Am 12. Juni 2026 ging in einigen Unternehmen das Licht aus.

Nicht im Büro. In der KI.

Die US-Regierung hatte Exportkontrollen über die beiden stärksten Modelle von Anthropic verhängt: Claude Fable 5 und Mythos 5. Anthropic konnte die Staatsangehörigkeit seiner Nutzer nicht in Echtzeit prüfen. Deshalb wurde der Zugang für alle gesperrt, weltweit und über Nacht.

Wer seine Arbeitsabläufe auf Fable 5 gebaut hatte, stand 19 Tage ohne das Modell da. Erst am 1. Juli kam es zurück. Mythos 5 wurde danach nur für ausgewählte US-Organisationen wieder freigegeben.

Für viele war das der Beweis: Da ist sie, die künstliche Verknappung.

Die Theorie kursiert schon länger. Jedes neue Spitzenmodell wird verfolgt wie früher eine iPhone-Keynote. Wann kommt es? Warum später? Warum bekommen nur ausgewählte Organisationen Zugang? Warum läuft in der API eine andere Version?

Und dahinter steht der eigentliche Verdacht: Die wirklich leistungsfähigen Modelle bleiben irgendwann intern. Die KI-Konzerne setzen sie lieber selbst ein, um die nächste Generation zu bauen.

Kann passieren.

Muss aber nicht.

Und für die meisten Unternehmen ist es vielleicht ohnehin die falsche Frage.

Warum der Mittelstand zu Recht skeptisch ist

Ehrlich betrachtet: Wenn KI kein Geld verdient, hat sie in einem Unternehmen langfristig wenig verloren. Entweder direkt oder indem sie Zeit spart, Fehler reduziert oder Produktivität erhöht.

Klar, man kann „auch mal ein bisschen KI machen“. 😉

Ein paar Prompts ausprobieren.
Ein ChatGPT-Abo kaufen.
Vielleicht sogar einen Workshop besuchen.

Und danach?

Datenschutz. AI Act. Schnittstellen. Schulungen. Und die bestehenden Prozesse funktionieren eigentlich ganz gut.

Never change a running system.

Die Mitarbeiter machen ihren Job. Die Kunden zahlen. Das Unternehmen verdient Geld. Warum also einen funktionierenden Betrieb in ein KI-Forschungslabor verwandeln?

Diese Haltung wird gern belächelt. Ich halte sie für ziemlich vernünftig.

Denn ein Unternehmer muss nicht wissen, welches Sprachmodell in irgendeinem Benchmark gerade drei Prozent vorne liegt.

Er braucht Lösungen.

Und genau hier treffen sich die beiden Welten: die Branche, die jedes Modell-Release feiert, und der Betrieb, dem das Modell herzlich egal ist.

Von der Model Economy zur Skill Economy

Technologisch bleibt das Modell entscheidend. Wirtschaftlich wird es für viele Unternehmen zunehmend nebensächlich.

Denn ein Unternehmen braucht nicht das intelligenteste Modell der Welt. Es braucht einen Prozess, der funktioniert.

Genau dort sehe ich die größere Veränderung:

Wir bewegen uns von der Model Economy in Richtung Skill Economy.

Das Sprachmodell wird zum Motor. Aber niemand kauft ein Auto wegen eines besonders schönen Kolbens unter der Motorhaube. Man kauft es, um von A nach B zu kommen.

Heute diskutieren wir noch: ChatGPT oder Claude? Gemini oder etwas anderes? Welches schreibt besser, welches denkt länger, welches hat das größere Kontextfenster?

In einigen Jahren könnte die Frage im Unternehmen eher lauten:

„Welchen Sales-Workflow verwenden wir?“

Welchen Recruiting-Agenten? Welchen Buchhaltungsprozess? Welchen Support-Agenten? Welchen Ausschreibungs-Workflow?

Und welches Modell darunter läuft, interessiert dann vielleicht noch den IT-Leiter. Den Geschäftsführer deutlich weniger.

Die Bausteine liegen schon auf dem Tisch

Das ist keine Science-Fiction. Die drei großen Anbieter bauen genau in diese Richtung:

OpenAI hat im April 2026 sogenannte Workspace Agents eingeführt. Teams bauen einen Agenten einmal, teilen ihn im Unternehmen und nutzen ihn direkt in ChatGPT oder Slack, teils auf Basis fertiger Vorlagen.

Anthropic hat seine Agent Skills Ende 2025 zum offenen Standard gemacht. Skills sind wiederverwendbare Pakete aus Anweisungen und Werkzeugen, die ein Agent für eine bestimmte Aufgabe lädt. Dazu gibt es ein Verzeichnis fertiger Skills von Partnern wie Atlassian, Canva oder Stripe.

Google betreibt im Cloud Marketplace bereits einen eigenen Bereich, in dem Unternehmen spezialisierte KI-Agenten finden, evaluieren und bereitstellen können.

Die fertige Welt, die ich hier beschreibe, ist das noch nicht. Aber die Richtung ist eindeutig:

Aus allgemeiner KI werden spezialisierte digitale Fähigkeiten.

Und die Praxis zeigt, warum Unternehmen genau das brauchen: Viele KI-Pilotprojekte kommen nie über den Testbetrieb hinaus. Nicht, weil die Modelle zu schwach wären, sondern weil die KI nie sauber in den echten Arbeitsablauf eingebaut wurde.

Nicht das Modell scheitert. Die Umsetzung scheitert.

Ein Beispiel: der Vertrieb

Fast jedes Unternehmen braucht irgendeine Form von:

Lead-Recherche. Qualifizierung. Gesprächsvorbereitung. Erstkontakt. Einwandbehandlung. Angebot. Nachfassen. Dokumentation. CRM-Pflege.

Natürlich verkauft ein Installateur anders als SAP. Aber erstaunlich viele Grundbausteine ähneln sich.

Warum also sollte jedes Unternehmen diese Prozesse komplett neu erfinden?

Ein Skill- oder Agenten-Marktplatz ist deshalb nur logisch. Unternehmen kaufen dort nicht „KI“. Sie kaufen einen konkreten Ablauf.

Zum Beispiel: B2B-Sales-Agent für Handwerksbetriebe.

Er recherchiert potenzielle Kunden.
Bewertet Leads nach festgelegten Kriterien.
Bereitet Informationen über das Unternehmen auf.
Formuliert einen individuellen Gesprächseinstieg.
Dokumentiert das Gespräch.
Bereitet das Angebot vor.
Erinnert ans Nachfassen.

Und übergibt dort an einen Menschen, wo ein Mensch sinnvoll ist.

Das ist etwas völlig anderes als: „Hier ist ein Chatfenster. Viel Spaß beim Prompten.“

Warum das für KMU die eigentliche Chance ist

Die meisten kleinen und mittleren Unternehmen werden keine eigene KI-Abteilung aufbauen.

Sie werden keine zehn Modelle vergleichen.
Sie werden keine Agentenarchitektur entwickeln.
Und sie werden vermutlich nicht am Wochenende begeistert API-Dokumentationen lesen.

Überraschend, ich weiß. 😉

Sie werden Lösungen kaufen. So wie sie heute ein CRM, eine Buchhaltungssoftware oder eine Maschine kaufen.

Das unsichtbare Modell

Wenn der Workflow das Produkt wird, verändert sich die Rolle der Spitzenmodelle.

Vielleicht verschwinden die besten Modelle gar nicht. Vielleicht werden sie einfach unsichtbar.

Der Anbieter entscheidet im Hintergrund: Für diese Aufgabe reicht ein kleines Modell. Für jene braucht es das große. Diese Anfrage läuft lokal, jene in der Cloud.

Das passiert bereits. Als Anthropic im Juli die Sperre seiner Spitzenmodelle aufhob, kam ein neuer Schutzmechanismus dazu: Heikle Anfragen an Fable 5 werden blockiert und automatisch an ein anderes Modell weitergeleitet. Der Nutzer wird darüber informiert, aber gewählt hat er es nicht.

Wirtschaftlich ist dieses Prinzip oft sinnvoll. Eine Rechnung zu klassifizieren braucht keine digitale Nobelpreisträgerin. Eine komplexe Ausschreibung zu analysieren vielleicht schon eher. Wer jeweils nur die nötige Rechenleistung einsetzt, macht KI günstiger, skalierbarer und einfacher nutzbar.

Für den Anwender zählt am Ende nur eine Frage:

Hat der Prozess funktioniert?

Die Kehrseite: Wer den Skill kauft, gibt Kontrolle ab

Wer nicht mehr das Modell kauft, sondern den fertigen Ablauf, verliert ein Stück Kontrolle.

Wer bestimmt, welches Modell verwendet wird?
Was passiert, wenn der Anbieter den Preis erhöht?
Wenn ein Workflow verändert wird?
Wenn eine Funktion verschwindet?

Das ist keine Theorie. Die 19 Tage im Juni haben gezeigt, wie schnell ein Modell weg sein kann, ohne dass Anbieter oder Kunde etwas falsch gemacht haben. Und OpenAI stellte im August den bisherigen ChatGPT-Agenten ein und räumte selbst ein, dass der Übergang zu ChatGPT Work nicht klar genug kommuniziert worden war.

Solange es um ein Chatfenster geht, ist so etwas ärgerlich. Wenn der komplette Vertriebsprozess daran hängt, ist es ein Betriebsrisiko.

Dann reden wir nicht mehr über Vendor Lock-in als Fachbegriff. Dann reden wir über Umsatz.

Was das für Unternehmen heute konkret bedeutet

Niemand muss jetzt hektisch Agenten einkaufen. Aber fünf Dinge lohnen sich schon heute:

1. Erst den Prozess, dann das Werkzeug.
Wer seinen Vertriebsablauf nicht auf einer Seite aufschreiben kann, kann ihn auch nicht automatisieren lassen. Dieses Prozesswissen ist das eigentliche Kapital. Der Agent ist austauschbar, das Wissen, wie das eigene Geschäft funktioniert, nicht.

2. Klein anfangen, und nicht unbedingt im Vertrieb.
Vertrieb und Marketing sind sichtbar und deshalb beliebt. Der klarste Nutzen liegt aber oft in unspektakulären Back-Office-Abläufen: Rechnungen, Dokumente, Datenpflege. Dort lässt sich leicht messen, ob sich etwas verbessert hat. Wo es langweilig ist, ist der Nutzen oft am klarsten.

3. Jedem Anbieter fünf Fragen stellen:

  • Welche Modelle laufen darunter, und wo werden die Daten verarbeitet?
  • Was passiert, wenn ein Modell ausfällt oder gewechselt wird? Gibt es einen Plan B?
  • Lassen sich Daten, Einstellungen und Abläufe exportieren?
  • Wie sind Preisänderungen und Funktionsänderungen vertraglich geregelt?
  • An welcher Stelle übernimmt ein Mensch, und wer haftet für Fehler?

4. Offene Standards bevorzugen.
Lösungen, die auf offenen Standards aufbauen, lassen sich leichter zu einem anderen Anbieter mitnehmen. Das beseitigt die Abhängigkeit nicht, aber es macht sie kleiner.

5. Für kritische Abläufe einen Notfallweg behalten.
Wenn der Agent morgen weg ist, muss der Betrieb trotzdem weiterlaufen. Und sei es mit der alten Excel-Liste.

Die unspektakulärste Revolution

Deshalb halte ich diese Entwicklung für wesentlich spannender als die Frage: „Wann kommt Modell XY?“

Die besseren Modelle bleiben wichtig. Vielleicht wichtiger als heute.

Aber für den Großteil der Wirtschaft wird der Wettbewerb woanders entschieden. Nicht daran, wer das intelligenteste Modell besitzt. Sondern daran, wer daraus die zuverlässigsten, verständlichsten und wirtschaftlich sinnvollsten Prozesse baut.

Vielleicht entsteht genau dort der nächste große Markt der KI. Nicht Millionen Menschen, die bessere Prompts schreiben. Sondern Millionen Unternehmen, die digitale Fähigkeiten einkaufen.

Die nächste KI-Revolution könnte erstaunlich unspektakulär aussehen:

Kein humanoider Roboter läuft durch die Bürotür.
Niemand diskutiert über AGI.
Keiner fragt nach dem neuesten Benchmark.

Der Geschäftsführer klickt einfach auf:

„Sales-Workflow installieren.“

Und plötzlich macht das Unternehmen einen Teil seiner Arbeit anders.

Vielleicht ist genau das der Moment, in dem KI wirklich im Mittelstand ankommt.

Nicht, wenn jeder Mitarbeiter gelernt hat, KI zu bedienen.

Sondern wenn er sie gar nicht mehr bedienen muss.

Dieser Artikel wurde unter Mithilfe von KI erstellt.

That's it.