Zum Inhalt springen
Strategie

Enterprise GPTs: Worauf du beim Einsatz im Unternehmen wirklich achten musst

Enterprise-GPT ist 2026 ein Buzzword geworden — fast jeder Anbieter klebt das Label auf sein Produkt. Was Unternehmen wirklich brauchen, was nur Marketing ist und worauf du beim Einkauf achten musst.

10 Min Lesezeit Marc Bode
Enterprise GPTs – 12 Auswahlkriterien für den Unternehmenseinsatz

„Enterprise GPT" ist 2026 das wohl überbenutzteste Label am KI-Markt. Was steckt wirklich dahinter, was ist nur Marketing, und worauf musst du im Einkauf achten, um nicht in zwei Jahren teuer wieder rauszumigrieren? Hier die 12 echten Kriterien.

Was Enterprise GPT überhaupt meinen sollte

Eine Enterprise-taugliche KI-Plattform unterscheidet sich von einem ChatGPT-Abo in vier Kerndimensionen:

  • Datenhoheit: Daten bleiben unter Kontrolle des Unternehmens, kein Modell-Training auf Kundendaten.
  • Compliance: DSGVO, EU AI Act, branchenspezifische Anforderungen (BaFin, KRITIS, etc.).
  • Integration: Sauberer Einbau in bestehende IT-Landschaft (SSO, AD, IT-Service-Management).
  • Governance: Klare Verantwortlichkeiten, Audit-Logs, Rollen-Konzept, Mandantentrennung.

Die 12 Kriterien, die wirklich zählen

1. Wo werden meine Daten gehostet?

EU? Wo genau? Auf welcher Cloud (AWS Frankfurt, Azure Germany West Central, eigene Rechenzentren)? Steht das im AVV? Lass dir den Hosting-Vertrag der Subunternehmer zeigen — die Lieferkette ist hier entscheidend.

2. Werden meine Daten zum Modell-Training verwendet?

Das ist die absolute K.O.-Frage. Antwort muss schriftlich „Nein" sein — bei allen Modellen, auch wenn die Plattform Drittanbieter-Modelle (OpenAI, Anthropic) im Backend nutzt. Bei Cortexion: vertraglich ausgeschlossen.

3. Welche Modelle stehen zur Auswahl?

Monomodel-Plattformen (nur OpenAI, nur Anthropic) sind 2026 ein Risiko. Du brauchst die Wahl pro Use Case — sonst zahlst du teuer, wo es günstig ginge, oder bekommst Quaifäts­probleme, wo Spitzenmodell nötig wäre.

4. SSO und Identity-Management

SAML 2.0, OIDC, SCIM für Provisionierung. Wenn nicht vorhanden: kein Enterprise. Punkt.

5. Rollen- und Rechtekonzept

Granular bis auf Wissensdatenbank- und Assistenten-Ebene. Plus Mandantentrennung, wenn du Tochtergesellschaften hast.

6. Audit-Logs

Wer hat wann was gefragt, welche Wissensquelle wurde gezogen, welche Modell-Antwort ist herausgegangen? Logs müssen exportierbar sein (CSV, JSON) und mindestens 12 Monate verfügbar.

7. Wissensdatenbank-Governance

Wer darf Dokumente hochladen, wer darf indexieren, gibt es Freigabe-Prozesse? Bei sensiblen Quellen (HR, Vertragswesen) ist das Pflicht.

8. EU AI Act-Readiness

Klassifiziert der Anbieter seine Use Cases nach Risiko-Kategorien? Bietet er die Dokumentationsstrukturen, die du für Audit-Reports brauchst? Frage konkret nach.

9. Daten-Export und Vendor-Lock-in

Kann ich meine Wissensdatenbank, Assistenten-Konfigurationen, Automatisierungen in einem offenen Format exportieren? Wenn nein: gefährlich. Du willst nach 18 Monaten wechseln können, falls die Plattform nicht performt.

10. SLA und Support

Verfügbarkeits-SLA (mindestens 99,5 % monatlich), Reaktionszeit bei kritischen Tickets, deutschsprachiger Support, dedizierter Customer Success Manager bei größeren Verträgen.

11. Sub-Processor-Liste

Alle Sub-Verarbeiter (Modell-Anbieter, Hosting, Monitoring) müssen offen liegen, mit Wechselankündigungsfrist (typisch 30 Tage).

12. Kündigung und Daten-Mitnahme

Was passiert mit meinen Daten bei Kündigung? Wie lange werden sie aufbewahrt, wann gelöscht? Wie lange habe ich Zeit für den Export? Standard: 30 Tage Export-Frist, dann sichere Löschung mit Bestätigung.

Was nur Marketing ist (und du ignorieren kannst)

  • „Made in Germany": ist ein Trust-Signal, aber kein Funktionsmerkmal. Was zählt, ist das AVV-Detail.
  • „KI-Sicher": bedeutet nichts. Frag nach konkreten Kontrollen.
  • „Modellunabhängig": klingt gut, ist aber wertlos, wenn nur 2 Modelle drinhängen. Lass dir die Liste zeigen.
  • „Air-Gapped Enterprise Edition": meist Etikettenschwindel. Echtes Air-Gap heißt eigene Hardware, eigenes Netz — und kostet ab 250.000 € im Jahr.

Der typische Auswahlprozess in 60 Tagen

  1. Tag 1–7: Use-Case-Inventur, Anforderungs-Katalog
  2. Tag 8–14: Long-List (5–8 Anbieter), Vorab-Fragebogen mit den 12 Kriterien
  3. Tag 15–25: Short-List (3 Anbieter), Live-Demos an deinem konkreten Use Case
  4. Tag 26–40: Proof-of-Concept (4 Wochen) mit 2 Anbietern parallel
  5. Tag 41–50: Bewertung, AVV-Verhandlung, Sicherheits-Review
  6. Tag 51–60: Vertragsunterschrift, Onboarding-Kickoff

Roter-Faden-Empfehlung

Wenn du Enterprise-KI einkaufst, fokussiere auf drei Dinge: (1) DSGVO-Konformität bis ins Detail, (2) Multi-Modell-Auswahl, (3) Daten-Export ohne Lock-in. Alles andere ist verhandelbar. Diese drei sind nicht.

Cortexion ist genau auf diese drei Punkte ausgelegt. Wir zeigen dir in 30 Minuten, wie die 12 Kriterien bei uns konkret abgebildet sind — buche eine Demo.

Jetzt starten

Starte mit einer App. Wachse mit der ganzen Plattform.

Cortexion ist DSGVO-konform, monatlich kündbar und wächst Modul für Modul mit deinem Unternehmen. Buche eine kostenlose Demo — wir zeigen dir die Plattform live an deinem Use Case.

Keine Kreditkarte nötig. Jederzeit monatlich kündbar.