

Oliver Hessel: Du bist ein bisschen größer als ein Mittelständler, und du möchtest gerne alles unter Kontrolle haben. Und du möchtest gerne deine eigene GPU haben, weil du willst nämlich entscheiden können, dass du dir die Infrastruktur mit keinem teilst, du möchtest garantiert immer die Performance haben, die du dir wünschst. Dann mietest du dir bei uns eine GPU-VM und betreibst dort dann dein Open-Weights-Modell. Du hast dann die freie Auswahl, was du aussuchst. Du bist nicht darauf angewiesen, dass IONOS das Modell aussucht und dann eben auf die Plattform bringt. Sondern du hast die freie Wahl zu entscheiden, welches Modell, wie groß. Und dann nimmst du eben die GPU-VMs für dich.

Sprecher: Beispiel C: Ich bin ein ganz kleines Unternehmen mit einer Handvoll Mitarbeiter, aber natürlich auf dem Weg zum Weltkonzern, keine Frage. Aber ich stehe noch am Anfang. Was empfiehlst du mir dann?

Oliver Hessel: Ja, dann würde ich dir empfehlen, mal in die Momentum-Produktpalette von IONOS reinzugucken. Wir bieten da nämlich schon sehr viele Fertigteile. Du kannst bei uns deinen Telefonassistenten haben. Du kannst bei uns den KI-Website-Builder haben und damit anfangen. Du kannst bei uns in Zukunft auch schon pre-packaged Produkte haben, wo der AI Model Hub schon angeschlossen ist. Das ist noch nicht ganz spruchreif, aber da werden Dinge kommen. Im Moment haben wir schon ein n8n im Angebot. Das ist so ein Tool, in dem du dir die Abläufe programmieren kannst und hinten dran auch mit KI arbeiten kannst. Das heißt, da gibt es eine große Auswahl. Es ist kein One-Size-Fits-All, aber wir haben verschiedene Baukästen für jeden.

Sprecher: Oliver Hessel von IONOS in Karlsruhe. Herzlichen Dank. Du hast deinem Ruf als KI-Experte alle Ehre gemacht und uns mitgenommen auf die Reise. Und ich hoffe, es war nicht unser letztes Gespräch, weil du hast Dinge angedeutet, die kommen werden. Du hast mit uns zusammen in die Glaskugel geguckt. Ich will jetzt auch wissen, ob das tatsächlich eintritt. Also, wir treffen uns in absehbarer Zeit wieder bei „heise meets …", Oliver. Was meinst du?

Oliver Hessel: Sehr gerne. Freue mich. Vielen Dank dir. Auf bald, und ja, wir hören uns wieder.

Sprecherin: Das war „heise meets …". Sie wollen mehr erfahren? Dann besuchen Sie uns auf heise-meets.de. Wir freuen uns auf Sie!