Deine Frage an die KI ist der Engpass – nicht das Modell

Bei der Wahl des KI-Modells höre ich in den wenigsten Gesprächen bewusste Entscheidungen, sondern entweder Gewohnheit oder „das Beste nutzen“ (aus Angst davor, dass es sonst „nicht gut genug“ wird). Eines kostet unnötig Geld und Zeit, das andere – auch unnötigerweise – Qualität.

Dabei ist der Umgang mit Modell und Rechenaufwand einfacher, als das aussieht:

• Modellgröße skaliert Urteilsvermögen: Nuance, Abwägung, vor allem Mehrdeutigkeit.
• Denkaufwand skaliert Gründlichkeit: Mehrstufigkeit für Dinge, die sich prüfen lassen.

Meine Erfahrung sieht wie folgt aus:

▪ Wenig Denkaufwand: Kleines Modell. Strukturieren, umformatieren, zusammenfassen, übersetzen. Oder einfach für alles, was ich selbst in Sekunden überprüfen kann. Drei schnelle Anläufe schlagen hier einen teuren.

▪ Tagesgeschäft: Standardmodell. Texte entwerfen, Rechercheergebnisse einordnen, Ideen entwickeln, Routine-Code. Standardaufgaben, die mehr Tiefe brauchen als Fleißarbeit.

▪ Hohen Denkaufwand auswählen: wenn das Problem mehrstufig und prüfbar ist – Kalkulation, Debugging, Planung mit vielen Abhängigkeiten. Sehr wichtig: Das Modell kann ein Kleines oder Älteres bleiben, solange die Aufgabe klar ist (= lösbar durch Fleiß).

▪ Großes Modell: wenn Urteil gefragt ist. Strategie, Entscheidungsfindung, Positionierung, widersprüchliche Quellen, heikle Kommunikation. In einer Stellenausschreibung stünde: „Ambiguitätstoleranz“. Hier wird der Unterschied eklatant.

▪ Beides hoch (dickes Modell, hoher Aufwand): nur wenn drei Dinge zusammenkommen: 1. kein eindeutiger Lösungsweg, 2. echte Fehlerkosten oder irreversible Entscheidungen, 3. genug Kontext, dass Tiefe überhaupt entstehen kann. Das ist aber VIEL seltener, als ich dachte.

▪ Und wann kleines Modell mit kleinem Aufwand? Bei dünnem Prompt, ohne Fehlerkosten, bei hoher Stückzahl. Ein Spitzenmodell mit dünnem Prompt liefert ein überteuertes Ergebnis. Ich nutze die Spezialeinheit nicht für eine Verkehrskontrolle. Meine Anfragen an KI liegen wahrscheinlich zu 3/4 in diesem Bereich.

Damit bin ich am Kern: Der Engpass ist fast nie das Modell! Der Engpass ist Deine Frage. Wer sein Anliegen nicht klar hat, bekommt vom größten Modell nur eine bessere Formulierung desselben unklaren Anliegens.

SISO kennen viele: Shit in → shit out. Die für mich strategisch relevantere Formel lautet:
Perception in → Decision out.

Die Qualität einer Entscheidung ist begrenzt durch die Qualität der Wahrnehmung, des Framings und der Informationen davor. (Diese Formel stammt übrigens aus meinem Sparring mit der KI – besser hätte ich es gerade nicht auf den Punkt gebracht.)

In der Begleitung von KI-Transformation bleiben Effektivität und Effizienz liegen, weil in Werkzeuge investiert wird, ohne dass im Daily Doing klar ist, was man eigentlich genau fragen oder lösen will. Die Klärung des Anliegens (beim Sachbearbeiter wie beim CEO: „Worum geht’s gerade wirklich?“) ist keine Vorstufe der Werkzeugnutzung. Sie ist die Hälfte der Arbeit.