Tim Lochmüller
In Strategierunden mit mittelständischen Unternehmen landet früher oder später dieselbe Frage auf dem Tisch: ChatGPT, Claude oder Gemini? Eine allgemeingültige Antwort gibt es darauf nicht. Welches Modell passt, hängt von drei Dingen ab: wofür dein Team es einsetzt, welche Software ihr schon nutzt und wie streng eure Datenschutzvorgaben sind.
Dieser Vergleich ordnet die drei Anbieter aus Sicht deutscher Unternehmen ein. Ranglisten aus Benchmarks lassen wir weitgehend weg, weil sie wenig darüber aussagen, ob ein Modell deine Angebotsmails, Protokolle oder Vertragszusammenfassungen gut hinbekommt. Die Angaben zu Modellen und Tarifen haben den Stand September 2026. Die Anbieter bringen im Abstand weniger Monate neue Versionen heraus, deshalb nennen wir hier Modellfamilien und keine Versionsnummern.
Im AI-Champions-Programm gibt es für dieses Thema ein eigenes Modul zu den Enterprise-Tools Copilot und Claude. Die Teilnehmenden testen die wichtigsten Modelle an ihren eigenen Aufgaben und halten das Ergebnis in einer Tool-Bewertungsmatrix fest. Dieser Artikel ist die Kurzfassung davon.
Die drei Modelle im Überblick
ChatGPT stammt von OpenAI, Claude von Anthropic, Gemini von Google. Alle drei sind große Sprachmodelle (Large Language Models, kurz LLM), also Programme, die Text verstehen und erzeugen. Alle drei gibt es als Chat-Oberfläche, als Business-Tarif für Firmen und als Programmierschnittstelle (API), über die du sie in eigene Anwendungen einbaust. Die Unterschiede liegen in den Stärken der Modelle, im Software-Umfeld und in den Datenschutz-Optionen.
Hinter jedem Markennamen stecken mehrere Varianten, meist eine große, gründliche und eine kleinere, schnellere und günstigere. Der Abstand zwischen der großen und der kleinen Variante eines Anbieters ist oft größer als der zwischen zwei Anbietern auf gleicher Stufe. Wenn jemand im Team sagt, Claude sei schlechter als ChatGPT, lohnt deshalb die Nachfrage, welche Variante er getestet hat und in welchem Tarif.
OpenAI: ChatGPT und die GPT-Modelle
ChatGPT ist das bekannteste der drei Produkte und für viele Beschäftigte der erste Kontakt mit generativer AI. Die GPT-Modelle dahinter verarbeiten Text, Bilder und gesprochene Sprache. Aktuelle Versionen entscheiden selbst, ob sie eine Frage schnell beantworten oder länger nachdenken, etwa bei Rechenaufgaben oder mehrstufigen Analysen. Diese Denkphase heißt Reasoning. Dazu kommt die Reichweite: Microsoft baut Copilot auf OpenAI-Modellen auf. Damit landen GPT-Modelle über Office in sehr vielen Unternehmen, auch dort, wo niemand ChatGPT bewusst eingeführt hat.
Anthropic: Claude in den Varianten Opus und Sonnet
Anthropic bietet Claude in mehreren Größen an. Sonnet ist das Arbeitspferd für den Alltag, Opus die gründlichere und teurere Variante für schwierige Analysen, lange Texte und Programmierung, Haiku die schnelle und günstige Stufe. Claude verarbeitet sehr lange Dokumente in einem Durchgang: Das Kontextfenster, also die Textmenge, die das Modell gleichzeitig im Blick behält, reicht für mehrere hundert Seiten. Im Alltag fällt Claude vor allem durch sauberes Deutsch auf und dadurch, dass es Anweisungen genau befolgt. Wenn du ein Format vorgibst, hält es sich in der Regel daran.
Google: Gemini
Gemini ist Googles Modellfamilie. Die Pro-Varianten sind für anspruchsvolle Aufgaben gedacht, die Flash-Varianten für schnelle und günstige Verarbeitung großer Mengen. Gemini verarbeitet neben Text und Bildern auch Audio und Video direkt und hat ebenfalls ein sehr großes Kontextfenster. Der größte praktische Vorteil ist die Einbindung in Googles eigene Produkte, von Gmail über Docs, Sheets und Meet bis zur Google Cloud.
Vergleich nach 6 Kriterien
Wir vergleichen die drei Modelle anhand von sechs Kriterien, die in Projekten mit deutschen Unternehmen immer wieder den Ausschlag geben: Textqualität, Programmierung, Multimodalität, Datenschutz, Integration und Kosten. Keines der Modelle liegt überall vorn. Welches Kriterium bei dir am schwersten wiegt, entscheidet deshalb über die Wahl.
1. Textqualität und Reasoning
Für die meisten Unternehmen ist die Textqualität das wichtigste Kriterium, weil ein Großteil der AI-Nutzung aus E-Mails, Berichten, Zusammenfassungen und Kundenantworten besteht. Im Deutschen fallen die Unterschiede deutlicher aus als im Englischen.
Claude schreibt nach unserer Erfahrung die natürlichsten deutschen Texte. Es trifft den Ton deutscher Geschäftskorrespondenz gut, hält Siezen oder Duzen über lange Texte durch und streut wenige Anglizismen ein. Bei Strategiepapieren und Marktanalysen wägt es Argumente sorgfältig ab und gliedert auch lange Texte sauber.
ChatGPT ist der stärkste Allrounder. Das Deutsch ist gut, der Aufbau wirkt aber oft amerikanisch: kurze Absätze, viele Aufzählungspunkte, wenig Fließtext. Für Standardkorrespondenz reicht das völlig. Bei Texten, in denen die Tonlage zählt, etwa einer heiklen Antwort auf eine Reklamation, musst du öfter nacharbeiten.
Gemini ist stark, wenn das Ergebnis eine feste Form hat: eine Tabelle, eine Zusammenfassung nach Schema, ein Report mit Zwischenüberschriften. Bei frei formulierten Texten bleibt es eher allgemein.
Ein typisches Szenario: Eine Marketingabteilung gibt allen drei Modellen dasselbe Briefing für den nächsten Kunden-Newsletter. Der Text von Claude braucht danach oft nur noch kleine Korrekturen, der von ChatGPT eine zweite Runde für Ton und Übergänge. Der Gemini-Text ist gut gegliedert, liest sich aber nüchtern. Bei deinen eigenen Texten kann die Reihenfolge anders aussehen, genau dafür ist der Test weiter unten da.
2. Code und technische Aufgaben
Wer AI für Automatisierungen, Datenauswertungen oder interne Tools nutzen will, braucht ein Modell, das gut programmiert. Alle drei schreiben brauchbaren Code. Die Unterschiede zeigen sich bei großen Projekten und beim Umfeld.
Claude ist vor allem in der Opus-Variante bei vielen Entwicklerinnen und Entwicklern die erste Wahl für umfangreiche Aufgaben: bestehenden Code umbauen (Refactoring), Zusammenhänge in großen Codebasen verstehen, mehrere Dateien auf einmal ändern. Das große Kontextfenster hilft dabei, weil ein ganzes Projekt auf einmal hineinpasst.
OpenAI-Modelle haben das breiteste Umfeld im Microsoft-Kosmos, von Visual Studio bis Azure DevOps. GitHub Copilot bietet inzwischen mehrere Modelle zur Auswahl an, darunter auch Claude und Gemini. Für Alltagsaufgaben wie ein Excel-Makro, eine verschachtelte Formel oder ein kleines Skript reicht jedes der drei Modelle.
Gemini spielt seine Stärke bei Google-Technik aus: Apps Script für Google Sheets, Cloud Functions, Firebase, BigQuery. Wer seine Infrastruktur in der Google Cloud betreibt, bekommt dort die engste Verzahnung.
Angenommen, dein Controlling bereinigt jeden Montag eine Umsatzliste aus dem ERP von Hand: Dubletten löschen, Kundennummern vereinheitlichen, Summen je Region bilden. Ein kurzes Skript dafür schreibt dir jedes der drei Modelle in wenigen Minuten. Den Unterschied merkst du erst, wenn das Skript in eine bestehende Automatisierung eingebaut werden soll und das Modell dafür den vorhandenen Code verstehen muss.
3. Multimodalität
Multimodal heißt, dass ein Modell neben Text auch Bilder, Audio oder Video verarbeitet. In diesem Punkt liegt Gemini vorn.
Gemini versteht Video und Audio direkt. Es fasst die Aufzeichnung eines einstündigen Meetings zusammen, wertet technische Zeichnungen aus oder liest mehrere hundert Seiten PDF in einem Durchgang. Für Firmen mit viel visuellem Material, etwa in Architektur, Fertigung oder Medizintechnik, ist das ein Alleinstellungsmerkmal.
ChatGPT analysiert Bilder, Screenshots und Diagramme zuverlässig und hat in der App einen ausgereiften Sprachmodus. Im Büroalltag ist die Verbindung mit Microsoft-Dateien praktisch, also mit Präsentationen, Excel-Diagrammen und Word-Dokumenten.
Claude liest Bilder und PDFs zuverlässig und ist bei langen Dokumenten stark. Video verarbeitet es nach unserem Stand (September 2026) nicht direkt. Für Vertragsprüfung, Rechnungskontrolle oder den Vergleich mehrerer Angebote ist Claude trotzdem oft die beste Wahl, weil es Inhalte präzise zusammenfasst.
Angenommen, drei Lieferantenangebote mit je 40 Seiten liegen auf deinem Tisch. Du lädst alle hoch und lässt dir eine Tabelle mit Preis, Lieferzeit, Gewährleistung und Zahlungsbedingungen bauen. Das schaffen alle drei Modelle. Wie sauber sie Abweichungen im Kleingedruckten markieren, unterscheidet sich, und genau dieser Teil nimmt dir die meiste Arbeit ab.
4. Datenschutz und DSGVO
Für deutsche Unternehmen ist Datenschutz oft das Ausschlusskriterium. Den Ausschlag gibt dabei der Zugangsweg zum Modell. Kostenlose Privatkonten sind für Kundendaten tabu. Business-Tarife und Cloud-Plattformen mit Auftragsverarbeitungsvertrag (AVV) und Rechenzentren in der EU sind die Grundlage für den Einsatz mit Firmendaten.
OpenAI-Modelle über Microsoft: Der Azure OpenAI Service stellt die GPT-Modelle in europäischen Rechenzentren bereit, auch in Deutschland. Eingaben fließen nicht ins Training der Modelle, Microsoft schließt einen AVV. Wer ohnehin Azure nutzt, hat damit den kürzesten Weg. Auch direkt bei OpenAI gibt es Business- und Enterprise-Tarife, bei denen Eingaben standardmäßig nicht fürs Training verwendet werden.
Claude über AWS oder Google Cloud: Über Amazon Bedrock und Google Cloud Vertex AI lässt sich Claude in EU-Regionen wie Frankfurt nutzen, mit dem AVV des jeweiligen Cloud-Anbieters. Anthropic verwendet Daten aus der API und aus den Business-Tarifen nicht fürs Training. Bei privaten Konten auf claude.ai hängt das von den Einstellungen ab, für Firmendaten sind diese Konten nicht gedacht.
Gemini über Google Cloud und Workspace: Google bietet Gemini in der Cloud in EU-Regionen an und stellt AVVs standardmäßig bereit. In Google Workspace gelten die Datenschutzzusagen des Workspace-Vertrags. Prüfe trotzdem genau, welche Daten über welche Dienste laufen, zum Beispiel wenn Gemini auf Gmail und Drive zugreift.
Sonderfall Langdock. Langdock ist ein Berliner Anbieter, der Modelle von OpenAI, Anthropic, Google, Mistral und weiteren Herstellern in einer Oberfläche bündelt, mit Hosting in der EU und deutschem AVV. Das Modell dahinter lässt sich wechseln, ohne dass sich für die Mitarbeitenden etwas ändert. Solche Plattformen nennt man Middleware. Langdock ist nicht der einzige Anbieter dieser Art. Vergleiche bei der Auswahl Zertifizierungen, Hosting-Standort und die Liste der tatsächlich verfügbaren Modelle.
Ein typisches Szenario: Der Datenschutzbeauftragte blockiert seit Monaten jede AI-Nutzung, weil er für jeden US-Anbieter einzeln Verträge, Serverstandorte und Unterauftragnehmer prüfen müsste. Mit einer Middleware aus der EU liegt ein Vertrag auf dem Tisch, ein Hosting-Standort und eine Liste der Unterauftragnehmer. Das macht die Prüfung überschaubar und beschleunigt die Freigabe oft deutlich.
5. Integration und Ökosystem
Ein Modell bringt im Alltag nur dann etwas, wenn es dort verfügbar ist, wo die Leute ohnehin arbeiten. Die vorhandene Software entscheidet deshalb oft mehr als die Frage nach dem besten Modell.
OpenAI und Microsoft 365: Setzt dein Unternehmen auf Teams, Outlook, Word, Excel und SharePoint, ist Microsoft 365 Copilot der naheliegende Start. Copilot sitzt direkt in den Office-Programmen, kennt deine Dokumente, Mails und Termine und fasst zum Beispiel einen langen Mailverlauf zusammen, bevor du antwortest. Programmieren musst du dafür nichts, die IT muss vor allem die Berechtigungen sauber setzen. Microsoft bindet inzwischen auch Modelle von Anthropic in Teile von Copilot ein. Die Grenzen zwischen den Lagern werden also durchlässiger.
Gemini und Google Workspace: Für Firmen mit Gmail, Docs, Sheets und Meet gilt dasselbe Prinzip. Gemini arbeitet direkt in diesen Programmen. Besonders praktisch ist das in Sheets, wo du Auswertungen in normaler Sprache anforderst, für die du sonst Pivot-Tabellen oder Formelwissen bräuchtest, und in Meet für Gesprächsnotizen.
Claude und eigene Anwendungen: Claude ist über die eigene API, über die großen Cloud-Plattformen und über Tools wie Langdock, n8n oder Make erreichbar. Für Unternehmen, die AI in eigene Abläufe einbauen wollen, etwa ins CRM, ins ERP oder in ein internes Tool, ist das eine sehr flexible Option. Die API unterstützt Systemanweisungen, also feste Vorgaben, die jede Anfrage begleiten, und Tool-Use: Das Modell ruft dabei selbst andere Programme auf, zum Beispiel eine Datenbankabfrage. Wie so ein Ablauf ohne Programmierkenntnisse entsteht, zeigt unser Beitrag zu AI-Automation mit n8n.
6. Kosten
Was AI kostet, hängt davon ab, wie ihr sie nutzt: über die Chat-Oberfläche, eingebunden in Office oder Workspace oder über die API mit Abrechnung nach Verbrauch. Preise und Tarifnamen ändern sich häufig. Die folgenden Angaben sind deshalb Größenordnungen mit Stand September 2026.
- Chat-Oberflächen: Alle drei Anbieter haben ein kostenloses Einstiegsangebot und bezahlte Einzeltarife im niedrigen zweistelligen Bereich pro Monat. Für Firmen gibt es Team- oder Business-Tarife mit Admin-Funktionen und Datenschutzzusagen, abgerechnet pro Nutzer.
- Office-Integration: Microsoft 365 Copilot wird als Zusatzlizenz pro Nutzer und Monat berechnet. Bei Google sind die Gemini-Funktionen je nach Workspace-Tarif enthalten oder zubuchbar.
- Middleware wie Langdock: Abrechnung pro Nutzer und Monat, abhängig von Paket und Vertragsgröße.
- API: Abrechnung pro Token. Ein Token ist grob ein Wortteil. Spitzenmodelle wie Claude Opus kosten ein Mehrfaches der Standardmodelle, Sparvarianten wie Gemini Flash oder Claude Haiku nur einen Bruchteil. Bei großen Mengen lohnt sich der Preisvergleich.
Für die meisten Mittelständler sind die Lizenzkosten nicht der Engpass. Angenommen, eine Lizenz kostet 30 Euro im Monat und spart einer Sachbearbeiterin vier Stunden im Monat. Bei einem internen Stundensatz von 50 Euro stehen 30 Euro Kosten einem Zeitwert von 200 Euro gegenüber. Der Engpass ist fast immer, ob die Leute die Werkzeuge regelmäßig und gut nutzen. Mit dem kostenlosen ROI-Rechner rechnest du das mit deinen eigenen Zahlen durch.
Die Entscheidungsmatrix: Wenn... dann...
Die passende Wahl ergibt sich meist aus eurer vorhandenen Software und dem wichtigsten Einsatzzweck. Diese Wenn-dann-Regeln gehen wir im AI-Champions-Programm mit den Teilnehmenden durch:
Wenn ihr ein Microsoft-Unternehmen seid (Microsoft 365, Teams, SharePoint, Azure) → Starte mit Microsoft 365 Copilot. Die Einstiegshürde ist niedrig, und den Nutzen merkst du direkt in Outlook, Word und Teams. Für anspruchsvolle Texte ergänzt du bei Bedarf Claude, über die API oder eine Plattform wie Langdock.
Wenn deutsche Textqualität Vorrang hat (Kundenkommunikation, Marketing, Vertragsanalyse) → Setz auf Claude. Sonnet für den Alltag, Opus für schwierige Aufgaben. Für textlastige B2B-Kommunikation ist Claude nach unserer Erfahrung das stärkste der drei Modelle.
Wenn ihr Google Workspace nutzt (Gmail, Docs, Sheets, Meet) → Starte mit Gemini. Es arbeitet in den Programmen, die dein Team jeden Tag öffnet, und hilft besonders bei Auswertungen in Sheets und bei Gesprächsnotizen aus Meet.
Wenn DSGVO-Konformität oberste Priorität hat → Nimm eine EU-Middleware wie Langdock. Ein Vertrag, Hosting in der EU, die wichtigsten Modelle in einer Oberfläche. Wer ausschließlich GPT-Modelle braucht, kommt auch mit dem Azure OpenAI Service und einer EU-Region aus.
Wenn ihr viel mit Bildern, Video oder Audio arbeitet (technische Zeichnungen, Aufzeichnungen, Fotos von Baustellen) → Gemini ist die erste Wahl. Für reine Dokumentenarbeit mit PDFs und Verträgen ist Claude ebenso stark.
Wenn ihr Automatisierungen baut (Workflows, API-Anbindungen, interne Tools) → Claude über die API ist eine gute Grundlage. Die API ist gut dokumentiert und hält sich zuverlässig an Vorgaben. Für große Mengen einfacher Aufgaben ist eine Sparvariante wie Gemini Flash oft die günstigste Lösung.
Ein typisches Ergebnis nach so einer Auswertung sieht bei einem Industriezulieferer mit Microsoft 365 etwa so aus: Copilot übernimmt Mails, Termine und Besprechungsnotizen, Claude läuft über eine EU-Plattform für Angebotstexte und Vertriebsvorlagen. Jedes Werkzeug bekommt die Aufgaben, die es am besten kann.
Unsere Empfehlung: Setz nicht auf ein Pferd
Unsere Empfehlung lautet: Nutze zwei, höchstens drei Modelle mit klar verteilten Aufgaben und halte dir den Wechsel offen. Der häufigste Fehler, den wir sehen, ist die frühe Festlegung auf ein einziges Modell, auf das dann alles aufgebaut wird. Die Rangfolge der Anbieter hat sich in den letzten Jahren mehrfach gedreht, in fast jeder Kategorie. Was heute vorn liegt, kann in sechs Monaten überholt sein.
Praktisch heißt das: ein Hauptwerkzeug für den Arbeitsalltag, meist das, was zu eurer Office-Umgebung passt, und ein zweites für Spezialaufgaben wie anspruchsvolle Texte, Code oder lange Analysen. Für die meisten Mittelständler sieht das so aus:
- Primär: Microsoft 365 Copilot oder Gemini in Google Workspace, je nach vorhandener Infrastruktur
- Sekundär: Claude für anspruchsvolle Texte, Analysen und Programmierung
- Middleware: optional eine Plattform wie Langdock als gemeinsame Oberfläche mit Modellwechsel und EU-Hosting
So nutzt ihr die Stärken mehrerer Modelle und bleibt unabhängig von einem einzelnen Anbieter. Der Fachbegriff für diese Abhängigkeit ist Vendor Lock-in, und sie macht einen späteren Wechsel teuer. Schreibt Prompts, Vorlagen und Arbeitsanweisungen deshalb so, dass sie in jedem Modell funktionieren. Dann bedeutet ein Wechsel ein paar Tage Testen und Anpassen.
Was sich in 6 Monaten ändern wird
In den nächsten sechs Monaten verschieben sich vor allem Modellversionen, Agenten-Funktionen und Regulierung. Dieser Artikel ist im März 2026 erschienen und wurde im September 2026 überarbeitet. Diese Entwicklungen zeichnen sich ab:
- Neue Modellgenerationen: Alle drei Anbieter veröffentlichen neue Versionen im Abstand weniger Monate. Jede Generation verschiebt die Rangfolge ein Stück.
- Agenten-Fähigkeiten: Alle drei bauen AI-Agenten aus. Das sind Systeme, die Aufgaben in mehreren Schritten selbstständig erledigen, etwa recherchieren, Formulare ausfüllen oder Daten aus verschiedenen Systemen zusammentragen.
- Open-Source-Konkurrenz: Modelle von Meta (Llama), Mistral oder DeepSeek halten bei manchen Aufgaben mit den kommerziellen Modellen mit und lassen sich auf eigenen Servern betreiben. Für Firmen mit strengen Vorgaben ist das eine ernsthafte Option. Die gehosteten Dienste chinesischer Anbieter wie DeepSeek solltest du datenschutzrechtlich besonders kritisch prüfen.
- EU AI Act: Die Pflichten aus der europäischen AI-Verordnung greifen schrittweise. Seit Februar 2025 gilt zum Beispiel Artikel 4: Unternehmen müssen dafür sorgen, dass Mitarbeitende, die AI einsetzen, ausreichende KI-Kompetenz haben.
Deshalb lohnt es sich, im Unternehmen die Fähigkeit aufzubauen, neue Modelle schnell und strukturiert zu bewerten. Diese Kompetenz bleibt wertvoll, wenn die heutige Tool-Wahl längst überholt ist. Als Anfang reicht ein festes Testset aus zehn typischen Aufgaben, das ihr bei jeder neuen Modellversion durchlaufen lasst.
So testest du die Modelle selbst in 60 Minuten
Mit einem strukturierten Test an deinen eigenen Aufgaben weißt du nach einer Stunde mehr als nach jedem Benchmark-Vergleich im Netz. So gehst du vor:
- Leg drei Konten an: ChatGPT (chatgpt.com), Claude (claude.ai) und Gemini (gemini.google.com). Die kostenlosen Versionen reichen für den Test. Verwende nur Beispieltexte ohne Kunden- oder Personaldaten.
- Wähle drei typische Aufgaben aus deinem Arbeitsalltag: eine E-Mail, eine Zusammenfassung und eine kleine Analyse.
- Gib allen drei Modellen denselben Prompt, Wort für Wort. Kopiere ihn, damit sich keine Abweichung einschleicht.
- Bewerte jedes Ergebnis auf einer Skala von 1 bis 5 in drei Punkten: Qualität, Relevanz und wie viel du noch nacharbeiten müsstest.
- Wiederhole das mit einer schwierigeren Aufgabe, etwa einem Kundenbrief zu einer Preiserhöhung, einer kurzen Wettbewerbsanalyse oder einem Projektplan.
Für die Auswertung reicht eine einfache Tabelle: Aufgaben in die Zeilen, Modelle in die Spalten, Punkte in die Zellen. Angenommen, Claude kommt bei den Texten auf 13 von 15 Punkten und ChatGPT auf 11, bei der Analyse ist es umgekehrt. Dann hast du deine Aufteilung schon gefunden.
Achte beim Test auf zwei Dinge, die in keinem Ranking auftauchen. Erstens, wie gut das Modell mit deinem Fachvokabular umgeht. Zweitens, ob es bei fehlenden Informationen nachfragt oder einfach etwas erfindet. Beides merkst du nur an deinen eigenen Aufgaben.
Ein typisches Szenario aus solchen Tests: Jemand nutzt seit Jahren ChatGPT und hält es deshalb für das beste Modell. Im direkten Vergleich mit einem Vertragsentwurf oder einer heiklen Kundenmail zeigt sich dann, dass ein anderes Modell für genau diese Aufgabe besser passt. Gewohnheit ist beim Modellvergleich ein schlechter Ratgeber.
Vom Vergleich zur Strategie: der nächste Schritt
Nach dem Modellvergleich beginnt die eigentliche Arbeit: Use Cases auswählen, den Nutzen berechnen, den Datenschutz klären und das Team mitnehmen. Die Tool-Wahl ist nur der erste Baustein davon.
Wo du heute stehst, zeigt dir der kostenlose AI-Readiness-Check. Welche Anwendungen sich schnell rechnen, beschreibt unser Artikel zu fünf AI-Use-Cases mit schnellem ROI. Und wer das eigene Firmenwissen mit AI durchsuchbar machen will, findet im Beitrag zum InhouseGPT einen Fahrplan dafür.
Im AI-Champions-Programm arbeitest du diese Schritte mit AIC Solo im eigenen Tempo durch. Von den 14 Modulen behandelt eines die Enterprise-Tools Copilot und Claude, eines Governance, Recht und Change und eines Use Cases und ROI. Am Ende hast du eine Tool-Bewertungsmatrix für deinen Job, bewertete Use Cases und eine 12-Monats-Roadmap. Für ganze Abteilungen gibt es AIC Corporate mit gemeinsamen Terminen mit unseren Trainern. Fragen zur Modellwahl kannst du auch in der offenen Sprechstunde stellen, jeden Mittwoch um 15 Uhr.
