SemiAnalysis hat am 2. November den KI-Benchmark GDPx vorgestellt. Er soll Fähigkeiten von KI-Agenten in elf anspruchsvollen Fachgebieten messen. Für Geschäftsleitungen ist daran besonders interessant, wie die Auswahl der Aufgaben die Rangliste prägt. Ein Gesamtplatz ist keine allgemeine Aussage darüber, welches Modell im eigenen Unternehmen am besten arbeitet.
Eine bewusste Auswahl statt eines Querschnitts
Die Originalveröffentlichung zu GDPx nennt unter anderem Chipentwicklung, Biologie, Finanzen und Softwareentwicklung. Die Autoren konzentrieren sich ausdrücklich auf Bereiche, denen sie besonders grosses wirtschaftliches Potenzial zuschreiben. Verwaltung, Immobilien und Versicherungen lassen sie bewusst aus. Das ist eine Entscheidung über den Messgegenstand, keine zufällige Lücke.
Ausserdem zeigen die Autoren eine Auswertung, bei der sie drei Bereiche ausnehmen, in denen Sicherheitsfilter die Ergebnisse beeinflussen können. Unsere Einordnung: Wenn eine Rangliste Aufgaben weglässt, beantwortet sie eine veränderte Frage. Wer nur den obersten Modellnamen übernimmt, kann diese Änderung übersehen. Die Veröffentlichung ist ein neuer Messansatz, aber keine Beschaffungsempfehlung für ein KMU.
Nächster Schritt
Was heisst das für KI-Regeln und Nachweise?
- Nutzung sichtbar machen: Welche Teams nutzen welche KI-Tools?
- Daten und Freigaben klären: Was darf in ChatGPT, Copilot oder andere Tools?
- Nachweise vorbereiten: Regeln, Rollen und Unterweisung dokumentieren.
DACH-Hinweis: 10min KI Brief bleibt für KMU im gesamten DACH-Raum lesbar; konkrete Praxisangebote sind zuerst CH-first formuliert.
Gesamtnote und Einsatzbereich auseinanderhalten
Das unabhängige NIST-Rahmenwerk ordnet die Bewertung von KI ihrem vorgesehenen Einsatzkontext zu. Auch MLCommons beschreibt seine Inferenz-Benchmarks über festgelegte Datensätze und Qualitätsziele. MLPerf misst andere Eigenschaften als GDPx. Die Quelle dient hier als methodischer Vergleich, nicht als Bestätigung der GDPx-Rangfolge.
Für eine Geschäftsleitung bedeutet das: Der Geltungsbereich gehört direkt neben die Kennzahl. Ein starkes Ergebnis in ausgewählten technischen Aufgaben sagt wenig über einen nicht untersuchten Ablauf aus. Umgekehrt lässt ein schwacher Gesamtwert nicht erkennen, ob gerade der relevante Teilbereich gut funktioniert. Dafür muss man die Aufschlüsselung lesen.
Was heisst das für Ihr KMU?
Wenn ein Anbieter mit einer KI-Rangliste wirbt, verlangen Sie den Link zur konkreten Auswertung und deren Stand. Schreiben Sie daneben drei Angaben: enthaltene Aufgabenbereiche, ausgeschlossene Bereiche und die verwendete Gesamtwertung. Fragen Sie bei einer bereinigten Rangliste ausdrücklich, was entfernt wurde und weshalb. Bewahren Sie die Antwort zusammen mit dem Angebot auf.
Markieren Sie anschliessend, welche Ihrer vorgesehenen Anwendungen überhaupt vertreten sind. Fehlt der geplante Einsatz, bleibt der Benchmark für diese Entscheidung ohne direkten Nachweis. Nutzen Sie ihn dann höchstens, um Kandidaten für eine eigene Prüfung zu finden. Ein Verkaufsargument darf nicht stillschweigend vom getesteten Fachgebiet auf alle Büroaufgaben erweitert werden.
Diese kleine Lesekontrolle verhindert eine häufige Abkürzung: Aus «führend unter diesen Bedingungen» wird sonst «beste KI für unseren Betrieb». Entscheidend bleibt, ob Messgegenstand und Kaufentscheidung zusammenpassen.
Mit Büro-KI ordnen Sie Anbieterangaben dem konkreten Einsatz in Ihrem Unternehmen zu.
Das könnte dich auch interessieren
Kostenloser Newsletter
Den 10-Minuten-KI-Brief per E-Mail erhalten
Die wichtigsten KI-Neuigkeiten für KMU, kurz eingeordnet. Als Dankeschön erhalten Sie den KI-Werkzeugkasten gratis. Kein Spam, jederzeit mit einem Klick abmeldbar.
Sie erhalten zuerst eine E-Mail mit einem Bestätigungslink. Details in der Datenschutzerklärung.