KI-Modellportfolio (AI Model Portfolio)

Ein KI-Modellportfolio ist die bewusst gepflegte Auswahl mehrerer KI-Modelle, die ein Unternehmen für unterschiedliche Aufgaben, Risiken und Kostenprofile einsetzt. Es geht nicht um eine lose Liste verfügbarer Anbieter, sondern um eine betriebliche Architekturentscheidung: Welche Modelle sind Standard, welche dienen als Fallback, welche dürfen sensible Daten verarbeiten, welche sind für Geschwindigkeit, Qualität, Preis oder regionale Verfügbarkeit optimiert? Ein gutes Modellportfolio verbindet technische Bewertung mit Governance. Dazu gehören Benchmarks, Datenschutzanforderungen, Latenz, Preismodelle, Kontextfenster, Werkzeugunterstützung, Verfügbarkeit, Vertragsrisiken und Ausstiegsoptionen. Der Unterschied zu Model Routing liegt in der Ebene: Routing entscheidet zur Laufzeit, welches Modell eine konkrete Anfrage bearbeitet; das Portfolio definiert vorher, welche Modelle überhaupt zugelassen, getestet und wirtschaftlich sinnvoll sind. Für produktive KI-Systeme verhindert ein Modellportfolio, dass eine Anwendung still von einem einzigen Anbieter, Preismodell oder Release-Zyklus abhängig wird. Es macht Modellwechsel planbar, statt sie erst unter Druck zu erzwingen. In der Praxis wird das Portfolio regelmäßig überprüft, weil Modellqualität, Preise, Regionen und Nutzungsbedingungen sich ändern. Damit bleibt die Auswahl kein einmaliges Beschaffungsdokument, sondern ein lebender Teil der KI-Architektur.