Stell dir eine Angebotsanfrage vor, wie sie jede Woche kommt: ein Sonderteil, drei Anhänge, eine knappe Frist. Bei dir geht sie durch Vertrieb, Konstruktion und Kalkulation. Ein Wettbewerber auf der anderen Seite der Welt lässt dieselben Unterlagen zuerst von einem offenen KI-Modell lesen, das jeder kostenlos herunterladen kann. Nach einer Stunde hat er eine saubere technische Rückfrage formuliert und einen Preisrahmen genannt.
Das ist kein Bericht über einen echten Fall, sondern ein Gedankenexperiment. Aber jede Zutat darin ist heute verfügbar. Und es stellt eine unbequeme Frage: Wenn allgemeine Intelligenz fast nichts mehr kostet, worauf beruht dann noch der Preisaufschlag, den deutsche Industrieunternehmen für ihre Kompetenz verlangen?
Intelligenz wird zur Massenware
Zuerst die Zahlen. Die Kosten, ein Modell auf dem Niveau von GPT-3.5 zu nutzen, fielen zwischen November 2022 und Oktober 2024 um mehr als das 280-Fache (Stanford AI Index). Epoch AI hat für feste Leistungsniveaus gemessen, wie schnell der Preis sinkt: je nach Aufgabe um das 9- bis 900-Fache pro Jahr. Für die Leistung von GPT-4 bei Wissenschaftsfragen auf Doktoratsniveau waren es 40-mal pro Jahr (Epoch AI). Die Forschenden weisen selbst darauf hin, dass die schnellsten Rückgänge jüngst gemessen wurden und offen ist, ob sie anhalten.
Gleichzeitig schließen die offenen Modelle auf. Der Abstand zwischen offenen und geschlossenen Modellen schrumpfte bei einigen Benchmarks innerhalb eines Jahres von 8 auf 1,7 Prozent, der Abstand zwischen dem besten und dem zehntbesten Modell von 11,9 auf 5,4 Prozent (Stanford AI Index). Das Modell DeepSeek-R1 zeigte, dass sich logisches Schlussfolgern durch reines bestärkendes Lernen trainieren und auf kleinere Modelle übertragen lässt; es wurde offen veröffentlicht und in Nature publiziert (DeepSeek-AI).
Das heißt: Die Fähigkeit, eine technische Anfrage zu verstehen, eine Norm zusammenzufassen oder eine Rückfrage zu formulieren, ist kein Vorsprung mehr. Sie ist für alle zu haben, in Shenzhen genauso wie in Schwaben.
Der Druck kommt von zwei Seiten
Für deutsche Industrieunternehmen trifft das auf eine schwierige Lage. Die Bundesbank stellt fest, dass deutsche Exportmarktanteile seit 2017 schrumpfen. Maschinenbau und Elektroindustrie gehörten zu den größten Treibern des Verlusts an Wettbewerbsfähigkeit. Seit 2019 verliert die deutsche Exportindustrie bei ihren wichtigsten Handelspartnern tendenziell gerade dort Anteile, wo China hinzugewinnt (Bundesbank).
Im eigenen Land steigen die Kosten. Die Lohnstückkosten wuchsen 2025 je Erwerbstätigem um 4,8 Prozent, deutlich mehr als die 3,2 Prozent, die die EU-Kommission im Schnitt der Mitgliedstaaten erwartet hatte. Das Statistische Bundesamt beschreibt China zugleich als immer stärkeren Konkurrenten für deutsche Industrieprodukte; die Exporte dorthin gingen 2025 um 11,9 Prozent zurück (Destatis).
Höhere Kosten zu Hause, mehr Wettbewerb draußen, und nun eine Technik, die dem Wettbewerber dieselbe Denkleistung gibt wie dir. Wer seinen Preis mit „wir verstehen die Technik besser“ begründet, steht auf schrumpfendem Boden.
Was ein Modell nicht herunterladen kann
Was bleibt dann? Nicht die allgemeine Intelligenz, sondern die eigene Geschichte. Dreißig Jahre Prüfberichte. Die Ausfallanalyse, die erklärt, warum ein Lager bei einem bestimmten Kunden früher versagt. Die Kundenvariante, die nur existiert, weil 2011 eine Anlage in einer feuchten Halle stand. Der Grund, warum diese Toleranz enger ist als die Norm verlangt.
Diese Dinge stehen in keinem öffentlichen Text. Kein Modell wurde mit ihnen trainiert, und keines kann sie herunterladen. Sie liegen in den eigenen Systemen, Ordnern und Köpfen, oft verstreut und schwer zu finden. Genau das ist der Punkt: Der Rohstoff, den die Konkurrenz nicht hat, liegt bei vielen Unternehmen ungenutzt herum.
Das verschiebt die Frage nach dem Burggraben. Der Burggraben ist nicht das Modell, das du kaufst. Dasselbe Modell kann auch jeder andere kaufen. Der Burggraben ist die Erfahrung, die nur du hast, und die Geschwindigkeit, mit der du sie nutzbar machst.
Preiskraft wandert zu Tempo und Belegbarkeit
Wenn das stimmt, ändert sich, wofür Kunden zahlen. Nicht dafür, dass jemand die Anfrage verstanden hat. Das kann bald jede Maschine. Sondern dafür, wer die Anfrage, die Änderungsanforderung oder den Servicefall am schnellsten richtig beantwortet, mit Beleg: Diese Auslegung beruht auf diesem Prüfbericht, diese Empfehlung auf diesen drei früheren Fällen.
Das gilt nicht nur im Vertrieb. Im Service entscheidet dieselbe Frage, ob eine Anlage am Nachmittag wieder läuft oder erst nach dem Besuch eines Technikers in der nächsten Woche. In der Konstruktion entscheidet sie, ob ein Fehler von 2016 ein zweites Mal gemacht wird. Überall dort zählt nicht, wie klug eine Antwort klingt, sondern ob sie stimmt und woher sie kommt.
Ein Industrieunternehmen, das seine eigene Geschichte in Minuten durchsuchen kann, antwortet schneller und genauer als ein Wettbewerber, der nur das öffentliche Wissen eines Modells hat. Es kann seine Antwort begründen, und eine begründete Antwort rechtfertigt einen Preis.
Wo du anfangen kannst
Der erste Schritt ist keine Technologieentscheidung, sondern eine Bestandsaufnahme. Welche zwanzig technischen Fragen stellen deine Kunden am häufigsten? Wo steht heute die Antwort auf jede davon: in welchem System, in welchem Ordner, in welchem Kopf? Und wie lange dauert es, bis jemand sie findet und belegen kann?
Wer diese drei Fragen ehrlich beantwortet, sieht meist zweierlei. Erstens: Viele Antworten gibt es längst, sie sind nur nicht auffindbar. Zweitens: Die Zeit bis zur Antwort hängt an wenigen Menschen, die alles im Kopf haben und deshalb ständig unterbrochen werden. Genau hier entsteht der Vorsprung, den ein offenes Modell dem Wettbewerber nicht schenken kann. Es geht nicht darum, das klügste Modell zu haben. Es geht darum, das eigene Wissen schneller zu finden als alle anderen.
Unsere Einschätzung
Einschätzung, keine Tatsache: Bis 2027 entscheidet der Abstand zwischen dem besten offenen und dem besten geschlossenen Modell keinen industriellen Einkauf mehr. Ausschreibungen werden Lieferanten stattdessen danach vergleichen, wie schnell und wie nachvollziehbar sie technische Fragen beantworten.
Die gute Nachricht für den Mittelstand: Den entscheidenden Rohstoff hat er schon, er liegt im eigenen Haus. Die schlechte: Er nützt nur, wenn man ihn findet.
Quellen
- Stanford HAI, Apr. 2025: The 2025 AI Index Report
- Epoch AI, 12.03.2025: LLM inference prices have fallen rapidly but unequally across tasks
- DeepSeek-AI, Nature, 22.01.2025: DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
- Deutsche Bundesbank, 14.07.2025: What's behind the sustained decline in German export market shares?
- Statistisches Bundesamt (Destatis), 15.01.2026: Bruttoinlandsprodukt 2025 für Deutschland (Statement zur Pressekonferenz)
