Am 9. Juni 2026 wurde bekannt: LG CNS standardisiert konzernweit auf Claude Enterprise — schaltet aber weder OpenAIs Modelle noch das eigene ChatEXAONE ab. Das ist kein Zögern, sondern Strategie. Genau diese Haltung ist die Lehre für den Mittelstand.
Ein Standard, drei Modelle: Was LG CNS am 9. Juni angekündigt hat
Am 9. Juni 2026 wurde berichtet, dass LG CNS — die IT-Service-Sparte des koreanischen LG-Konzerns — Claude Enterprise konzernweit ausrollt. Die Schlagzeile las sich zunächst wie jede andere Enterprise-Adoption: ein grosser Konzern, ein neues Standardmodell.
Der entscheidende Satz steckte im Detail. LG CNS behält ausdrücklich OpenAIs Modelle im Einsatz — und betreibt parallel weiter ChatEXAONE, die hauseigene KI auf Basis des konzerneigenen EXAONE-Modells. Mit anderen Worten: Selbst beim Schritt, sich auf Claude als primäres Enterprise-Modell festzulegen, hat eine der versiertesten IT-Organisationen Asiens bewusst eine Multi-Model-Strategie beibehalten, statt alles auf einen Anbieter zu setzen.
Das ist das eigentliche Signal. Nicht, dass Claude gewählt wurde — sondern dass die Alternativen nicht abgeschaltet wurden.
Klingt interessant?
Warum das Beibehalten der Alternativen das eigentliche Signal ist
Es gibt eine verbreitete Annahme, ein Enterprise-Rollout funktioniere wie eine Ausschreibung: Man evaluiert die Optionen, wählt eine Gewinnerin, migriert alles dorthin und entsorgt den Rest. Sauber, einheitlich, ein Vertrag, eine Rechnung.
LG CNS macht das Gegenteil — und das ist kein Zeichen von Unentschlossenheit, sondern von Reife. Wer in der KI-Landschaft von 2026 zu Hause ist, weiss, dass kein einzelnes Modell in allem führend ist. Ein Modell ist stark bei langen Reasoning-Ketten, ein anderes bei Code, ein drittes bei sprachspezifischen Aufgaben oder bei Daten, die das Haus aus regulatorischen Gründen nicht verlassen dürfen. ChatEXAONE etwa erfüllt einen Zweck, den ein US-Frontier-Modell nicht abdeckt: vollständige Kontrolle über ein Modell, das dem Konzern selbst gehört.
Sich auf ein Lieblingsmodell zu standardisieren und die Fähigkeit zu erhalten, andere einzusetzen, sind keine Widersprüche. Zusammen sind sie die erwachsene Haltung. Man legt einen Default fest, damit Teams nicht für jedes Projekt neu evaluieren müssen — und hält die übrigen Modelle eine Konfigurationsänderung entfernt, damit man nicht erpressbar ist, wenn sich Preis, Verfügbarkeit oder Leistung eines Anbieters ändern.
Das ist die gleiche Logik, die jeder erfahrene Infrastruktur-Architekt kennt: Man committet sich auf eine primäre Lösung, ohne sich die Tür zu allen anderen zuzunageln. LG CNS hat sie nur konsequent auf die KI-Schicht angewendet.
Was das für CTOs und Tech-Leads bedeutet
Die naheliegende Reaktion auf eine Meldung wie diese ist: "Schön für LG — die haben ein Budget und ein Plattform-Team, das wir nie haben werden." Das stimmt, und es ist trotzdem der falsche Schluss. Das Prinzip skaliert nach unten, die Implementierung muss es nicht.
Erstens: Ein Default ist kein Gefängnis. Es ist völlig richtig, ein bevorzugtes Modell zu haben — eines, mit dem eure Teams vertraut sind, dessen Verhalten ihr kennt, für das eure Prompts optimiert sind. Standardisierung reduziert kognitive Last und Betriebskosten. Der Fehler ist nicht, einen Favoriten zu haben. Der Fehler ist, die Alternativen abzuschalten.
Zweitens: Das beste Modell pro Aufgabe, nicht pro Unternehmen. LG CNS wählt nicht ein Modell für alles. Es wählt Claude als Standard und behält OpenAI und ChatEXAONE für die Fälle, in denen diese besser, billiger oder regulatorisch erforderlich sind. Im Mittelstand sieht das identisch aus, nur kleiner: Code-Generierung über den einen Anbieter, Dokumentenanalyse über einen anderen, sensible Daten über ein Modell, das die eigene Infrastruktur nicht verlässt.
Drittens: Optionalität ist eine Architekturentscheidung, kein Vertrag. Der teure Teil eines Modellwechsels ist nie der Vertrag — es ist die harte Kopplung im Code. Wer seine Anwendungslogik fest gegen einen Endpunkt verdrahtet hat, für den ist jeder Wechsel ein Projekt. Wer eine Abstraktionsschicht hat, für den ist er ein Schalter. LG CNS hat sich diesen Schalter intern gebaut. Die Frage für den Mittelstand lautet: Wer baut ihn für euch?
Und genau hier kommt nopex ins Spiel
Man braucht nicht die Grösse von LG CNS, um dasselbe Prinzip anzuwenden — aber man braucht jemanden, der die Optionalität liefert, ohne dass man ein eigenes Plattform-Team dafür aufbauen muss. Genau das ist der Punkt, an dem die meisten Mittelständler scheitern: Sie verstehen, dass Multi-Model die richtige Haltung ist, aber das Engineering, um es sauber umzusetzen, ist ein eigenes Projekt, das niemand priorisiert.
nopex macht Multi-Model zum Default statt zum Projekt. Die Plattform routet über Anbieter hinweg — proprietäre Frontier-Modelle dort, wo sie führen, offene Modelle dort, wo sie reichen, europäische Rechenzentren dort, wo Daten das Haus nicht verlassen dürfen. Die Anwendungslogik kennt den konkreten Anbieter nicht. Ein mittelständisches Unternehmen erhält damit dieselbe Optionalität, die LG CNS sich selbst gebaut hat — nur ohne sie selbst bauen zu müssen.
Das ist der eigentliche Vorteil. LG CNS hat ein Team und ein Budget eingesetzt, um sich die Freiheit zu erhalten, das beste Modell pro Aufgabe zu wählen und keinen einzelnen Anbieter zur Abhängigkeit werden zu lassen. Bei nopex ist diese Freiheit von Anfang an eingebaut. Ihr legt euren Favoriten fest und haltet die Alternativen einen Schalter entfernt — genau die Haltung, die der reife Konzern am 9. Juni vorgeführt hat, ohne dass ihr seine Grösse braucht.
