Warum Hybrid AI und AI Controlling vom Architekturthema zur Managementaufgabe werden.
Der AI-Markt hat in wenigen Monaten seine Statik verloren: Modelle erscheinen im Wochenrhythmus, Preise fallen sprunghaft, chinesische und europäische Anbieter sind – getragen von Kapital und Staatsgeld in neuer Größenordnung – für viele Aufgaben zur realen Alternative geworden, und Open-Weight-Modelle machen den Betrieb im eigenen Haus praktikabel. Gleichzeitig entsteht ein Paradox: Auf Modellebene wird AI günstiger, während die Gesamtkosten im Unternehmen steigen – weil aus einzelnen Aufrufen Agent-Workflows mit Reasoning-Schritten, Tool-Aufrufen und Fehlversuchen werden. Seit dem 2. August 2026 kommt mit dem EU AI Act die Durchsetzung hinzu. Unsere These: Wer heute auf ein einzelnes Modell oder eine einzelne Betriebsform setzt, trifft eine Entscheidung, die sich schneller überholt, als sie sich amortisiert. Es braucht zweierlei – Hybrid AI als Architektur, die den Wechsel technisch möglich macht, und AI Controlling als Disziplin, die zeigt, wann ein Wechsel wirtschaftlich sinnvoll ist. Die entscheidende Messgröße ist dabei nicht der Token, sondern die erfolgreich erledigte Aufgabe.
Vor wenigen Jahren war generative AI eine überschaubare Entscheidung. Man wählte einen Anbieter, band dessen API ein und konnte davon ausgehen, dass diese Wahl eine Weile Bestand haben würde. Im September 2026 gilt das nicht mehr.
Google hat allein zwischen dem 21. Juli und dem 2. September drei Versionen von Gemini Flash veröffentlicht – 3.6, 3.7 und 3.8, im Abstand von jeweils rund drei Wochen. Bei OpenAI zeigt sich dieselbe Dynamik von der Preisseite: GPT-5.6 erschien am 9. Juli, und schon drei Wochen später wurden einzelne Varianten deutlich günstiger – die kleinere Luna-Variante um rund 80 Prozent, Terra um 20 Prozent. Wer im Juli eine Architekturentscheidung auf Basis von Preis und Leistung getroffen hat, rechnete im August bereits mit anderen Zahlen. Am anderen Ende des Zyklus dokumentiert Google für abgekündigte Modelle inzwischen frühestmögliche Abschalttermine – planbar, aber eben auch endlich.
Was diese Dynamik antreibt, ist Kapital in einer Größenordnung, die sich der normalen Marktlogik zunehmend entzieht. Anthropic hat im Mai 65 Milliarden US-Dollar bei einer Bewertung von 965 Milliarden aufgenommen, OpenAI im März 122 Milliarden bei 852 Milliarden Bewertung. In Europa hat Mistral inzwischen rund vier Milliarden Dollar eingesammelt – die jüngste große Runde angeführt von ASML, mit der französischen Staatsbank Bpifrance an Bord – und plant vier Milliarden Euro für Rechenzentren in Frankreich und Schweden.
Auf der chinesischen Seite ist die Herkunft dieses Kapitals eine andere. DeepSeek, lange über den Quant-Hedgefonds High-Flyer finanziert und dadurch frei von Kommerzialisierungsdruck, hat im Juni 2026 erstmals extern Geld aufgenommen: rund 7,4 Milliarden Dollar bei einer Bewertung jenseits von 50 Milliarden. Aufschlussreich ist weniger die Summe als die Struktur – Tencent, JD.com und CATL kamen mit fünf Jahren Lock-up und ohne Stimmrechte hinein, der staatliche National AI Industry Investment Fund dagegen mit Stimmrechten und ohne Lock-up. Parallel sind Zhipu (Z.ai) und MiniMax seit Januar in Hongkong gelistet, mit inzwischen rund 56 und 33 Milliarden Dollar Marktwert, Moonshot AI bereitet ein Listing vor, und Alibaba arbeitet ein AI- und Cloud-Programm über 380 Milliarden Yuan ab – auf Kosten von 75 Prozent des Quartalsgewinns.
Dazu kommt eine staatliche Ebene, für die es in Europa und den USA keine Entsprechung gibt: Mehrere chinesische Städte geben Rechenleistungs-Gutscheine aus, Shanghai übernimmt damit bis zu 80 Prozent der Mietkosten für Kapazität aus staatlichen Rechenzentren. Vor diesem Hintergrund ist auch die Bereitschaft chinesischer Anbieter, Modellgewichte offenzulegen, weniger eine Frage der Philosophie als Industriepolitik: Offene Modelle verbreiten den eigenen Stack.
Für Unternehmen in Europa folgt daraus keine geopolitische Bewertung, sondern eine nüchterne Feststellung. Auf beiden Seiten fließt so viel Kapital in den Markt, dass Konsolidierung, Preiskämpfe und Verschiebungen praktisch sicher sind – nur die Richtung ist offen. Die Anbieterlandschaft von heute ist damit keine belastbare Planungsgrundlage für ein System, das drei Jahre laufen soll.
Zum Preis- und Qualitätsrisiko kommt ein drittes, das lange theoretisch wirkte: Verfügbarkeit. Am 12. Juni 2026 musste Anthropic Claude Fable 5 und Mythos 5 binnen Stunden weltweit abschalten – nicht wegen eines technischen Problems, sondern auf eine Exportkontroll-Anordnung der US-Regierung hin. Betroffen waren alle Kunden, ohne Übergangsfrist und ohne Migrationsfenster; erst nach 19 Tagen war der Zugang wieder da. Ein Modell kann also nicht nur teurer oder schlechter werden – es kann über Nacht politisch unerreichbar sein.
Zunächst sind mehr Leistung, mehr Wettbewerb und sinkende Preise pro Token eine gute Nachricht. Gleichzeitig entsteht daraus ein Paradox, das wir in Projekten immer häufiger sehen.
AI wird auf Modellebene günstiger – während die Gesamtkosten für AI im Unternehmen steigen.
Denn aus einzelnen Modellaufrufen werden Agent-Workflows. Aus einem Prompt werden mehrere Reasoning-Schritte, Tool-Aufrufe, Suchen und Wiederholungen, dazu kommen parallel laufende Agents und wachsende Toollandschaften. Das eigentliche Problem ist damit nicht der Preis eines Tokens, sondern die Frage, was eine erfolgreich erledigte Aufgabe am Ende kostet.
Welches Modell diese Rechnung am günstigsten löst, ist längst keine Frage mehr, die sich zwischen drei US-Anbietern entscheidet.
Der Abstand ist inzwischen messbar klein. Epoch AI beziffert den Rückstand chinesischer Modelle auf die US-Spitze seit 2023 auf durchschnittlich sieben Monate; das amerikanische CAISI kommt für DeepSeek V4-Pro auf rund acht. Bei einzelnen Aufgabenklassen – Coding, Agent-Benchmarks – stehen chinesische Modelle bereits auf den vorderen Plätzen. Für den Großteil der betrieblichen Anwendungsfälle ist ein halbes Jahr Rückstand aber schlicht irrelevant.
DeepSeek hat seine V4-Familie konsequent auf produktive Agent-Workflows ausgerichtet: adaptives Reasoning in drei Stufen und native Unterstützung der OpenAI Responses API, was den Wechsel aus bestehenden Integrationen heraus erheblich vereinfacht. Seit dem 16. August arbeitet DeepSeek zudem mit Peak- und Off-Peak-Preisen, wobei Off-Peak die Hälfte kostet – damit wird auch die Frage zum Wettbewerbsfaktor, wann ein Workload läuft.
Alibaba geht einen anderen Weg: Qwen3.8-Max, seit Anfang August verfügbar, ist das erste Modell der Max-Klasse mit offenen Gewichten und ausdrücklich auf Aufgaben ausgelegt, die ein Agent über Tage hinweg eigenständig bearbeitet.
Die strategische Frage lautet deshalb nicht, ob chinesische Modelle „besser“ sind als amerikanische – und dass ein Teil des Aufholens auf der Destillation US-amerikanischer Modelle beruht, ändert an ihrer betrieblichen Brauchbarkeit wenig. Entscheidend ist, dass Unternehmen für immer mehr Aufgaben eine reale Wahl haben – und dass bei dieser Wahl Preis, Datenlokation, Regulatorik, Verfügbarkeit und strategische Abhängigkeiten mindestens so schwer wiegen wie Qualität. Das beste Modell ist zunehmend nur für einen bestimmten Use Case und zu einem bestimmten Zeitpunkt das beste Modell.
Eine zweite Entwicklung verstärkt diesen Effekt: Moderne AI muss nicht mehr zwangsläufig über eine zentrale Cloud-API laufen. Open-Weight-Modelle erlauben den Betrieb in der eigenen Cloud, im eigenen Rechenzentrum oder – bei geeigneter Hardware – lokal. Daten bleiben in definierter Infrastruktur, Abhängigkeiten von externen APIs sinken.
Auch europäische Anbieter treiben das voran. Mistral hat im August regionale Endpoints für Europa und die USA eingeführt, hostet dort inzwischen auch fremde offene Modelle und baut mit europäischen Großunternehmen an Rechenkapazität von bis zu einem Gigawatt bis 2030. Souveränität wird damit vom politischen Schlagwort zur buchbaren Betriebsoption.
Self-hosted bedeutet allerdings nicht automatisch günstiger: Die API-Rechnung wird nur durch andere Kosten ersetzt – GPU-Kapazitäten, Betrieb, Skalierung, Security, Updates und internes Engineering.
Aus unserer Sicht liegt deshalb eine der wichtigsten Veränderungen der nächsten Jahre in Hybrid AI. Nicht jedes Problem benötigt das leistungsfähigste Frontier-Modell, nicht jede Information darf das Unternehmen verlassen, nicht jede Aufgabe rechtfertigt eigene GPU-Infrastruktur – und, wie der Juni gezeigt hat, sollte kein Geschäftsprozess von einem einzelnen Provider abhängen.
Welcher Weg gewählt wird, entscheidet sich am Use Case – im Abgleich von Kosten, Qualität, Datenschutz, Latenz, Verfügbarkeit und Regulatorik.
Seit dem 2. August 2026 kann das AI Office Anbieter von General-Purpose-Modellen tatsächlich prüfen und sanktionieren; parallel gelten die Transparenzpflichten aus Artikel 50, mit Bußgeldern bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes. Die eigentlichen Hochrisiko-Pflichten wurden über den Digital Omnibus dagegen auf Dezember 2027 beziehungsweise August 2028 verschoben.
Damit wird Vertrauen endgültig zum Architekturparameter. Die Frage lautet nicht mehr, ob ein Unternehmen einem AI-Anbieter vertraut, sondern welchem System es welche Daten und welche Aufgabe anvertraut – und diese Entscheidung muss technisch abbildbar sein.
Mit Agentic AI verschärft sich die Lage noch einmal. Ein klassischer Assistent erzeugt einen Text. Ein Agent recherchiert, nutzt Tools, greift auf Systeme zu, trifft Zwischenentscheidungen und führt komplette Arbeitsschritte aus – nicht nur in der Softwareentwicklung, sondern längst auch in Marketing, Vertrieb, Finance, Projektmanagement und Kundenservice.
Das verändert die wirtschaftliche Betrachtung grundlegend. Ein günstiges Modell kann für denselben Workflow mehrere Anläufe brauchen, viele Tools aufrufen und anschließend menschliche Nacharbeit verursachen; ein teureres erledigt dieselbe Aufgabe möglicherweise beim ersten Versuch korrekt. Die Tokenkosten allein sagen dann kaum noch etwas über die Wirtschaftlichkeit aus.
Gleichzeitig wird Qualität schwerer zu beurteilen: Die Modelle werden besser, aber die Aufgaben werden komplexer und autonomer. Ein hervorragend formulierter Text kann sachlich falsch sein. Ein Agent kann neun von zehn Aufgaben perfekt erledigen und bei der zehnten eine falsche Aktion auslösen.
Funktioniert unsere AI eigentlich so gut und so wirtschaftlich, wie wir glauben?
Diese Entwicklung kennen Unternehmen aus der klassischen IT: Mit wachsender IT-Landschaft entstand IT Controlling, um Kosten, Services und Nutzung transparent zu machen. AI braucht eine ähnliche Disziplin – mit einer zusätzlichen Dimension. Es reicht nicht zu wissen, was ein System kostet. Wir müssen wissen, was es dafür leistet.
AI Controlling wird damit zur Brücke zwischen IT Controlling und Business Performance Management. Die zentrale Einheit ist weder das Modell noch der Token, sondern die Aufgabe.
AI Controlling lässt sich nicht nachträglich einschalten. Wer heute produktive AI-Systeme baut, muss bereits entscheiden, welche Informationen später gebraucht werden.
Erst dann werden über Zeiträume echte Entwicklungen sichtbar: Ein Agent wird Monat für Monat zuverlässiger – oder seine Modellkosten sinken, während die Nacharbeit steigt. Ein neues Modell erreicht nahezu dieselbe Qualität zu einem Bruchteil der Kosten. Ein selbst betriebenes Modell wird durch steigende Nutzung plötzlich wirtschaftlicher als die Cloud-API.
Daraus werden Entscheidungen: ein Modell wechseln, einen Agent optimieren, einen Workload verlagern, ein Tool konsolidieren, mehr Autonomie zulassen – oder bewusst wieder mehr Kontrolle einziehen. AI Controlling ist damit nicht Reporting, sondern die Grundlage für die laufende Steuerung einer sich permanent verändernden AI-Landschaft.
Darin liegt aus unserer Sicht die eigentliche Konsequenz der vergangenen Monate. Es geht nicht darum, heute den Gewinner unter OpenAI, Anthropic, Google, Mistral, DeepSeek oder Qwen vorherzusagen – und ebenso wenig darum, abschließend festzulegen, welche Workloads langfristig in der Cloud, in Europa oder auf eigener Infrastruktur laufen. Dafür verändert sich der Markt zu schnell. Die Architektur muss von genau dieser Unsicherheit ausgehen.
Hybrid AI schafft die technische Flexibilität, auf Veränderungen zu reagieren. AI Controlling schafft die Transparenz, um zu wissen, wann eine Reaktion überhaupt sinnvoll ist.
Diese Kombination dürfte zu einer der wichtigsten Fähigkeiten künftiger AI-Architekturen werden: nicht die Entscheidung für die vermeintlich beste AI, sondern die Fähigkeit, Qualität, Kosten, Verfügbarkeit, Datenschutz und Vertrauen kontinuierlich messbar zu machen – und daraus bessere Entscheidungen abzuleiten.
Ob Hybrid AI, Self-hosted-Szenarien oder der Aufbau von AI Controlling: Wir sprechen gern darüber, welche Entscheidungen sich heute treffen lassen — und welche man sich bewusst offenhalten sollte.
Gespräch anfragenMK Zwei Digital GmbH · info@mk-zwei.com