Im Juni 2026 erschien eine dichte Welle neuer Frontier-Modelle — Gemini 3.5 Pro, GPT-5.5, neue Claude-Varianten, Grok 5. Gleichzeitig führt Microsofts Foundry-Katalog über 11.000 Modelle. Wer jetzt noch fragt, auf welches Modell man sich standardisieren soll, stellt die falsche Frage.
Juni 2026: Eine Release-Welle in wenigen Wochen
Wer in den letzten Wochen versucht hat, mit den Modell-Releases Schritt zu halten, kennt das Gefühl. Innerhalb eines kurzen Zeitfensters im Juni 2026 hat praktisch jeder grosse Anbieter nachgelegt: Google brachte Gemini 3.5 Pro, OpenAI GPT-5.5, Anthropic neue Claude-Varianten, und xAI Grok 5. Nicht über Quartale verteilt, sondern dicht gestaffelt — eine Welle, kein Tropfen.
Jedes dieser Modelle war zum Zeitpunkt seines Erscheinens irgendwo "das beste". Bei Reasoning, bei Code, bei Kosten pro Token, bei Latenz. Und jedes wurde innerhalb von Tagen oder Wochen vom nächsten relativiert. Das ist keine Anomalie mehr. Das ist der Normalzustand der Branche.
Parallel dazu ist etwas passiert, das fast unbemerkt blieb, aber strukturell viel aussagekräftiger ist: Microsofts Foundry-Modellkatalog führt inzwischen über 11.000 Modelle — darunter Frontier-Closed-Weight-Modelle von OpenAI, Anthropic und Google, neben tausenden offenen und spezialisierten Varianten. Ein einziger Katalog, der die gesamte Bandbreite des Marktes als auswählbare Einträge behandelt.
Klingt interessant?
Die Halbwertszeit einer Modellentscheidung
Stellen wir die naheliegende Frage so, wie sie in vielen Architektur-Meetings gestellt wird: "Auf welches Modell sollen wir uns standardisieren?"
Das Problem an dieser Frage ist nicht, dass sie schwer zu beantworten wäre. Das Problem ist, dass die Antwort verfällt, bevor der Rollout abgeschlossen ist. Wenn man im April ein Modell auswählt, im Mai die Integration baut und im Juni produktiv geht, ist die Begründung der Entscheidung zu diesem Zeitpunkt bereits zwei Modellgenerationen alt. Man hat sich auf einen Stand festgelegt, den der Markt längst überholt hat — und die Migration auf den neuen Stand ist genau die Arbeit, die man eigentlich vermeiden wollte.
Ein Katalog mit 11.000 Einträgen macht das unmissverständlich. Niemand standardisiert sich auf einen von 11.000 Einträgen und hofft, dass es der richtige bleibt. Die schiere Grösse des Katalogs ist selbst die Aussage: Die Branche konvergiert nicht auf ein Modell, sondern auf den modellagnostischen Konsum. Anbieter bündeln, weil ihre Kunden nicht ein Modell wollen, sondern Zugriff auf das jeweils beste für eine konkrete Aufgabe.
Was das für CTOs und Tech-Leads bedeutet
Die entscheidende Verschiebung ist eine Frage, nicht eine Antwort. Sie lautet nicht mehr "Welches Modell?", sondern: "Kann unsere Architektur für jede Aufgabe das aktuell beste Modell übernehmen — ohne Migration?"
Drei Konsequenzen, die ich für relevant halte:
Erstens: Die Auswahl ist eine Laufzeitentscheidung, keine Architekturentscheidung. Sobald das Modell fest in Code, Prompts und Integrationen verdrahtet ist, wird jeder bessere Release zur Belastung statt zur Chance. Man sieht das neue Modell, man weiss, dass es besser ist — und man verschiebt den Wechsel, weil er ein Projekt ist. Frontier-Vorsprung verfällt, während man auf Kapazität für die Migration wartet.
Zweitens: Aggregierte Kataloge sind ein Marktsignal, kein Werkzeug. Dass Foundry 11.000 Modelle führt, beweist, dass die Industrie modellagnostisch denkt. Aber der Katalog allein verschafft niemandem den Vorteil. Was euch erlaubt, diese Vielfalt tatsächlich auszunutzen, ist nicht der Zugang zu vielen Modellen, sondern eine Abstraktion, die das Modell als austauschbare Laufzeitwahl behandelt. Der Katalog ist das Angebot. Die Abstraktion ist die Fähigkeit, es zu nutzen.
Drittens: Re-Platforming ist die eigentliche Kostenstelle. Nicht der Preis pro Token entscheidet über die Gesamtkosten eures KI-Stacks, sondern wie teuer ein Modellwechsel ist. Wenn der Wechsel ein Quartalsprojekt ist, zahlt ihr bei jedem Release entweder mit Migrationsaufwand oder mit verpasster Leistung. Wenn der Wechsel eine Konfigurationsänderung ist, ist ein neues Modell schlicht ein Upgrade, das ihr aktiviert.
Und genau hier kommt nopex ins Spiel
Die Modell-Flut im Juni und der 11.000-Einträge-Katalog beschreiben dieselbe Realität aus zwei Richtungen: Das beste Modell ist ein bewegliches Ziel, und die Branche behandelt Modelle längst als austauschbare Ware. Die offene Frage ist nicht, welche Modelle es gibt — sondern ob eure Architektur sie nutzen kann, ohne dass ihr jedes Mal neu baut.
nopex ist genau dafür gebaut. Wir konsumieren Modelle als austauschbare Laufzeitwahl: Die Anwendungslogik kennt den konkreten Anbieter nicht, und die Plattform wählt für jede Aufgabe das passende Modell. Ein neues Release — ob Gemini, GPT, Claude oder ein offenes Modell — wird damit zu einem Upgrade, für das ihr euch entscheidet, und nicht zu einem Projekt, das ihr stemmen müsst. Ihr bleibt an der Frontier, ohne neu zu plattformieren, auf europäischer Infrastruktur.
Das ist der eigentliche Hebel. Solange jede Modellentscheidung eine Migration nach sich zieht, gewinnt nicht, wer das beste Modell kennt, sondern wer es am schnellsten ohne Reibung einsetzen kann. Die nächste Welle kommt bestimmt. Die einzige Frage ist, ob ihr sie mitnehmt oder daran vorbeiseht.
