Wenn Ihr KI-Modell abgekündigt wird: Wie geben Sie den Nachfolger frei?

Ihre KI-Anwendung funktioniert, doch der Anbieter kündigt die Abschaltung des verwendeten Modells an. Die Modellkennung lässt sich schnell ersetzen. Ob die Anwendung anschließend fachlich richtig arbeitet, die erwarteten Formate liefert und ihre Werkzeuge angemessen verwendet, muss gesondert geprüft werden.

Ein aktuelles Beispiel liefert Anthropic: Am 30. September 2026 wurde die Abschaltung von Claude Sonnet 4.5 für den 30. November 2026 angekündigt. Die Dokumentation zu Modellabkündigungen beschreibt zudem, dass Anfragen an abgeschaltete Modelle fehlschlagen, und empfiehlt Anwendungstests vor der Umstellung. Die Termine partnerbetriebener Plattformen können abweichen. Prüfen Sie deshalb den tatsächlich verwendeten Bereitstellungsweg.

Betroffene Anwendungen und Fristen erfassen

Beginnen Sie mit einer Bestandsaufnahme: Welche Anwendung verwendet welche Modellkennung über welchen Anbieter und welche Plattform? Erfassen Sie produktive Abläufe ebenso wie Hintergrundverarbeitung, Testumgebungen und selten verwendete Funktionen. Benennen Sie eine verantwortliche Person für die Migration und halten Sie die bestätigte Abschaltfrist samt Quelle fest.

Eine Anbieterempfehlung für ein Ersatzmodell ist ein Ausgangspunkt für die Auswahl. Die Freigabe Ihrer Anwendung muss sich an deren Aufgaben und Risiken orientieren. Planen Sie Zeit für Vergleich, Anpassung und einen zweiten Test ein. Der späteste technische Umstellungstermin sollte nicht zugleich der erste fachliche Prüftermin sein.

Den bisherigen Anwendungsstand dokumentieren

Halten Sie fest, was der bisherige Stand leisten soll: Aufgaben, Systemanweisungen, benötigte Ausgabeformate, Wissensquellen, Werkzeuge und Berechtigungen. Erfassen Sie auch Modellparameter und bekannte Grenzen. So lässt sich später unterscheiden, ob eine Abweichung vom Modellwechsel, einer geänderten Eingabe oder einer gleichzeitig angepassten Anwendung stammt.

Vermeiden Sie für den ersten Vergleich mehrere unabhängige Änderungen auf einmal. Sichern Sie die bisherige Anwendungskonfiguration und dokumentieren Sie den untersuchten Nachfolger. Für die grundsätzliche Zuordnung von Freigaben und Änderungen eignet sich ergänzend der Beitrag über KI-Architektur und Betriebsmodell.

Vergleichsfälle aus echten Aufgaben bilden

Nutzen Sie zulässige Beispiele aus dem vorgesehenen Einsatz. Der Bestand sollte typische Aufgaben, seltene Grenzfälle und bereits bekannte Fehler enthalten. Legen Sie vor dem Vergleich fest, welches Ergebnis erwartet wird und welche Abweichungen unzulässig sind. Bei sensiblen Informationen sind Nutzung und Zugriff für die Testumgebung gesondert zu klären.

Für einen Wissensassistenten könnten Sie beispielsweise prüfen, ob wichtige Aussagen durch freigegebene Quellen getragen werden und ob das System bei fehlenden Belegen angemessen reagiert. Bei strukturierter Verarbeitung geht es zusätzlich um Pflichtfelder und Formate. Für Werkzeugaufrufe sollten zulässige Aktionen und notwendige Freigaben als eigene Testfälle vorliegen.

Vergleichen Sie beide Modelle unter dokumentierten Bedingungen. Prüfen Sie bei variablen Ausgaben ausgewählte Fälle mehrfach, wenn dies für die Fehlerfolgen relevant ist. Ein einzelner gelungener Durchlauf reicht für eine belastbare Freigabe nicht aus.

Fachqualität, Formate und Werkzeugaufrufe getrennt bewerten

Ein sprachlich überzeugendes Ergebnis kann fachlich falsch oder technisch unbrauchbar sein. Bewerten Sie deshalb mehrere Dimensionen:

Legen Sie für kritische Fehler eigene Ausschlusskriterien fest. Ein besserer Durchschnitt darf nicht automatisch einen neuen Fehler in einer folgenreichen Aktion ausgleichen. Testen Sie schreibende Werkzeugzugriffe in einer geeigneten Testumgebung. Hinweise zur Begrenzung und Prüfung solcher Aktionen enthält der Beitrag KI-Agenten absichern.

Kosten und Freigabekriterien bewerten

Messen Sie Kosten und Antwortzeiten anhand derselben Aufgaben und dokumentieren Sie Ihre Nutzungsmengen. Berücksichtigen Sie auch zusätzliche Versuche, menschliche Prüfung und notwendige Anpassungen. Eine veränderte Preisliste allein beantwortet nicht, wie sich die Gesamtkosten Ihrer Anwendung entwickeln.

Halten Sie fest, wer die fachlichen Ergebnisse abnimmt und wer die technische Umstellung freigibt. Die Entscheidung sollte offene Abweichungen, ausgeschlossene Fälle und Bedingungen für den Betrieb enthalten. Wenn der Nachfolger wichtige Anforderungen nicht erfüllt, prüfen Sie eine weitere Alternative oder eine vorübergehende Einschränkung des Funktionsumfangs.

Umstellung und Ersatzbetrieb vorbereiten

Planen Sie die Umstellung so, dass Fehler erkannt und verantwortliche Personen erreicht werden. Ein begrenzter Start kann helfen, den neuen Stand im vorgesehenen Betrieb zu beobachten. Definieren Sie vorab, welche Auffälligkeiten zur Pause oder Einschränkung führen und wie betroffene Vorgänge weiterbearbeitet werden.

Ein Rückwechsel zum bisherigen Modell ist nur eine Option, solange es noch verfügbar ist. Für die Zeit nach der Abschaltung brauchen Sie einen anderen Plan, etwa eine zuvor geprüfte Alternative oder manuelle Bearbeitung ausgewählter Fälle. Testen Sie diesen Ersatzweg und dokumentieren Sie seine Grenzen.

Die Leistung Skalierbare KI-Architektur und Betriebsmodell ist ein Anknüpfungspunkt für projektspezifische Änderungs-, Support- und Betriebsfragen. Beginnen Sie mit einer Liste der betroffenen Anwendungen, einer bestätigten Frist und wenigen fachlich entscheidenden Vergleichsfällen.

Quelle und Recherche-Stand

Anthropic: Model deprecations, einschlägiger Eintrag vom 30. September 2026; geprüft am 12. Oktober 2026. Ankündigung und Abschaltdatum sind getrennt zu betrachten. Der vorgeschlagene Abnahmeablauf ist eine redaktionelle Empfehlung und keine Zusage, dass ein bestimmter Nachfolger Ihre Anforderungen erfüllt. Prüfen Sie Termine und Modellverfügbarkeit vor der Umstellung erneut.