Vier KI-Modelle aktuell halten

Abgrenzung — was wir nicht tun

Die Multi-KI-Prüfung in GEOhybrid ist kein automatisches Model-Hopping. Wir wechseln nicht von Modell zu Modell, um „das beste Ergebnis" für eine einzelne Analyse zu finden. Stattdessen fragen wir alle vier parallel, weil unterschiedliche Antworten genau die Information sind, die unsere Kunden brauchen.

Auch ist es kein Mehrheits-Voting. Wir mitteln die Antworten nicht zu einer „Konsens-Wahrheit". Wenn ChatGPT die Marke kennt, Claude aber nicht, zeigen wir genau das — getrennt nebeneinander. Daraus entstehen die konkreten Empfehlungen, welches Modell mit welchen Signalen erreicht werden kann.

Und: Wir nutzen keine Live-Web-Modelle wie Perplexity Sonar oder die -online-Varianten. Diese würden Trainings-Wissen mit aktueller Web-Suche vermischen — das wäre ein anderer Test, nicht der, den wir machen wollen.

Was diese Woche passiert ist

Beim Start einer Premium-Analyse heute Vormittag meldete OpenRouter einen Fehler. Die Antwort der API war unmissverständlich:

„Grok 4 Fast is deprecated. xAI recommends switching to Grok 4.3." — OpenRouter-Fehlerantwort, 2026-05-26

Das bedeutet: xAI hat das Modell x-ai/grok-4-fast zurückgezogen. Jede weitere Analyse, die dieses Modell anfragt, würde mit demselben Fehler abbrechen.

Der Fix war kurz. Drei Stellen im Code referenzieren die Modell-ID — der Default-Wert in config/config.php, die UI-Anzeige in public_html/ki-power.php und der Service-Fallback in src/Core/AICitationsService.php. Alle drei wurden auf x-ai/grok-4.3 umgestellt und ausgerollt.

Damit wir nicht das gleiche Problem morgen mit einem anderen Modell haben, wurde dann jedes der vier Modelle gegen die OpenRouter-Models-API geprüft. Diese API liefert pro Modell-ID Status, Kontext-Länge und einen Deprecation-Hinweis, falls vorhanden. Das Ergebnis: alle vier sind aktiv.

Welche vier Modelle und warum gerade die

GEOhybrid prüft pro Analyse diese vier Modelle parallel:

• openai/gpt-5.4-nano — OpenAIs Lite-Variante für ChatGPT-Sicht. 400.000 Tokens Kontext.
• anthropic/claude-haiku-4.5 — Anthropics Haiku-Linie für die Claude-Sicht. 200.000 Tokens.
• google/gemini-2.5-flash-lite — Googles Flash-Lite für die Gemini-Sicht. 1 Million Tokens.
• x-ai/grok-4.3 — xAIs aktuelle Grok-Generation für die Grok-Sicht. 1 Million Tokens.

Bewusst kommt jeweils die kleinere Variante zum Einsatz (Nano, Haiku, Flash-Lite). Das ist keine Sparmaßnahme, sondern Methodik: Für die Frage „Was kennt die KI über diese Marke?" reicht die Nano-Schicht völlig aus, weil Trainings-Wissen modellunabhängig in allen Größen einer Familie verfügbar ist. Größere Modelle würden die Antwort nur sprachlich glatter machen, das gemessene Wissen aber identisch bleiben.

Vorteil der kleineren Modelle: vier parallele Anfragen kommen in Sekunden zurück, nicht Minuten. Das ist der Unterschied zwischen einem Tool, das in 30 Sekunden ein Ergebnis liefert, und einem, das fünf Minuten lang dreht.

Sie können den Multi-KI-Wissens-Check selbst ausprobieren — die Premium-Analyse zeigt für jede der vier KIs separat, was sie über die analysierte Marke weiß.

Einschränkungen dieser Prüfung

Was diese Prüfung nicht leistet:

• Sie macht keine Aussage über die Antwort-Qualität einzelner Modelle. Wir bewerten nicht, welches Modell „besser" antwortet — das wäre ein Benchmark, kein Sichtbarkeits-Check.
• Sie ist kein Empfehlungs-System, welches Modell man für eigene Anwendungen nutzen soll. Wir messen Wahrnehmung von außen, nicht Eignung für interne Use-Cases.
• Sie reflektiert den Trainings-Stand der jeweiligen Modelle, nicht die Live-Web-Suche. Eine Marke, die letzte Woche neu live gegangen ist, kann naturgemäß noch von keinem Modell gekannt werden — das ist erwartet und sagt nichts über die GEO-Qualität der Seite aus.

Was diese Routine sehr wohl leistet: Sicherheit, dass die Modell-IDs in unserem Code zu jeder Tageszeit gegen aktive Modelle laufen. Eine 503-Antwort vom Modell-Anbieter wäre für unsere Kunden ein Tool-Ausfall, der nichts mit ihrer Webseite zu tun hat — und genau das wollen wir vermeiden.

Fakten zum KI-Modell-Stack

Was wir tun

Wir prüfen jede analysierte Domain parallel mit vier KI-Modellen (OpenAI, Anthropic, Google, xAI) und vergleichen, wie diese die Marke wahrnehmen.

Warum vier Modelle

Weil jedes Modell anders zitiert. Ein Wissens-Bild aus nur einer Quelle wäre wie ein Restaurant-Test mit einem einzigen Kritiker — vier unabhängige Sichten ergeben ein belastbares Gesamtbild.

Heutiges Update

Tausch von x-ai/grok-4-fast gegen x-ai/grok-4.3 in drei Code-Stellen, weil xAI das alte Modell als veraltet markiert hat.

Verifikations-Routine

Direkte Abfrage der OpenRouter-Models-API mit Status-Check für jede der vier Modell-IDs — heute alle „aktiv".

Wann ein Modell deprecated wird

Anbieter geben in der Regel eine mehrwöchige Vorwarn-Phase. Wir reagieren innerhalb von Stunden, nicht Wochen — sobald die OpenRouter-Antwort die Deprecation meldet.

Status

Aktiv gepflegt

Geprüft

2026-05-26