961 KI-Angebote: Beginnen Sie bei der Aufgabe, nicht beim Werkzeug.

Eine Liste mit 100 Werkzeugen hilft niemandem mehr bei der Auswahl; eine Landkarte, die zeigt, wo KI arbeitet, welche Daten sie verarbeitet und auf welcher Technik sie beruht, sehr wohl.

Diese Zahlen beschreiben das Forschungsinventar der Studie, einschließlich Einträgen außerhalb des Kandidatenkatalogs dieser Website mit 485 Datensätzen. Sie zählen weder verifizierte Produkte noch Website-Aufnahmen.

2024 haben wir einen Leitfaden zu mehr als 100 KI-Werkzeugen veröffentlicht, sortiert nach Kategorien wie Sprachverarbeitung, Computer Vision, Machine-Learning-Frameworks und Chatbots. Viele Namen darin waren Entwicklerbibliotheken; mehrere wurden inzwischen umbenannt, zusammengeführt oder eingestellt. Der Markt ist zudem zu groß für eine Liste geworden. Für die Good AI Prisma Global Market Study 2026/27 haben wir 998 Markteinträge erfasst, darunter 961 KI-Angebote, jeweils mit datierter Quelle von den Seiten der Anbieter.

Der Markt verändert sich auch schneller als jede Liste. Innerhalb weniger Wochen Recherche fanden wir 34 Umbenennungen und 26 Eigentümerwechsel, etwa Acrolinx zu Markup AI und LivePerson zu SoundHound AI. Diese Ausgabe ist deshalb eine Methode, kein Katalog: der Weg von einem Geschäftsbedarf zu einer belastbaren Vorauswahl.

Das Good AI Prisma ordnet den KI-Markt von außen nach innen.

Äußerer Ring: 24 Geschäftsbereiche, in denen KI arbeitet.

• 14 Funktionen: Kundenservice; Assistenten & Copiloten; Wissen & Suche; Dokumente, Workflow & Agenten; Vertrieb & CRM; Marketing & Content; HR & Recruiting; Finanzen & Rechnungswesen; Recht & Compliance; IT- & Sicherheitsbetrieb; Softwareentwicklung; Daten & Analytik; Design, Bild & Video; Meetings, Stimme & Sprache.
• 10 Branchen: Gesundheit & Life Sciences; Finanzdienstleistungen & Versicherungen; Fertigung & Industrie; Handel & Konsumgüter; Energie & Versorgung; Mobilität & Logistik; Öffentlicher Sektor; Bildung; Medien & Unterhaltung; Wissenschaft & Forschung.

Mittlerer Ring: 8 Datentypen, also die Art der Daten, die ein Angebot verarbeitet: Sprache (Text), Stimme, Audio, Bild, Video, Tabellen, Code und multimodal.

Innerer Ring: 6 Technologieebenen, die Technik darunter: Modelle, Chips und Rechenleistung, Clouds, Daten, Agenten und Vertrauen.

Ein Angebot kann in mehreren Bereichen stehen; die 998 Einträge belegen 1.037 Positionen auf der Karte.

Wählen Sie einen Prozess in einem Geschäftsbereich und messen Sie ihn, bevor Sie Anbieter ansehen: Volumen, Kosten pro Fall, Qualität und Durchlaufzeit. Gemessene Effekte sind real, aber aufgabenspezifisch. Im Kundenservice steigerte ein generativer KI-Assistent die gelösten Anfragen pro Stunde um 14% im Schnitt und um 34% bei weniger erfahrenen Kräften (NBER). In der Softwareentwicklung reichen gemessene Effekte von 19% langsamer (METR) bis 21% schneller (Google-RCT). Die Produktivitätszahl eines Anbieters ist nicht Ihre Ausgangsbasis.

Der mittlere Ring grenzt das Feld schnell ein. Ein Sprachagent, ein Dokumenten-Workflow und ein Coding-Assistent verarbeiten unterschiedliche Daten, tragen unterschiedliche Risiken und brauchen unterschiedliche Prüfungen. Sprach- und Meeting-Werkzeuge etwa werfen Einwilligungsfragen auf: 65% der US-Beschäftigten, deren Meetings ein KI-Protokollwerkzeug begleitete, sagten, die Einwilligung sei uneinheitlich oder gar nicht eingeholt worden (Umfrage via KRDO).

Die meisten Unternehmen kaufen Anwendungen, doch jede Anwendung beruht auf Ebenen, die sich unabhängig voneinander ändern.

• Modelle. An der Spitze stehen drei geschlossene Flaggschiffe: OpenAI GPT-6 Astra, Anthropic Claude Fable 5.1 und Google Gemini 4 Argon. Zu den Modellen mit offenen Gewichten gehört Mistral Large 4, im Oktober 2026 als Vorschau vorgestellt, mit europäischem Betrieb und On-Premises-Optionen. Die Preise unterscheiden sich etwa um den Faktor 100, von 0,10 bis 10 US-Dollar je Million Eingabe-Tokens, und 81% der großen Unternehmen nutzen bereits drei oder mehr Modellfamilien (a16z). Modelle werden auch abgeschaltet: OpenAI stellt die Versionen von GPT-4o und GPT-4.1 am 14. Januar 2027 ein.
• Chips und Rechenleistung. Die Kapazität bleibt knapp. ASML erwartet, dass das geplante Angebot 2027–28 die Kundennachfrage „nicht vollständig decken“ wird, und die Investitionen der großen Technologiekonzerne sollen 2026 um weitere 75% steigen (IEA). Zugleich sinken die Preise je Inferenz-Einheit weiter deutlich (Epoch AI).
• Clouds und Daten. Hosting-Region, Unterauftragsverarbeiter und Datennutzung entscheiden, ob ein Angebot für europäische Käufer überhaupt infrage kommt.
• Agenten. Die Ausgaben für KI-Agenten und -Assistenten sollen von 29,2 Mrd. US-Dollar 2026 auf 65,5 Mrd. US-Dollar 2027 wachsen (Gartner); zugleich erwartet Gartner, dass bis Ende 2027 mehr als 40% der Agenten-Projekte eingestellt werden.
• Vertrauen. Dokumentation, Zertifizierungen und ihr Geltungsbereich, Aufsicht und Umgang mit Vorfällen.

Belegte Verbindungen zwischen Angeboten zeigen, dass Anwendungen auf wenigen Knotenpunkten beruhen: Zendesk, Salesforce und das Model Context Protocol auf Anwendungsseite; OpenAI, Anthropic, Amazon Bedrock und Hugging Face darunter. Eine einzige Modell- oder Plattformänderung kann viele Produkte zugleich betreffen. Fragen Sie deshalb jeden Anbieter, von welchem Modell und welcher Cloud er abhängt.

Quellenkontext: MCP · authorization specification · 2026-07-28 ↗

Eine belastbare Vorauswahl braucht Fakten zum konkreten Produkt und Tarif. Fragen Sie nach den Standorten von Speicherung, Inferenz und Sicherungen, den beteiligten Unterauftragnehmern und den wählbaren Bereitstellungsorten. Eine Adresse in Europa oder der Schweiz belegt kein EU-Hosting. Training erst nach Opt-in, standardmäßiger Ausschluss und ein erforderliches Opt-out sind unterschiedliche Regeln. Prüfen Sie die datierten Profilnachweise mit ihren Einschränkungen und lassen Sie die Vertragsbedingungen für Ihr Konto bestätigen. Forschungsdatensätze der Studie können sich überschneiden; sie sind keine verifizierte Zahl unterschiedlicher Produkte. Vergleichen Sie die Fakten Ihrer eigenen Vorauswahl statt einer kombinierten Abdeckungsquote aus einer früheren Ausgabe.

Zwei weitere Muster ziehen sich durch den Markt. Vier von fünf Angeboten, die wir 2026 neu aufgenommen haben, werden nur auf Marketingseiten beschrieben, nicht in technischer Dokumentation. Und Preise werden in mindestens sieben Einheiten angegeben: pro Lösung, pro Nutzerplatz, pro Gespräch, pro Minute, in Credits, nach Tarifstufe oder nur auf Anfrage.

Weil Preise in verschiedenen Einheiten vorliegen, rechnen Sie jede Option in ein Maß um: monatliche Gesamtkosten (Nutzung oder Lizenz, abgeschriebene Integration, Monitoring und Schulung, menschliche Prüfung, Bearbeitung gescheiterter Fälle) geteilt durch die Ergebnisse, die Ihr Unternehmen akzeptiert. In einem Kundenservice-Szenario mit 10.000 Fällen im Monat ergeben 11.000 Euro Gesamtkosten bei 40% Akzeptanz 2,75 Euro pro akzeptiertem Ergebnis. Diesen Wert stellen Sie den heutigen Kosten je gelöstem Fall gegenüber.

Ob ein Angebot ein Hochrisiko-System ist, hängt davon ab, wofür Sie es nutzen. In der EU gelten die Transparenzpflichten nach Artikel 50 seit 2. August 2026; Hochrisiko-Pflichten für Anwendungen nach Anhang III wie Rekrutierung, Kredit und Bildung gelten nach Verordnung (EU) 2026/1744 ab 2. Dezember 2027. Pflichten zu automatisierten Entscheidungen in Colorado und Kalifornien gelten ab 1. Januar 2027.

Quellenkontext: EU AI Act · consolidated 2026-07-27 ↗

Das Prisma hilft bei der Orientierung. Es entscheidet nicht, dass ein Angebot zu Ihrem Unternehmen passt. Die Zuordnung zu einem Bereich ist auch kein unabhängiges Verifizierungsergebnis. Eine Anwendung kann mehrere Bereiche bedienen und deshalb mehrfach auf der Karte erscheinen. Das ist hilfreicher Kontext, solange diese Platzierungen nicht als unterschiedliche Produkte gezählt werden.

Forschungsinventar, Website-Katalog und Nachweistiefe bleiben getrennt. Die oben genannten Forschungszahlen beschreiben ihre benannte Ausgabe. Die Website zeigt ihre eigenen Kandidateneinträge mit den jeweiligen Bedingungen. Ein identifiziertes Angebot, ein ausführliches Profil und ein für eine Entscheidung vertieft recherchierter Datensatz bieten unterschiedliche Orientierung. Die Oberfläche soll diese Unterschiede prüfbar machen und nicht die Kartenpräsenz in eine Zusicherung verwandeln.

Deshalb ist die Ausgangsfrage wichtig. „Ein KI-Werkzeug finden“ ist zu breit. „Möglichkeiten für deutsche Antwortentwürfe im Service auf Grundlage unserer freigegebenen Richtlinie finden, wobei Menschen die Nachricht versenden“ ist bearbeitbar. Aufgabe, Sprache, Quelle und Befugnisgrenze stehen damit fest, bevor ein Produkt ins Gespräch kommt.

Beginnen Sie im Bereich Kundenservice und wählen Sie ein Angebot. Lesen Sie im Panel Zweck und wesentliche Quellenbedingungen. Öffnen Sie anschließend das Profil für die Angaben, die bei Ihrem Einsatz entscheidend sind. Ist die Datenregion oder Trainingsnutzung für den betreffenden Tarif nicht belegt, bleibt daraus eine Anbieterfrage. Der Unternehmenssitz ersetzt keine Antwort.

Nehmen Sie zwei unterschiedliche Optionen in den Vergleich auf. Ziel ist nicht die größtmögliche Liste, sondern die Betrachtung sinnvoller Unterschiede in denselben Feldern: Abrechnung, Datenbedingungen, Umfang und tatsächlich unterstützte Arbeit. Ein Preis auf Anfrage kann weiterhin interessant sein. Er darf aber nicht als kostenlos erscheinen. Eine dokumentierte Regionsoption bleibt bedingt, bis ihre Anwendbarkeit geklärt ist.

Prüfen Sie belegte Verbindungen dort, wo sie Abhängigkeiten betreffen. Eine Anwendung kann eine Modellplattform nutzen und dennoch eigene Verträge und Datenverarbeitung haben. Die Beziehung belegt die Verbindung. Sie überträgt nicht jede Plattformaussage auf die Anwendung. Belegt die Quelle die nachgelagerte Bedingung nicht, ist eine Rückfrage notwendig.

Beachten Sie auch den Unterschied zwischen einer Funktion und einer Branche. Finanzbuchhaltung beschreibt eine betriebliche Aufgabe; Finanzdienstleistungen beschreiben einen Wirtschaftszweig. Ein Werkzeug kann für beide relevant sein, ohne dieselben Anforderungen zu erfüllen. Der Kartenbereich führt zur Recherche, während die konkrete Aufgabe bestimmt, welche Angaben und Fachprüfungen anschließend benötigt werden.

Verwenden Sie für alle Kandidaten eine kurze schriftliche Aufgabenbeschreibung. Dazu gehören Zweck, Volumen, Sprachen, Datenempfindlichkeit, Abnahme und menschlich verbleibende Handlungen. Stellen Sie dieselben entscheidenden Fragen. Sonst wirkt ein Lieferant möglicherweise nur deshalb stärker, weil er eine andere Auslegung der Anfrage beantwortet hat.

Unterscheiden Sie enthaltene Funktion, optionale Konfiguration und gesondert zu vereinbarende Integration. Ein Produkt kann eine passende Fähigkeit besitzen, ohne den gesamten benötigten Ablauf bereitzustellen. Benennen Sie die Pflege der Quelldokumente, die Bearbeitung von Ausnahmen und die notwendigen Änderungen an vorhandenen Systemen. Diese Zuständigkeiten beeinflussen Machbarkeit und Kosten.

Halten Sie Antwortdatum und Bereitstellung fest. Löst ein Verkaufsgespräch eine Frage, bitten Sie bei entsprechender Bedeutung um anwendbare Dokumentation oder Vertragswortlaut. Ersetzen Sie eine widersprüchliche veröffentlichte Quelle nicht unbemerkt durch eine günstige mündliche Aussage. Andere Käufer oder Prüfer müssen die Schlussfolgerung später noch verstehen können.

Die Liste sollte nach dem Gespräch kürzer und klarer werden. Entfernen Sie nicht passende Optionen mit einer nachvollziehbaren Begründung. Erhalten Sie bei weiter betrachteten Angeboten die noch offenen Bedingungen. Eine Auswahlliste wird nicht dadurch besser, dass jede Spalte gefüllt ist, sondern dadurch, dass die verbleibenden Unterschiede eine tatsächliche Entscheidung unterstützen.

Vergleichen Sie dasselbe Arbeitsvolumen. Nutzerpreis, Minutenpreis und Preis je gelöstem Fall können relevant sein, müssen aber in ein gemeinsames Betriebsszenario übersetzt werden. Dazu gehören Prüfung, gescheiterte Fälle, Integration und weitere Systeme. Eine Jahresbindung darf nicht ohne Erläuterung gegen einen flexibel kündbaren Monatspreis gestellt werden.

Nutzen Sie Bandbreiten für unsichere Eingaben. Ist die Abnahmequote unbekannt, zeigen Sie ihren Einfluss, statt einen optimistischen Wert einzusetzen. Wird Zeit frei, beschreiben Sie deren beabsichtigte Verwendung. Ein Kapazitätsszenario ist etwas anderes als eine realisierte finanzielle Einsparung. Die Wirtschaftlichkeitswerkzeuge machen solche Annahmen sichtbar.

Bestimmen Sie danach den nächsten Nachweisschritt. Das kann ein schriftlicher Preis, eine Bereitstellungsbestätigung, ein kleiner Test oder die Nutzung vorhandener Software sein. Eine gute Auswahlliste ist kein Kaufversprechen. Sie besteht aus überschaubaren Optionen mit begründetem Einschluss und konkreten Bedingungen für die Fortsetzung.

Die Entscheidung sollte auch den Ausstieg betrachten. Fragen Sie nach Export, Datenlöschung und offenen Vorgängen am Ende einer Nutzung. Solche Bedingungen sind nicht erst nach dem Kauf relevant. Sie beeinflussen, welche Abhängigkeit das Unternehmen eingeht und ob Erfahrungen mit einem anderen Werkzeug weiterverwendet werden können.

Notieren Sie zu jedem verbleibenden Kandidaten einen Aufnahmegrund und eine Tatsache, die ihn ausschließen könnte. So bleibt eine bekannte Marke nicht ohne passenden Vorteil auf der Liste. Ein weniger bekanntes Angebot wird zugleich nicht allein deshalb ausgeschlossen, weil seine Dokumentation andere Begriffe verwendet.

Lassen Sie eine zweite Person den Vergleich anhand der Quellen nachvollziehen. Findet sie Abrechnungszeitraum, Bereitstellungsbedingung und offene Frage? Falls nicht, verbessern Sie die Unterlage, bevor weitere Produkte hinzukommen. Vier verständliche Optionen sind nützlicher als eine lange Tabelle mit unvereinbaren Annahmen.

Ändert sich der Vergleich, bleibt der Grund erhalten. Neue Vertragsbedingungen, eine korrigierte Identität oder eine klarere Aufgabe können die Änderung erklären. Die frühere Auswahl war nicht zwangsläufig unbedacht. Sie beruhte auf einem anderen Wissensstand. Dieser Verlauf macht das Vorgehen wiederverwendbar, ohne eine frühere Antwort zur heutigen Gewissheit zu erklären. Ordnen Sie jede wesentliche Änderung der betroffenen Entscheidung zu, damit ein späterer Leser nicht nur den neuesten Tabellenstand, sondern dessen Bedeutung versteht.

Für einen begrenzten Vergleich von bis zu drei Angeboten können Sie den AI Decision Brief prüfen. Sind Geschäftsfrage und Einführungsannahmen noch unklar, kann der AI Business Blueprint besser passen. Eine vertiefte Investitionsbetrachtung wird gesondert im Enterprise AI Opportunity Case vereinbart.

Nehmen Sie Produkte, Sprache und offene Fragen in die Anfrage mit. Prüfen Sie den Entwurf, bevor Sie ihn selbst versenden. Eine vorbereitete Nachricht ist kein eingereichter Auftrag. Eine Anbieterfrage ist kein negatives Urteil. Die Karte erfüllt ihren Zweck, wenn sie vom unbegrenzten Markt zu einer nützlichen Entscheidung mit passenden Nachweisen und verantwortlicher Person führt.

Was Sie jetzt entscheiden sollten

• Wählen Sie einen Prozess, ordnen Sie ihn auf der Karte ein (Geschäftsbereich, Datentyp, Ebene) und messen Sie seine Ausgangsbasis vor jeder Demo.
• Senden Sie allen Anbietern der Vorauswahl dieselben schriftlichen Fragen: Hosting-Region, Trainingsnutzung, Abrechnungseinheit, Modell- und Cloud-Abhängigkeiten, Ausstiegsbedingungen.
• Vergleichen Sie Optionen nach Kosten pro akzeptiertem Ergebnis bei Ihrem eigenen Volumen, mit vorab vereinbarter Abbruchbedingung.

Das Good AI Prisma, die vollständige Taxonomie und die Ergebnisse der Erhebung vom Oktober 2026 finden Sie unter ethority.ai/ai-prism-study; dort können Anbieter und Lesende auch Korrekturen einreichen.

• ETHORITY, Good AI Prisma Global Market Study 2026/27 (Forschungsstand 20.10.2026): https://ethority.ai/ai-prism-study
• NBER Working Paper 31161: https://www.nber.org/papers/w31161
• METR-Studie, via Simon Willison: https://simonwillison.net/2025/Jul/12/ai-open-source-productivity/
• Google-RCT zur Entwicklerproduktivität: https://arxiv.org/html/2410.12944v2
• KRDO / Stacker, Umfrage zu KI-Protokollwerkzeugen (Juli 2026): https://krdo.com/stacker-business-economy/2026/07/16/ai-notetakers-have-sat-in-on-1-in-3-us-workers-meetings-but-only-a-third-say-they-were-asked-first/
• OpenAI, GPT-6 Astra: https://openai.com/index/gpt-6-astra/
• Anthropic, Modellübersicht: https://platform.claude.com/docs/en/about-claude/models/overview
• Google Cloud, Gemini 4 Argon: https://cloud.google.com/blog/products/ai-machine-learning/gemini-4-argon-available-on-google-cloud
• Mistral AI, Mistral Large 4: https://mistral.ai/news/mistral-large-4/
• OpenAI, Preise GPT-6.1 Sol und Luna: https://openai.com/index/introducing-gpt-6-1-sol/
• a16z, Enterprise-KI-Umfrage (Jan. 2026): https://a16z.com/leaders-gainers-and-unexpected-winners-in-the-enterprise-ai-arms-race/
• OpenAI, Deprecations: https://developers.openai.com/api/docs/deprecations
• ASML, Ergebnisse Q3 2026 (6-K): https://www.sec.gov/Archives/edgar/data/0000937966/000162828026065813/pressreleasefinancialresul.htm
• IEA, Stromverbrauch von Rechenzentren 2025: https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions
• Epoch AI, Preisentwicklung Inferenz: https://epoch.ai/data-insights/ai-inference-price-trends
• Gartner, Prognose weltweiter KI-Ausgaben (16.09.2026): https://gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026
• Gartner, Abbruch von Agenten-Projekten: https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
• Verordnung (EU) 2026/1744: https://eur-lex.europa.eu/eli/reg/2026/1744/oj/eng
• Colorado SB 26-189: https://leg.colorado.gov/bills/sb26-189
• California Privacy Protection Agency, ADMT-Regeln: https://privacy.ca.gov/2025/09/california-finalizes-regulations-to-strengthen-consumers-privacy/

Aktualisierte Ausgabe des Beitrags, der 2024 erstmals auf ethority.net erschien; das Original bleibt archiviert.