K.I Projekte Hardwarekosten

Welches KI-Modell für welchen Einsatzzweck?

Ein Vergleich gängiger Open-Weights-Modelle für den lokalen Betrieb — Stand Juli 2026.

Die wichtigste Botschaft vorweg: Größer ist nicht automatisch besser. Für den Großteil betrieblicher Automatisierung reicht ein kompaktes, effizientes Modell vollkommen aus — es läuft auf kleiner Hardware, ist schnell und günstig. Die großen Modelle lohnen sich erst, wenn ein Anwendungsfall wirklich mehr Tiefe, längere autonome Abläufe oder höchste Antwortqualität verlangt. Und mehr Modell bedeutet immer deutlich mehr Hardware und Kosten. Alle hier genannten Modelle sind Open-Weights und lassen sich vollständig im eigenen Haus betreiben.

Kurz erklärt: aktive Parameter — der entscheidende Wert für Automatisierung

Bei den großen Modellen taucht eine Zahl auf, die man kennen sollte, um die Tabelle richtig zu lesen: die aktiven Parameter. Fast alle modernen Großmodelle sind sogenannte „Mixture-of-Experts„ (MoE): Sie bestehen aus vielen Fachbereichen („Experten„), von denen pro Token aber nur ein kleiner Teil tatsächlich rechnet. Ein Modell wie Qwen3.5-397B-A17B hat zwar 397 Milliarden Parameter insgesamt, aber nur 17 Milliarden sind je Token aktiv. Ein dichtes Modell wie die Qwen3.6-27B kennt diese Trennung nicht — bei ihm arbeiten immer alle 27 Milliarden Parameter an jeder Antwort mit.

Diese beiden Zahlen stehen für zwei völlig verschiedene Dinge:

• Gesamt-Parameter = Wissensspeicher (und Hardware-Bedarf). Je mehr Experten, desto mehr Faktenwissen kann ein Modell ablegen. Wichtig: Alle Experten müssen im Grafikspeicher liegen — auch die, die gerade nicht rechnen. Deshalb bestimmt die Gesamtzahl den VRAM-Bedarf.
• Aktive Parameter = Denkleistung und Tempo pro Token. Sie bestimmen, wie viel „Hirn„ tatsächlich an jeder einzelnen Antwort arbeitet — und sind damit der ehrlichere Maßstab für die reine Intelligenz eines Modells als die oft plakative Gesamtzahl.

Und genau hier liegt der Punkt für die Automatisierung. Schaut man auf die aktiven Parameter, schrumpft der vermeintliche Riesenvorsprung der großen Modelle dramatisch: Die dichte 27B hat 27 Milliarden aktive Parameter — das sind mehr als bei DeepSeek-V4-Flash (13 Mrd.) und Qwen3.5-397B (17 Mrd.) und dieselbe Größenordnung wie bei Qwen3-235B (22 Mrd.) oder GLM-5.2 (~40 Mrd.). In der reinen Denkleistung pro Token spielt die 27B also in einer Liga mit Modellen, die auf dem Papier ein Vielfaches groß sind. Der eigentliche Vorsprung der Giganten ist ihr größerer Wissensspeicher — und den braucht man in echten Automatisierungsprojekten meist gar nicht. Dort soll das Modell Anweisungen intelligent befolgen, nicht Millionen Fakten auswendig kennen. Modelle für Automatisierung müssen Anweisungen befolgen können und möglichst viel Intelligenz mitbringen, Sie müssen uns aber nicht mitteilen können wie viele Eiscaffes es in Rom gibt oder Quantenmechanik auf mandarin und portugiesisch erklären.

Zwei ehrliche Einschränkungen dazu. Erstens sind aktive Parameter nicht das ganze Bild — die zusätzlichen Experten eines MoE bringen über den reinen Aktiv-Wert hinaus etwas Mehrleistung; die tatsächliche Stärke liegt irgendwo zwischen aktiver und Gesamtzahl. Für das reine Befolgen von Anweisungen ist dieser Abstand aber klein. Zweitens — und praktisch am wichtigsten: Wenige aktive Parameter bedeuten nicht wenig Hardware. Ein Modell mit 13 Milliarden aktiven, aber 284 Milliarden Gesamt-Parametern braucht trotzdem den Speicher für alle 284 Milliarden. Aktive Parameter senken die Rechenlast und erhöhen das Tempo — den Grafikspeicher-Bedarf senken sie nicht.

Qwen3.6-27B — der Allrounder (unsere Standard-Empfehlung)

Ein dichtes 27-Milliarden-Modell mit nativer Vision (Bilder, Dokumente, OCR, sogar Video) und langem Kontextfenster (262.000 Tokens, erweiterbar bis rund 1 Million). Trotz seiner geringen Größe spielt es weit über seiner Gewichtsklasse: Beim Coding übertrifft es sogar das vorherige 397B-Flaggschiff — bei einem Bruchteil der Hardware. Es ist tool- und agentenfähig und läuft bereits auf einer einzelnen GPU.

Wann einsetzen: In den allermeisten Fällen — Vorkontierung, Dokumenten- und Rechnungsverarbeitung, Chatbots, Mitarbeiter-Assistenz, Klassifikation und einfache bis mittlere Agenten-Workflows. Wer solide Vision und Agenten-Fähigkeiten auf günstiger, kompakter Hardware braucht, fährt hiermit optimal. Die Vision-Qualität ist praxisstark (Screenshots, UI, Formulare, Diagramme); für höchste Ansprüche an reine Bild-/Videoanalyse gibt es spezialisierte Modelle, die auf einzelnen Benchmarks vorne liegen.

Qwen3.6-35B-A3B — der Durchsatz-Spezialist

Die MoE-Variante: 35 Milliarden Parameter, von denen aber nur rund 3 Milliarden je Anfrage aktiv sind. Dadurch extrem effizient und schnell im Durchsatz — qualitativ aber schwächer als die dichte 27B, besonders bei Aufgaben die mehr Intelligenz erfordern.

Wann einsetzen: Wenn maximaler Durchsatz und viele parallele, eher einfache Anfragen im Vordergrund stehen und die Aufgaben nicht die Tiefe der 27B verlangen. Für anspruchsvollere Arbeit ist die dichte 27B die bessere Wahl.

Qwen3-235B-A22B-Instruct-2507 — mehr Reasoning-Tiefe

Ein Mixture-of-Experts-Modell mit 235 Milliarden Parametern (22 Milliarden aktiv) und 256.000 Tokens Kontext. Deutlich stärker bei anspruchsvollem Reasoning, Mathematik, Coding und mehrsprachigen Aufgaben; gut in der Werkzeugnutzung. Reine Textverarbeitung, keine Vision.

Wann einsetzen: Wenn die 27B an Grenzen stößt — komplexere Analysen, anspruchsvolle Reasoning-Aufgaben, höhere Antwortqualität bei offenen Fragestellungen. Benötigt mehrere GPUs (typischerweise rund acht, bzw. vier bis fünf in FP8-Quantisierung). Prinzipiell lohnt sich der Sprung vom Qwen 3.6 27B Modell zu dieser Variante jedoch nur wirklich selten.

Qwen3.5-397B-A17B — das multimodale Flaggschiff

Das große Qwen-Flaggschiff: 397 Milliarden Parameter (17 Milliarden aktiv), erstmals mit nativer Vision im selben Modell vereint (Text, Bild, Video), 256.000 Tokens Kontext (bis 1 Million), über 200 Sprachen und ein eigener Reasoning-Modus. Sehr stark bei Agenten-, GUI- und multimodalen Aufgaben.

Wann einsetzen: Wenn ein einziges, breites Spitzenmodell gefragt ist, das Vision, Reasoning und Agenten kombiniert — und die passende Hardware vorhanden ist. Selbst hier gilt noch, das der Unterschied zu Qwen 3.6 27B immernoch sehr gering es wenn es um K.I automatisierung geht. Die großen Mixture Of Experts Modelle haben den Vorteil das Sie sehr viel mehr Wissen speichern können als das 27B Modell, aber in der reinen Intelligenz steht das 27B Modell diesen modellen in kaum etwas nach.

DeepSeek-V4-Flash — das kosteneffiziente Arbeitspferd

Ein MoE-Modell mit 284 Milliarden Parametern (13 Milliarden aktiv) und 1 Million Tokens Kontext, sehr auf Effizienz und Tempo getrimmt. Beim Coding liegt es nur ein bis zwei Punkte hinter dem großen Pro-Modell. Reine Textverarbeitung, keine Vision.

Wann einsetzen: Bei hohen Volumina und sehr langen Kontexten, wo Kosten und Geschwindigkeit zählen und keine Bildverarbeitung nötig ist. Faustregel: standardmäßig Flash, nur bei Bedarf auf Pro eskalieren. Mit rund 160 GB Gewichten ist es ein Server-, kein Einzelkarten-Modell.

DeepSeek-V4-Pro — die offene Spitzenklasse

Mit 1,6 Billionen Parametern (49 Milliarden aktiv) derzeit das größte offene Modell, 1 Million Tokens Kontext, Near-Frontier-Qualität (die führenden geschlossenen Modelle liegen nur wenige Monate voraus). Reine Textverarbeitung.

Wann einsetzen: Für die anspruchsvollsten Reasoning- und Agenten-Aufgaben, wenn maximale Open-Source-Qualität gefragt ist. Braucht Cluster-Hardware der DGX-/HGX-Klasse (Gewichte im 1,6-TB-Bereich) — eine bewusste Infrastruktur-Entscheidung, kein Arbeitsplatz-Setup.

GLM-5.2 (z.ai) — der Coding- und Agenten-Spezialist

Ein MoE-Modell mit rund 744 Milliarden Parametern (etwa 40 Milliarden aktiv), MIT-Lizenz, 1 Million Tokens Kontext. Aktuell das stärkste offene Coding- und Agenten-Modell: erstes offenes Modell über 80 % auf Terminal-Bench und auf mehreren Long-Horizon-Coding-Benchmarks vor GPT-5.5. Zwei Reasoning-Stufen (High/Max). Reine Textverarbeitung.

Wann einsetzen: Für lange, autonome Coding- und Engineering-Agenten, die viele aufeinanderfolgende Schritte über echte Codebasen hinweg zuverlässig durchhalten müssen. Wie die anderen großen Modelle braucht es ernsthafte Infrastruktur.

Entscheidungshilfe auf einen Blick

• Standard-Automatisierung, Dokumente/Vision, Assistenz, einfache Agenten → Qwen3.6-27B. Reicht in den meisten Fällen und läuft auf der kleinsten Hardware.
• Maximaler Durchsatz bei einfachen Aufgaben → Qwen3.6-35B-A3B.
• Mehr Reasoning-Tiefe / bessere offene Antworten → Qwen3-235B.
• Ein breites, multimodales Flaggschiff (Vision + Reasoning + Agenten) → Qwen3.5-397B.
• Günstig bei riesigen Textmengen und langem Kontext → DeepSeek-V4-Flash.
• Höchste offene Qualität für Reasoning/Agenten (Cluster vorhanden) → DeepSeek-V4-Pro.
• Lange autonome Coding-Agenten → GLM-5.2.

Für die meisten Automatisierungsprojekte ist die Qwen3.6-27B die richtige Wahl — leistungsfähig, effizient und sparsam bei der Hardware. Der Sprung zu den großen Modellen bringt spürbaren Mehrwert nur bei speziellen Anforderungen (tiefes Reasoning, lange autonome Agenten, verlässliche Qualität) und ist mit deutlich höheren Hardware- und Betriebskosten verbunden.

Die KI-Landschaft ändert sich schnell; die Einordnung bezieht sich auf den Stand Juli 2026. Welches Modell auf welcher Hardware in welcher Quantisierung läuft, lässt sich mit unserem Konfigurator direkt durchrechnen.