Wer das bessere Modell hat, verliert.
Trends der letzten Wochen im KI-Land: Mehr Geld. Mehr Agenten. Dümmere Ergebnisse.
Das Platformer-Game der KI. Der Blockbuster diesen Sommer.
Nano Banana 2, Prompt Der Promptologe
Die Plattform schlägt das Modell
Es gibt Momente, in denen eine Umsatztabelle mehr sagt als jeder Benchmark. Der Mai 2026 hat so einen Moment geliefert.
Anthropic hat OpenAI beim Enterprise-Spending überholt. Erstmals. Und das, obwohl GPT-5 auf den gängigen Benchmarks nach wie vor vor Claude liegt. Der Promptologe reibt sich kurz die Augen und liest noch einmal nach. Ja, steht so da.
Der Investor Ravi Mehta hat dieses Paradox in einem vielbeachteten Text seziert: Anthropic konkurriert nicht mehr auf der Modellebene. Anthropic konkurriert auf der Plattformebene. Das Model Context Protocol, Claude Code im Terminal, eine offene Ökosystem-Strategie — Mehta vergleicht das mit Microsofts Windows-Strategie der 1990er Jahre. Und wer sich an die 1990er erinnert, weiß: Microsoft hat damals nicht gewonnen, weil Windows das schönste Betriebssystem war. Wobei Claude — nach absolut subjektiver Meinung des Promptologen — die schönste KI derzeit ist.
Die eigentliche Entscheidung fällt also nicht im Benchmark, sondern in den Werkzeugen, Workflows und Integrationspunkten des Alltags. Der Promptologe findet das einerseits logisch und andererseits leicht beunruhigend — denn dieselbe Logik hat uns damals auch den Internet Explorer beschert.
Die Chinesen kommen: Sechzig Prozent. Und das in anderthalb Jahren.
Während Anthropic also die Unternehmensebene aufrollt, passiert gleichzeitig etwas auf dem globalen Markt, das die Branche noch nicht wirklich verdaut hat. Auf OpenRouter — einem Marktplatz, über den Entwickler auf Hunderte von Modellen zugreifen — stiegen chinesische Modelle von rund einem Prozent der Nutzung im Jahr 2024 auf über sechzig Prozent im Mai 2026. Sechzig. Prozent. In anderthalb Jahren.
DeepSeek, Moonshot, Xiaomi, Zhipu. Leistung auf Frontier-Niveau, zu einem Bruchteil der Kosten amerikanischer Anbieter. Laut Artificial Analysis kostet Claude für denselben Workload fast neunmal so viel wie das günstigste chinesische Konkurrenzmodell. Neunmal. Anthropic selbst hat in einem Policy Paper eingeräumt, dass US-Modelle chinesischen Pendants nur noch „einige Monate voraus” seien.
Der Promptologe notiert: Das ist kein Rückstand mehr, den man mit einer Pressemitteilung wegdiskutiert.
Agenten, die endlich handeln. Manchmal.
Ein drittes Thema zieht sich wie ein roter Faden durch die Newsletter der vergangenen Wochen: der Übergang von Systemen, die reden, zu Systemen, die handeln.
Bloomberg berichtete über eine wachsende Bewegung unter KI-Pionieren — Fei-Fei Li, Yann LeCun — die sogenannte World Models verfolgen. Architekturen, die nicht nur Text verarbeiten, sondern physikalische Gesetzmäßigkeiten und kausale Zusammenhänge internalisieren. Systeme also, die nicht beschreiben, was passieren könnte, sondern vorhersagen, was passieren wird, wenn man X tut. Das klingt nach Science-Fiction. Es ist es auch noch, weitgehend. Aber die Richtung ist klar.
Gleichzeitig bauen alle großen Labs ihre Agenten-Infrastruktur aus, was auch immer das im Einzelnen bedeutet: Anthropic zeigt Multi-Agent-Architekturen, Google schickt einen KI-Agenten in seinen Suchmodus, Airtable bringt einen agentischen App-Builder namens Omni auf den Markt. Alle wollen Agenten. Nicht alle erklären, wozu genau.
Der Promptologe kennt das Gefühl. Er sitzt selbst gelegentlich vor einem Agenten und fragt sich, was er ihm eigentlich sagen soll.
Mehr macht dümmer: Das Skalierungsgesetz wackelt
Und dann ist da noch die Grundannahme, auf der die gesamte Branche jahrelang gebaut hat: Mehr Rechenleistung ergibt bessere Modelle. Mehr Parameter, mehr Daten, mehr GPUs — mehr Intelligenz. Diese Gleichung hat eine Weile funktioniert. Jetzt beginnt sie zu ruckeln.
Forscher bei Cohere und anderen Labs warnen, das Skalieren großer Sprachmodelle könnte an seine Grenzen stoßen. Und Anthropic hat ein kontraintuitives Phänomen entdeckt: Modelle, die mehr Rechenzeit für Reasoning erhalten, liefern in bestimmten Aufgaben schlechtere Ergebnisse. Mehr Nachdenken, schlechtere Antwort. Der Promptologe kennt Menschen, auf die das auch zutrifft. Aber bei Sprachmodellen hätte er es nicht erwartet.
Was das für die nächste Modellgeneration bedeutet — und für die Milliarden, die gerade in Rechenzentren fließen —, ist noch offen. Die Investorengemeinschaft denkt darüber nach. Vermutlich mit sehr viel Rechenzeit.
Der Promptologe. 04.06.2026
Quellengrundlage: CNBC „Cheap AI could derail OpenAI and Anthropic’s IPOs” (23. Mai 2026), Ravi Mehta „OpenAI has the smarter model. Anthropic is winning anyway.” (23. Mai 2026), Bloomberg „The year ahead in AI”, TLDR AI Newsletter-Sammlung, AInauten Weekly sowie Smart Casual (Lisa Oberndorfer).
Offenlegung: Dieser Beitrag entstand mit Hilfe von Anthropic Claude.
(Nein, der Gedanken — ist kein Hinweis auf die KI. Ich schreibe so. Bin altmodisch.)
