AI Compass · Vorhaben zuerst, Anbieter danach

    AI Compass – welcher Cloud-Anbieter trägt dein KI-Vorhaben, fachlich und rechtlich?

    Der AI Compass fragt zuerst, was die KI konkret tun soll – Chat über eigene Dokumente, Code, Dokumentenanalyse, Sprache, Agenten, klassisches ML –, wie anspruchsvoll die Aufgaben sind, was ein einzelner Aufruf verarbeiten muss und was für das Modell gelten muss. Dann die Regeln: Datenklasse, Branchenregulierung, EU-AI-Act-Risikoklasse, Verarbeitungsort, Datenschutzzusagen, Umfang. Daraus entsteht ein KI-Anforderungsprofil mit Gewichten, K.-o.-Kriterien, dem abgeleiteten Kontextfenster und einer begründeten Empfehlung zur Modellklasse. Erst dann werden die Anbieter daran gemessen.

    12 Fragen · kostenlos · Ergebnis mit Quellen per Mail

    Anders als der Cloud Compass (Workload-Fit und Kosten) und der Sovereign Compass (Nachweisgrad der Souveränität) schaut der AI Compass nur auf KI: Welche Modelle und Dienste stehen im Katalog, welche Betriebsmodi gibt es, was sagt der Anbieter zu Training, Speicherung und Verarbeitungsort, welche Zertifikate decken das ab – und wie passt das zu deinem Vorhaben.

    Die Bewertung je Anbieter nimmt ein Sprachmodell vor – aber ausschließlich anhand der dokumentierten Daten von comparison.cloud: KI-Katalog, Datenschutz- und Residenzzeilen, gelistete Zertifikate und die gegen ihre Quelle validierten Nachweise. Die Engine gewichtet nach deinem Profil, akzeptiert nur Ausschlusskriterien, die du gesetzt hast, und verwirft jede Modellaussage mit Zahlen oder Namen, die nicht in den Daten stehen.

    Die Passung ist keine Rechtsprüfung: Die Einstufung nach dem EU AI Act und die Zulässigkeit der Datenverarbeitung bleiben Aufgabe des Betreibers. Wie die Daten erhoben werden, steht in der Methodik.

    So läuft der AI Compass ab

    1. Vorhaben beschreiben

      Zwölf Fragen: Was soll die KI tun, wie anspruchsvoll die Aufgaben sind, was ein Aufruf verarbeiten muss, was fürs Modell gelten muss, welcher Betriebsmodus, welche Daten, welche Regulierung, welche AI-Act-Klasse, wo verarbeitet, welche Zusagen, welcher Umfang, wie wichtig Unabhängigkeit. Kontextfenster und Modellklasse fragt der Compass nicht ab, er leitet sie ab – die Modellklasse als Empfehlung, nicht als Filter. Die Gewichtung der fünf Dimensionen kannst du anpassen.

    2. Modell bewertet gegen den Katalog

      Ein Sprachmodell liest je Anbieter den dokumentierten KI-Katalog, die Datenschutz- und Residenzzeilen und die gegen ihre Quelle validierten Nachweise und vergibt fünf Dimensionswerte. Es sieht nur die Daten eines Anbieters — kein Vorwissen, keine Werbung.

    3. Engine gewichtet und sortiert

      Aus deinen Antworten entstehen Gewichte und K.-o.-Kriterien. Die Engine akzeptiert nur Ausschlüsse, die du gesetzt hast, verwirft Aussagen mit Zahlen oder Namen, die nicht in den Daten stehen, und rechnet die Passung nachvollziehbar aus.

    4. Ergebnis per Mail

      Sobald der Lauf fertig ist, kommt der Link zu deinem Ergebnis per E-Mail: Top 3 mit Passung, Abdeckung deiner Anwendungsfälle, Stärken, Einschränkungen und regulatorischen Hinweisen, dazu die Quellen.

    Die drei bestpassenden Anbieter siehst du vollständig, alle weiteren zusammen mit dem kostenlosen Experten-Check.

    Methodik in Kürze

    Fünf Dimensionen, 1–100

    Modelle & Fähigkeiten (deckt der Katalog deine Anwendungsfälle ab?), Betriebsmodi & Skalierung (serverless, Batch, dediziert, Fine-Tuning, GPU), Datenschutz & Residenz (Training, Speicherung, Verarbeitungsort, Betreiberzugriff), Regulatorik & Nachweise (Zertifikate im Scope, Unterstützung der AI-Act-Pflichten), Kosten & Unabhängigkeit (Preisindikation, offene Gewichte, OpenAI-kompatible API). Die Passung ist das gewichtete Mittel.

    Nur dokumentierte Daten

    Das Modell sieht je Anbieter genau die Zeilen aus comparison.cloud: die Kategorie „AI & Machine Learning“ (Modelle, Embeddings, Inferenzmodi, Fine-Tuning, Service-Tiers, Guardrails, AI Data Policy), die Souveränitätszeilen zu KI-Verarbeitung, Residenz, Betreiberzugriff und Schlüsseln, die gelisteten Zertifikate und die validierten Nachweise. Kein Vorwissen über den Anbieter – was nicht dokumentiert ist, zählt nicht.

    Reasoning und Kontext: aus der Modellliste

    Jeder Anbieter hat eine strukturierte Liste seiner LLMs: Kontextfenster, wie er es bereitstellt, Status, Verarbeitungsort. Ein Modellregister ergänzt Hersteller, Reasoning-Fähigkeit, Lizenz, offizielle Modellkarte und die vom Hersteller veröffentlichten Benchmarks mit Quelle. Das benötigte Kontextfenster leitet der Compass aus dem Umfang je Aufruf ab – Seiten, Stunden, Dateien, Code-Zeilen statt einer Token-Zahl. Daraus entscheidet die Engine deterministisch, ob ein Anbieter deine Reasoning- und Kontextanforderung erfüllt – etwa gpt-oss-120b mit 131k oder Qwen3.8 mit 262k Token.

    Modellklasse: Empfehlung statt Filter

    Ob ein offenes Modell (Open Weights) oder ein proprietäres Frontier-Modell passt, fragt der Compass nicht ab. Er leitet es aus deinen Anforderungen ans Modell – Spitzenqualität, neueste Fähigkeiten, Herstellerzusagen, feste Version, Prüfbarkeit, Zweitbezug, Stückkosten – sowie aus Datenklasse, Zusagen, Exit-Anspruch und Regulierung ab und begründet die Empfehlung. Bei Verschlusssachen oder Betrieb im eigenen Tenant ist ein offenes Modell notwendig. Die Empfehlung schließt keinen Anbieter aus; bewertet werden immer alle. Keine Modellklasse gilt dabei als sicherer oder konformer.

    K.-o. nur, wenn du es setzt

    Verarbeitungsort, Trainingsausschluss, Self-Hosting, Produktionsreife und europäische Jurisdiktion werden nur dann zum Ausschluss, wenn deine Antworten das verlangen. Das Modell darf einen Ausschluss vorschlagen, die Engine akzeptiert ihn nur, wenn er in deinem Profil scharf ist – und Anbieter ohne verwaltetes KI-Angebot scheiden immer aus.

    Grounding statt Halluzination

    Jede Aussage des Modells – Stärke, Lücke, regulatorischer Hinweis, genannter Dienst – muss zu den Anbieterdaten passen: Zahlen, Kennungen, Modell- und Produktnamen müssen dort wörtlich stehen, sonst wird die Aussage verworfen. Das Ergebnis zeigt, wie viele Aussagen verworfen wurden und welches Modell bewertet hat.

    EU AI Act: unterstützen, nicht entscheiden

    Der AI Compass fragt nach deiner Risikoklasse und bewertet, wie gut eine Plattform die Pflichten dieser Klasse trägt – Guardrails, Protokollierung, Dokumentation, Zertifikate. Ob ein Vorhaben zulässig ist und welche Pflichten gelten, entscheidet eure eigene Einstufung. Kein Anbieter wird als „AI-Act-konform“ bezeichnet.

    Häufige Fragen zum AI Compass

    Was unterscheidet den AI Compass vom Cloud Compass und vom Sovereign Compass?

    Der Cloud Compass bewertet den Workload-Fit – Kosten, Sicherheit, Verfügbarkeit, Souveränität und Compliance – über das gesamte Portfolio. Der Sovereign Compass misst den Nachweisgrad der Souveränität auf 23 Kriterien. Der AI Compass schaut nur auf KI: welche Modelle und Dienste ein Anbieter dokumentiert, welche Betriebsmodi es gibt, was er zu Training, Speicherung und Verarbeitungsort zusagt, welche Zertifikate das abdecken – und wie das alles zu dem passt, was deine KI tun soll.

    Wer bewertet – ein Mensch, eine Formel oder eine KI?

    Ein Sprachmodell bewertet jeden Anbieter, aber ausschließlich anhand der dokumentierten Daten von comparison.cloud: KI-Katalog, Datenschutz- und Residenzzeilen, gelistete Zertifikate und die gegen ihre Quelle validierten Nachweise. Es sieht immer nur einen Anbieter und kein Vorwissen. Die Engine gewichtet danach nach deinem Profil, akzeptiert nur Ausschlusskriterien, die du gesetzt hast, verwirft Aussagen mit Zahlen oder Namen, die nicht in den Daten stehen, und sortiert. Das Ergebnis zeigt, welches Modell bewertet hat und wie viele Aussagen verworfen wurden.

    Berücksichtigt der AI Compass Reasoning-Modelle und Kontextgrößen?

    Ja. Eine Frage klärt, wie anspruchsvoll die Aufgaben sind – Routine, teils knifflig oder mehrstufiges Durchdenken als Kernaufgabe; daraus folgt, ob ein Reasoning-Modell Pflicht ist. Das Kontextfenster fragt der Compass nicht als Token-Zahl ab, sondern über den Umfang je Aufruf: kurze Eingaben, Suchtreffer, ein langes Dokument oder eine Aufzeichnung, viele gleichartige Vorgänge, mehrere Dokumente, ganze Code-Projekte, lange Agenten-Läufe oder ganze Archive ohne Suche. Die größte gewählte Eingabe bestimmt die Stufe (32k, 128k, 256k oder 1M Token). Jeder Anbieter führt eine strukturierte Liste seiner Modelle mit dem Kontextfenster, das er tatsächlich bereitstellt; ein Modellregister ergänzt Reasoning-Fähigkeit, Lizenz, offizielle Modellkarte und die vom Hersteller veröffentlichten Benchmarks mit Quelle. Die Engine prüft daraus deterministisch, welche Modelle deine Anforderung erfüllen – zum Beispiel gpt-oss-120b (131k) oder Qwen3.8 27B (262k) bei europäischen Anbietern; Millionen-Token-Kontext bieten heute nur wenige Modelle, überwiegend über Hyperscaler. Ein Anbieter ohne passendes Modell wird zum K.-o., sofern du nicht selbst Modelle hosten willst.

    Empfiehlt der AI Compass offene oder proprietäre Modelle?

    Er fragt es nicht ab, sondern leitet es ab. Aus deinen Anforderungen ans Modell – Spitzenqualität, neueste Fähigkeiten, vertragliche Herstellerzusagen, feste Modellversion, Prüfbarkeit, Zweitbezug, niedrige Stückkosten – und aus Datenklasse, Datenschutz-Zusagen, Exit-Anspruch und Regulierung entsteht eine begründete Empfehlung: offenes Modell (Open Weights), proprietäres Frontier-Modell oder beide Klassen. Bei Verschlusssachen oder Betrieb im eigenen Tenant ist ein offenes Modell notwendig. Die Empfehlung schließt keinen Anbieter aus: Bewertet werden immer alle; ein Anbieter ohne Modell der empfohlenen Klasse verliert höchstens einige Punkte in der Modellpassung. Keine Modellklasse gilt dabei als sicherer oder konformer.

    Sagt mir der AI Compass, ob mein Vorhaben AI-Act-konform ist?

    Nein. Die Einstufung nach dem EU AI Act und die daraus folgenden Pflichten liegen beim Betreiber. Der AI Compass fragt nach deiner Risikoklasse und bewertet, wie gut eine Plattform die Pflichten dieser Klasse unterstützt – Guardrails, Protokollierung, Dokumentation, Zertifikate im Scope. Kein Anbieter wird als „AI-Act-konform“ bezeichnet, und die Passung ist keine Rechtsprüfung.

    Warum fällt ein Anbieter mit K.-o. heraus?

    Nur, weil ein von dir gesetztes Kriterium laut dokumentierten Daten nicht erfüllt ist: Verarbeitungsort (Deutschland, EU/EWR, europäischer Anbieter), Trainingsausschluss, Self-Hosting eigener Modelle, Produktionsreife. Anbieter ohne verwaltetes KI-Angebot scheiden immer aus. K.-o. heißt nicht „ungeeignet für KI“ – eine individuelle Zusage des Anbieters kann das Bild ändern.

    Wie aktuell sind die Katalogdaten?

    Modellkataloge ändern sich monatlich; die Zeilen tragen Ankündigungen, Abschalttermine und experimentelle Zustände, die die Bewertung berücksichtigt. Das Ergebnis friert genau die Zeilen ein, die das Modell gesehen hat, zusammen mit dem Datenstand – ein später geöffneter Report zeigt also, was dir gesagt wurde. Validierte Nachweise tragen zusätzlich ein Prüfdatum.

    Nächster Schritt

    KI ist eine Dimension.Der Workload entscheidet über die anderen.

    Der Cloud Compass prüft Workload-Fit und Kosten über dieselben Anbieter, der Sovereign Compass den Nachweisgrad der Souveränität – das Cloud Assessment macht aus der Richtung ein Konzept.