Worknano

Welches KI-Modell für welche Aufgabe?

Updated 2026-11-15

Welches KI-Modell für welche Aufgabe? Nimm das kleinste Modell, das die Aufgabe gut erledigt. Ein schnelles Modell übernimmt kurze und häufige Aufgaben. Ein ausgewogenes Modell übernimmt die tägliche Arbeit mit mehreren Schritten. Ein denkstarkes Modell ist für schwierige Probleme da, und ein lokales Modell für Daten, die im Haus bleiben müssen.

Warum es mehr als ein Modell gibt

Ein KI-Modell ist das Programm, das hinter einer KI-App das Denken übernimmt. Jede KI-Firma bietet mehrere an, von klein bis groß. Die großen können schwierigere Probleme lösen, antworten aber langsamer und kosten bei jeder Nutzung mehr.

Es ist wie bei der Wahl des Fahrzeugs. Für einen Brief mietest du keinen Lkw, und für einen Umzug nimmst du kein Fahrrad. Die richtige Wahl hängt von der Ladung ab.

Die vier Arten

Modellnamen ändern sich alle paar Monate. Diese vier Arten bleiben.

Acht Aufgaben und das passende Modell

AufgabeModell
Eingehende Anfragen nach Thema sortierenSchnell
Datum, Betrag und Lieferant aus einer Rechnung ziehenSchnell
Eine kurze Mitteilung übersetzenSchnell
Einen langen E-Mail-Verlauf mit einem Kunden zusammenfassenAusgewogen
Eine Antwort im Tonfall deines Unternehmens entwerfenAusgewogen
Ein Projekt in Phasen und Aufgaben planenAusgewogen
Zwei lange Verträge Punkt für Punkt vergleichenDenkstark
Personalakten zusammenfassen, die das Unternehmen nicht verlassen dürfenLokal

So wählst du, in vier Schritten

  1. Sammle zehn echte Beispiele. Nimm sie aus der Arbeit des letzten Monats und füge zwei oder drei knifflige hinzu.
  2. Fang mit dem schnellen Modell an. Lass alle zehn laufen und zähle, wie viele Ergebnisse du akzeptiert hättest.
  3. Verbessere zuerst die Anweisungen. Unklare Anweisungen verursachen mehr schlechte Ergebnisse als ein zu kleines Modell.
  4. Geh nur eine Stufe höher, wenn die Probleme bleiben. Lass dann dieselben zehn Beispiele noch einmal laufen und vergleiche.

Wiederhole den Test etwa einmal im Jahr. Neue Modelle erscheinen oft, und eine Aufgabe, für die letztes Jahr ein ausgewogenes Modell nötig war, läuft jetzt vielleicht gut auf einem schnellen.

Was ein größeres Modell nicht behebt

Zwei Dinge prägen ein Ergebnis mehr als die Größe des Modells. Das erste sind die Anweisungen: eine klare Aufgabe und eine klare Vorstellung davon, wie die Antwort aussehen soll. Das zweite sind die Informationen, die das Modell bekommt. Kein Modell kann wissen, was man ihm nicht gezeigt hat. Hat es deine Preisliste nie gesehen, kann selbst das größte nur raten.

Ein Modell für das ganze Unternehmen?

Es ist verlockend, das stärkste Modell zu wählen und für alles zu nehmen. Dann wird jede kleine Aufgabe langsamer und teurer als nötig. Die Wahl pro Aufgabe funktioniert besser. Die Sortieraufgabe, die hunderte Male am Tag läuft, bekommt das schnelle Modell. Der Vertragsvergleich, der zweimal im Monat läuft, bekommt das denkstarke.

So geht Worknano damit um

In Worknano ist das Modell eine Einstellung an jedem Agenten, neben seinen Anweisungen. Ein Agent ist ein KI-Helfer, den du für eine Aufgabe einrichtest. Die Anleitung zum Bauen von Agenten nennt dieselbe Faustregel: Ein schnelles Modell passt zu kurzen Prüfungen, ein ausgewogenes zur Planung mit mehreren Schritten. Du bist nicht an eine einzige KI-Firma gebunden. Du kannst jedes Modell anbinden, das du willst, auch lokale Modelle, Open-Source-Modelle oder den Private Endpoint deines Unternehmens, und das Modell auf Aufgabe, Budget und Datenregeln abstimmen.

Erstelle einen kostenlosen Workspace und lege das Modell für deinen ersten Agenten fest.