Vier Launch-Wochen bringen den Kaufprozess für KI im Unternehmensbereich zum Erliegen

Anthropic, Google, Meta und OpenAI haben zwischen dem 1. und 5. September vier relevante Updates ihrer Hauptmodelle innerhalb von fünf Werktagen veröffentlicht. Ein Bericht von CNBC, veröffentlicht am 6. September, bezeichnete das Phänomen als Model-Fatigue und zitierte Einkaufsleiter, die das gleiche Problem beschreiben: technische Vergleiche sind vor Abschluss der Tabelle veraltet, und das Tempo hat sich beschleunigt, während die Anbieter um Marktanteile auf den Plattformen für generative KI kämpfen.

Der Kalender der Woche und was er bedeutet

Die Reihe begann am 1. September, als Anthropic Claude Fable 5.1 und Claude Mythos 5.1 ankündigte. Meta und Google schalteten am 2. mit Muse Spark 1.3 und Gemini 3.8 Flash live, letzteres begleitet von der Version Gemini 3.8 Flash Cyber, die auf ein bewertetes Zugangsprogramm beschränkt ist. OpenAI schloss den Zyklus am 3. September ab, indem es GPT-6 Astra veröffentlichte, das als Ergebnis jahrelanger Forschung und teurer Wetten auf Denkfähigkeit präsentiert wurde.

Anthropic gibt an, dass Fable 5.1 eine ähnliche oder bessere Leistung als der Vorgänger bei niedrigeren Denk-Anpassungen bietet und die Kosten für hochgradig agentive Lasten um bis zu 45 % senkt. Die aktualisierten Punktzahlen, die von CNBC zitiert wurden, platzierten Fable 5.1 an erster Stelle, Astra an zweiter und das Modell von Meta an dritter Stelle. Der Abstand zwischen dem ersten und dem zweiten Platz wird jedoch in Wochen und nicht in Monaten gemessen. Diese Verdichtung des Zeitraums hat den in dem Bericht geprägten Begriff hervorgebracht.

Was der CIO mit einem Zyklus dieser Größe macht

Der Unternehmenskäufer arbeitet mit zwei Achsen, die diese Geschwindigkeit gleichzeitig aufbrechen: Modellauswahl und Stückkosten pro Token. Mit jeder neuen Version muss das Datenteam seine eigenen Benchmarks für das corpus neu erstellen, das Finanzteam muss die jährlichen Ausgabenprognosen pro Anwendungsfall neu berechnen, und das Sicherheitsteam muss den neuen Endpunkt gegen die Risikopolitik genehmigen. In 12-monatigen Zyklen können diese drei Teams synchronisieren. In fünf Tagen verliert unweigerlich eines der drei entweder den Anschluss oder genehmigt ohne Grundlage.

Nicht jeder sieht darin ein Problem. Analysten, die den Endentwickler beobachten, argumentieren, dass die Unterschiede zwischen den Generationen klein genug geworden sind, sodass die meisten Integrationen mit der neuesten Version ohne Neuprogrammierung laufen; die Fatigue wäre eher ein Problem für den Unternehmenskäufer als für den technischen Benutzer. Der Gegenpunkt ist operativ. Wer einen Agenten in Produktion betreibt, spürt Unterschiede in Stabilität, Kosten pro Anfrage und Latenz, die in öffentlichen Punktzahlen nicht erscheinen. Die Wahl steht nicht zwischen Hype und Skepsis, sondern zwischen einer Entscheidung mit längeren Zeitrahmen oder der Bezahlung von Komplexität, um jeder Veröffentlichung zu folgen.

Auch die wirtschaftliche Grundlage, die das Wettrennen stützt, hat sich geändert. Laut demselben Bericht überstieg der annualisierte Umsatz von Anthropic im September 30 Milliarden Dollar, im Vergleich zu etwa 9 Milliarden Ende 2025, und die Anzahl der Unternehmenskunden, die mehr als eine Million Dollar pro Jahr ausgeben, überstieg tausend und hat sich in weniger als zwei Monaten verdoppelt. OpenAI und Anthropic werden von privaten Investoren jeweils nahe bei einer Billion Dollar bewertet, was jede Veröffentlichung zu einer Positionierung vor dem IPO macht, nicht nur zu einem Produkt.

Die Lesart nach Markt

Die Auswirkungen sind nicht einheitlich. Auf dem amerikanischen Markt, wo die wichtigsten Integrationen über direkte APIs mit dem Anbieter erfolgen, haben die Plattformteams die Autonomie, das Modell anhand von Ressourcenwechseln zu wechseln und tragen teilweise die Kosten. Im Vereinigten Königreich und in Deutschland durchläuft der Unternehmenskäufer die Beschaffung des Banks, die eine formale Due Diligence vor der Genehmigung erfordert; dort schiebt die Cadenz der Labs die Warteschlange zurück und blockiert Projekte, die von internen regulatorischen Genehmigungen abhängen. In Japan haben MUFG, Mizuho und Sumitomo Mitsui Zugang zur neuen Generation von Modellen von OpenAI beauftragt und sind dabei, zu entscheiden, welche Version das Pilotprojekt der digitalen Bank unterstützt, das MUFG für das Geschäftsjahr 2026 vorbereitet, eine Entscheidung, die nun bei jeder Veröffentlichung neu bewertet werden muss. In Brasilien sind Beratungen und Banken, die mit kleineren Datenteams arbeiten, auf Partner wie AWS, Google Cloud und Azure für indirekten Zugang angewiesen und erhalten das neue Modell mit Wochen oder Monaten Verzögerung, was die Stabilität des Vergleichs bewahrt, aber die Opportunitätskosten erhöht.

Die strategische Implikation ist unangenehm für den Anbieter. Ein gesättigter Käufer friert ein, hört auf aktiv zu entscheiden, zieht Stabilität einer Benchmark-Spitze vor und belohnt Architekturen eines einzelnen Anbieters, wo vorher zwischen dreien ersteigert wurde. Wenn die Cadenz von September zur Norm wird, wird der nächste Verkaufszyklus im Fortune 500 weniger Punktzahlen und mehr Verfügbarkeit messen, und wer jede Woche auf die Version wechselt, könnte den Vertrag an jemanden verlieren, der dasselbe Modell bis zum Ende des Geschäftsjahres verspricht.