KI-Geschwindigkeit messen: Welche Wartezeit zählt?

Das Problem

Anbieter werben mit «blitzschnellen» Antworten, Ranglisten zeigen Tempo-Werte, und im Alltag fühlt sich manche KI trotzdem zäh an. Oder umgekehrt: Ein Modell, das beim ersten Wort schnell reagiert, braucht am Ende lange, bis die Antwort vollständig ist. Welche Zahl zählt für Sie?

Wer Geschwindigkeit nur an einem Messwert festmacht, wählt leicht das Falsche. Es geht nicht darum, wie schnell die Maschine antwortet, sondern wie schnell Sie mit einem brauchbaren Ergebnis fertig sind. Dazu gehört auch die Zeit für Prüfung und Korrektur.

Diese Seite zeigt, welche Zeiten es gibt, wie Sie sie messen und wie Sie daraus eine praxisnahe Entscheidung ableiten.

So lösen Sie es mit KI – Schritt für Schritt

1. Aufgabe wählen. Nehmen Sie eine typische Aufgabe aus Ihrem Alltag, etwa die Zusammenfassung eines zweiseitigen Berichts oder eine Antwort-Mail.

1. Modelle auswählen. Testen Sie zwei bis drei Modelle oder Einstellungen, zum Beispiel ein schnelles und ein genaueres. Siehe Schnelles oder genaueres Modell.

1. Drei Zeiten stoppen. Notieren Sie mit der Stoppuhr: (a) bis das erste Wort erscheint, (b) bis die Antwort vollständig ist, (c) bis Sie das Ergebnis geprüft und verwendbar gemacht haben.

1. Mehrmals messen. Wiederholen Sie die Messung fünfmal, denn die Dauer schwankt je nach Auslastung. Nehmen Sie den Mittelwert.

1. Antwortlänge vergleichen. Notieren Sie, wie lang die Antworten sind. Ein Modell mit langen Antworten braucht mehr Zeit, liefert aber vielleicht auch mehr Unnötiges.

1. Qualität bewerten. Eine schnelle, aber schlechte Antwort kostet mehr Zeit bei der Korrektur. Beurteilen Sie nach Richtigkeit und Verwendbarkeit.

1. Gesamtzeit berechnen. Rechnen Sie (c) für jedes Modell aus. Das Modell mit der kürzesten Gesamtzeit gewinnt für diese Aufgabe.

1. Entscheiden und festhalten. Notieren Sie, welches Modell für welche Aufgabe passt, und wiederholen Sie den Test bei Änderungen.

Einfach erklärt

Stellen Sie sich einen Kurierdienst vor. Wichtig für Sie ist, wann das Paket beim Empfänger liegt und der Empfänger damit arbeiten kann, nicht, wie schnell der Fahrer losfährt. Bei KI gibt es mehrere Zeitpunkte:

Viele Anbieter geben Tempo in «Tokens pro Sekunde» an, also wie schnell Text erzeugt wird. Das sagt etwas über die reine Ausgabegeschwindigkeit, aber nichts über Qualität, Denkzeit oder Ihren Prüfaufwand.

Worauf Sie achten müssen

• Schwankungen: Dauer hängt von Tageszeit, Auslastung, Internetverbindung und Länge der Eingabe ab. Messen Sie mehrmals und zu verschiedenen Zeiten.
• Vergleichbarkeit: Nutzen Sie identische Aufträge, damit der Vergleich fair ist.
• Antwortlänge steuern: Wer kürzere Antworten verlangt, erhält sie schneller. Legen Sie die Länge im Prompt fest.
• Qualität nicht vergessen: Ein Tempogewinn, der mit mehr Nacharbeit erkauft wird, bringt nichts.
• Kosten: Schnellere Stufen oder grössere Modelle können mehr kosten. Siehe Reasoning-Kosten.
• Datenschutz beim Testen: Verwenden Sie anonymisierte Testtexte.
• Anbieterangaben: Tempo-Werte aus der Werbung gelten unter idealen Bedingungen. Prüfen Sie selbst.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Immobilienbüro in Baden lässt mit KI Inserate aus Stichworten schreiben. Zwei Modelle stehen zur Wahl. Modell A antwortet fast sofort, Modell B braucht etwa die doppelte Zeit.

Vorher: Das Team will A wählen, weil es schneller wirkt. Nachher: Es misst fünf Inserate mit Stoppuhr und notiert die Zeit bis zum versandfertigen Text. Bei A ist die Maschine schnell, aber jedes Inserat braucht mehrere Korrekturen von Ortsangaben und Zahlen. Bei B dauert die Antwort länger, die Texte sind aber meist nach einer kurzen Durchsicht fertig. Insgesamt spart das Team mit B pro Inserat Zeit. Es wählt B für Inserate und A für kurze Alltagsfragen.

Ein praktischer Zusatz: Führen Sie über zwei Wochen eine einfache Strichliste. Notieren Sie bei jeder KI-Nutzung, ob das Ergebnis sofort brauchbar war, kurz angepasst werden musste oder neu erzeugt wurde. Aus dieser Liste sehen Sie ohne Stoppuhr, welches Modell und welche Einstellung Ihnen im Alltag wirklich Zeit spart. Teilen Sie die Ergebnisse im Team, denn oft haben Kolleginnen mit anderen Aufgaben auch andere Erfahrungen.

Beachten Sie schliesslich, dass subjektives Tempo trügt. Ein Modell, das sofort mit Text beginnt, fühlt sich schnell an, auch wenn es am Ende länger braucht. Verlassen Sie sich deshalb auf Messwerte und nicht auf den Eindruck beim Warten.

Auch die Tageszeit spielt mit: Morgens und nachmittags sind viele Dienste stärker ausgelastet. Wenn Ihre Arbeit nicht zeitkritisch ist, kann es sich lohnen, grosse Aufträge ausserhalb der Spitzenzeiten zu starten.

So hilft Ihnen Alpasana

Wenn Sie KI-Einsatz und Arbeitsabläufe gemeinsam verbessern möchten, unterstützt Alpasana mit KI-Beratung und digitaler Transformation. Laut Beschreibung gehören dazu das Aufnehmen von Prozessen, das Verbessern von Geschäftsprozessen, digitale Workflows und Automatisierungen sowie das Priorisieren von Vorhaben. Projekte werden individuell offeriert.

Häufige Fragen

Warum ist dieselbe KI mal schnell und mal langsam?

Weil die Auslastung des Anbieters, Ihre Verbindung und die Länge der Aufgabe schwanken. Bei Denkmodellen kommt die unterschiedliche Denkzeit dazu.

Ist Tokens pro Sekunde ein guter Vergleichswert?

Nur für die reine Ausgabegeschwindigkeit. Für Ihre Arbeit zählt die Zeit bis zum geprüften Ergebnis, und die hängt auch von Qualität und Antwortlänge ab.

Wie kann ich KI schneller machen?

Mit klaren Aufträgen, kürzerer Antwortlänge, passendem Modell und weniger unnötiger Denkzeit. Oft bringt das Weglassen unnötiger Wiederholungen mehr als ein schnelleres Modell.