Databricks zeigt den Aufschwung offener und Multi-Vendor-Modelle in der Unternehmens-KI

Databricks zeigt den Aufschwung offener und Multi-Vendor-Modelle in der Unternehmens-KI

Databricks hat den Databricks AI Index vorgestellt, ein Observatorium zur Einführung, Leistung und zu den Kosten von KI-Modellen in Unternehmen. Basierend auf anonymisierten Daten von über 10.000 Organisationen, die Unity Gateway nutzen, zeigt die Studie eine Diversifizierung der Anbieter und einen Anstieg der Open-Weight-Modelle, deren Parameter veröffentlicht sind. Sie weist auch auf große Kostenunterschiede zwischen den Lösungen hin.

Veröffentlicht am 16. November 2026, kombiniert dieser Index Nutzungsdaten und Bewertungen von Programmieragenten, also KI-Software, die Aktionen verketten kann, um eine Aufgabe zu erfüllen, basierend auf internen Aufgaben. Ziel ist es, die Leistung der Modelle, aber auch ihre Wirtschaftlichkeit in professionellen Umgebungen zu messen.

Multi-Vendor schreitet voran

Laut Databricks nutzten im Juli 2026 64 % der Unternehmen, die Unity Gateway einsetzen, nur einen einzigen KI-Modellanbieter. Bis zum 2. November sank dieser Anteil auf 28 %, was auf eine Diversifizierung der eingesetzten Technologien hindeutet. Dieser Indikator zählt jedoch alle seit dem 20. Juli angefragten Anbieter, auch wenn ein Unternehmen einen zusätzlichen Anbieter nur einmal getestet hat.

Auch Open-Weight-Modelle verzeichnen einen deutlichen Anstieg. Ihr Anteil an den Tokens, den Texteinheiten, die ein Modell verarbeitet, die an über Unity Gateway gehostete Modelle gesendet wurden, stieg von 7,3 % im Juli auf 30,9 % Anfang November. Diese Zahl misst ein Token-Volumen in dieser Umgebung, nicht den Anteil der Unternehmen, die diese Modelle übernommen haben.

Dieses Wachstum zeigt jedoch Anzeichen einer Verlangsamung. Laut einer Analyse von Tomasz Tunguz erreichte der Anteil der Open-Weight-Modelle im September 2026 etwa 33 %, bevor er sich bei rund 31 % stabilisierte, in einem Kontext starker Preissenkungen von OpenAI. Diese Entwicklung deutet darauf hin, dass Preispolitiken die Technologiewahl von Unternehmen beeinflussen können, ohne allein einen Kausalzusammenhang herzustellen.

Große Kostenunterschiede

In seinen Programmierbewertungen platziert Databricks drei Open-Weight-Modelle unter den Top Ten. DeepSeek V4.1 und GLM 5.3 erreichen insbesondere eine Erfolgsquote von 93,1 %, ein Ergebnis, das ihre Wettbewerbsfähigkeit gegenüber proprietären Modellen bei den getesteten Aufgaben zeigt.

Die Studie betont auch, dass vergleichbare Leistungen zu sehr unterschiedlichen Kosten führen können. GPT-6 Luna und Claude Opus 5.5 erzielen jeweils eine Erfolgsquote von 89,1 %, aber ihre durchschnittlichen Kosten pro Aufgabe liegen bei 0,05 bzw. 1,62 Dollar, was einem Unterschied von etwa dem 32-fachen entspricht.

Diese Feststellung muss jedoch je nach Anwendungsfall differenziert werden. Databricks gibt an, Claude Opus 5.5 intern als Standardmodell für Claude Code beibehalten zu haben, nachdem eine Qualitätsverbesserung und eine Reduzierung der Kosten pro Sitzung um 29 % im Vergleich zum Vorgänger festgestellt wurde. Der Token-Preis allein reicht daher nicht aus, um die tatsächliche Rentabilität eines Modells zu bestimmen.

Konzentrierte Ausgaben

Die Studie zeigt zudem erhebliche Unterschiede bei den KI-Ausgaben zwischen den Mitarbeitern. Der mediane wöchentliche Verbrauch erreicht 2,49 Dollar pro Nutzer, verglichen mit 699,74 Dollar für Nutzer am 99. Perzentil, was einem Unterschied von etwa dem 281-fachen entspricht.

Diese Konzentration spiegelt die Vielfalt der Nutzung wider, zwischen Mitarbeitern, die gelegentlich einen Chat-Assistenten nutzen, und Entwicklern, die täglich Programmieragenten ausführen. Für Unternehmen unterstreichen diese Unterschiede die Bedeutung von Budgetüberwachung, Nutzungsgovernance und Ressourcenoptimierung.

Mit diesem AI Index möchte Databricks Organisationen helfen, Modelle nach Leistung, Kosten und Geschäftsanforderungen zu vergleichen. Unity Gateway bietet insbesondere Tools für Überwachung, Budgetkontrolle und intelligentes Routing von Anfragen an die am besten geeigneten Modelle. Die Ergebnisse bleiben jedoch auf den Bereich der Plattformnutzer und die bewerteten Programmieraufgaben beschränkt und stellen kein repräsentatives Maß für den gesamten globalen KI-Markt dar.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x