Basierend auf dem LLM Cheat Sheet von ObviousWorks.ch

Ich gebe zu, ich war überfordert.

Letzte Woche saß ich vor einem neuen Projekt: Wir wollten einen KI-Agenten bauen, der eigenständig Kundenanfragen analysiert und beantwortet. Die Frage war nur: Welches Modell nehmen wir? Gemini 3 Pro? GPT-5.1? Claude Sonnet 4.5? Der Markt ist ein Dschungel, und gefühlt kommt jede Woche ein neues "Game-Changer"-Modell raus.

Ich habe mal wieder Stunden damit verbracht, Benchmarks zu vergleichen und Whitepaper zu lesen. Am Ende war ich nur noch verwirrter. Mir wurde klar: Die Frage "Welches Modell ist das beste?" führt in die Irre.

Die richtige Frage ist: "Welches Modell ist das beste für den spezifischen Job, den ich erledigen will?"

Um diese Frage für mich und für euch zu beantworten, habe ich das exzellente "LLM Cheat Sheet" von Matthias Herbert als Grundlage genommen und es in eine einfache, praxisnahe Anleitung für uns übersetzt. Das hier ist meine persönliche Landkarte durch den KI-Dschungel im Dezember 2025.

Was sich gerade grundlegend ändert: 3 Trends, die du verstehen musst

Bevor wir in die Details gehen, hier die drei großen Trends, die mir bei der Analyse klar geworden sind:

1. Wir reden nicht mehr über "Chatbots", wir reden über "Agents". Die Messlatte ist jetzt, ob eine KI echte, mehrstufige Aufgaben in deinem Computer ausführen kann (der OSWorld Benchmark ist hier die neue Referenz). Ein Modell, das nur nett plaudern kann, ist von gestern.
2. Komplexes Denken ist kein Extra mehr, es ist Standard. Modelle wie Gemini 3 Pro und o3 können tief schlussfolgern. Das ist keine Spielerei mehr, sondern die Basis für ernsthafte strategische Arbeit.
3. Video und Audio werden endlich nativ verstanden. Modelle wie Gemini 3 Pro brauchen keine umständlichen Transkripte mehr. Sie verarbeiten Video und Audio direkt. Das ist ein Quantensprung für die Echtzeit-Analyse.

Mein Guide: 6 Jobs und die passenden KI-Mitarbeiter

Ich habe die 23 Modelle aus dem Cheat Sheet auf die sechs häufigsten Aufgaben heruntergebrochen, vor denen wir in unseren Projekten stehen. Finde deinen Job und das passende Werkzeug.

Job 1: Der digitale Stratege (Höchste Intelligenz & Analyse)

Wenn du ein digitales Gehirn für komplexe Analysen oder strategische Entscheidungen brauchst.

• Meine Wahl: Google Gemini 3 Pro
• Warum? Es ist aktuell einfach das intelligenteste Modell am Markt (GPQA Diamond: 91.9%). Es ist mein Sparringspartner, um Geschäftsentscheidungen zu validieren.
• Faustformel: Wenn du die klügste Antwort im Raum brauchst, nimm Gemini 3 Pro.

Job 2: Der autonome Projektmanager (Agenten & Computer-Steuerung)

Wenn deine KI nicht nur denken, sondern auch machen soll – also Software bedienen und Prozesse ausführen.

• Meine Wahl: Claude Sonnet 4.5
• Warum? Es ist der unangefochtene Champion, wenn es darum geht, Computer zu steuern (OSWorld Benchmark: 61.4%).
• Faustformel: Wenn deine KI selbstständig arbeiten soll, ist Sonnet 4.5 dein Mann (oder deine Frau).

Job 3: Der fleißige Coder (Software-Entwicklung)

Für alles, was mit Code zu tun hat – von der Erstellung neuer Features bis zum Aufräumen alter Projekte.

• Meine Wahl: Claude Sonnet 4.5 (für komplexe Aufgaben) und OpenAI GPT-5.1 (für Code-Analyse).
• Warum? Sonnet 4.5 ist besser darin, interaktiv Bugs zu finden. GPT-5.1 ist stärker, wenn es darum geht, ganze Code-Basen zu verstehen. Für kleinere, lokale Sachen ist Alibaba Qwen3-Coder eine super Open-Source-Alternative.
• Faustformel: Für interaktive Fehlersuche nimm Sonnet 4.5. Für die große Code-Analyse nimm GPT-5.1.

Job 4: Der Archivar (Verarbeitung riesiger Dokumentmengen)

Wenn du hunderte Seiten Verträge, Studien oder dein Firmen-Wiki durchsuchen musst.

• Meine Wahl: Google Gemini 3 Pro (für Qualität) und DeepSeek V3.2-Exp (für die Kosten).
• Warum? Gemini 3 Pro hat ein riesiges Kontextfenster (1M Tokens) und versteht die Nuancen. DeepSeek ist über 50% günstiger und perfekt für die Massenverarbeitung.
• Faustformel: Erst mit DeepSeek grob vorsortieren, dann mit Gemini 3 Pro in die Tiefe gehen.

Job 5: Das Arbeitstier (Ultra-Budget & hoher Durchsatz)

Für einfache, repetitive Aufgaben, die massiv skaliert werden müssen (z.B. E-Mails formatieren).

• Meine Wahl: DeepSeek V3.2-Exp und Meta Llama 4 Scout.
• Warum? DeepSeek ist mit ~$0.14 pro 1M Token unschlagbar günstig. Llama 4 Scout ist bei Self-Hosting kostenlos und extrem schnell (2600 Tokens/Sekunde).
• Faustformel: Für alles, was oft und billig sein muss, nimm DeepSeek oder Llama.

Job 6: Der Unabhängige (Open-Source & Self-Hosting)

Wenn du maximale Kontrolle und Datenschutz willst.

• Meine Wahl: DeepSeek R1, Alibaba Qwen3-Familie, Meta Llama 4 Scout.
• Warum? Alle drei sind leistungsstark und laufen auf deiner eigenen Infrastruktur. Das schützt dich vor der Volatilität des US-Marktes und gibt dir die volle Datenhoheit.
• Faustformel: Wenn deine Daten dein wertvollstes Gut sind, ist Self-Hosting der einzige Weg.

Mein Rat: Baue ein Portfolio, kein Podest

Nachdem ich mich durch diesen Dschungel gekämpft habe, ist mir eines klar geworden: Die Zeit, in der ein einziges Modell alles dominiert hat, ist vorbei. Es geht nicht mehr darum, auf das "eine" richtige Pferd zu setzen.

Die smarte Strategie ist, eine modellagnostische Infrastruktur aufzubauen (wir nutzen dafür z.B. Langdock). So kannst du für jeden Job den besten Mitarbeiter auswählen.