Warum „Auto“ der teuerste Default in Ihrem Microsoft-Tenant ist
- Stefan Bach
- 25. Mai
- 4 Min. Lesezeit
Microsoft Copilot, Google Gemini und ChatGPT stellen die Modellwahl längst standardmäßig auf „Auto“. Bequem — aber bei genauerem Hinsehen die teuerste Voreinstellung in Ihrem Unternehmen. Denn „Auto“ entscheidet nicht, was für Ihre Aufgabe am besten ist, sondern was für den Anbieter am günstigsten zu betreiben ist. Das Qualitäts-, Kosten- und Compliance-Risiko tragen Sie.
Ein einfaches Experiment, das stutzig macht
Der Mathematiker Adam Kucharski von der London School of Hygiene & Tropical Medicine hat einen aufschlussreichen Test gemacht. Er erzeugte 200 fiktive Aussagen über Karrierewünsche, duplizierte denselben Datensatz fünfmal und versah die Kopien mit den Länder-Labels USA, Großbritannien, Frankreich, Deutschland und Italien. Die Daten waren also identisch — nur das Etikett unterschied sich.
Microsoft Copilot im Auto-Modus lieferte trotzdem eine selbstbewusste Analyse angeblicher Unterschiede: Italiener seien dreimal häufiger an einer Kunst-Karriere interessiert als Briten, Amerikaner geschäftsorientierter als Franzosen. Erfunden — aus Stereotypen des Sprachmodells, nicht aus den Daten. Als das Tool zur genaueren Auswertung aufgefordert wurde, zählte es zunächst korrekt (überall identische Werte) und ignorierte diesen eigenen Befund dann, um erneut fiktive Länderunterschiede zu präsentieren.
Warum „Auto“ hier scheitert
Der Auto-Modus ist ein Router: Er schickt einfache Anfragen an ein schnelles, günstiges Modell und nur vermeintlich komplexe an ein langsameres Reasoning-Modell. Bei der Datenanalyse landet die Anfrage oft beim schnellen Modell — und das wertet die hochgeladene Datei nicht wirklich aus, sondern füllt Lücken mit plausibel klingenden Annahmen.
Stellt man dieselbe Aufgabe einem Modell mit echtem Reasoning, sieht das Bild anders aus: In Nachtests schalteten leistungsfähigere Modi automatisch in einen Denkmodus, schrieben Code zur Auswertung und erkannten die Duplikate. Der Unterschied liegt also nicht an „der KI“, sondern an der Modellklasse, die im Hintergrund still gewählt wurde — ohne dass der Nutzer es merkt.
Der Haken: Auto ist Kostensteuerung, kein Qualitätsversprechen
Reasoning-Modelle sind im Betrieb deutlich teurer als schnelle Modelle. Der Auto-Router ist deshalb in erster Linie ein Instrument der Anbieter, um Rechenkosten zu senken — nicht, um Ihnen das beste Ergebnis zu liefern. Verschärft wird das dadurch, dass die Modellpreise 2026 spürbar gestiegen sind. Für Sie heißt das: Im Auto-Modus kontrollieren Sie weder, welches Modell antwortet, noch wie viel Rechenleistung verbraucht wird, noch wie verlässlich das Ergebnis ist.
Und der blinde Fleck beim Datenschutz
Wer „Auto“ stehen lässt, gibt auch die Kontrolle darüber ab, wo und mit welchem Modell verarbeitet wird. Microsoft hat 2026 in Microsoft 365 Copilot ein „Flex Routing“ eingeführt, das Anfragen bei Auslastung in Rechenzentren außerhalb der EU auslagern kann. Für personenbezogene Daten ist das DSGVO-relevant und kann eine Aktualisierung der Datenschutz-Folgenabschätzung erfordern. Modellwahl ist damit nicht nur eine Qualitäts-, sondern auch eine Compliance-Frage.
Was Sie konkret tun sollten
Modell bewusst wählen, nicht dem Default überlassen. Für Analyse-, Auswertungs- und Entscheidungsaufgaben gehört ein Reasoning-Modell als Pflicht in Ihre interne KI-Richtlinie — nicht der Auto-Modus.
Plausibilität testen. Kucharskis Trick lässt sich übernehmen: Geben Sie dem Tool gelegentlich einen Datensatz mit bekanntem Ergebnis (z. B. Duplikate), bevor Sie echten Analysen vertrauen. Erkennt das Modell die Falle nicht, ist die Modellklasse falsch gewählt.
Erwartung vorab notieren. Halten Sie vor einer KI-Analyse schriftlich fest, welches Ergebnis Sie erwarten. Das schützt vor dem Reflex, eine bequeme, aber erfundene Antwort im Nachhinein für plausibel zu halten.
Routing-Einstellungen prüfen. Klären Sie, ob in Ihrem Microsoft-Tenant Flex Routing aktiv ist, und ob das mit Ihrer Datenschutz-Folgenabschätzung vereinbar ist. Im Zweifel deaktivieren.
Bewusste Modellwahl ist kein Technik-Detail. Sie ist der Punkt, an dem Qualität, Kosten und Datenschutz zusammenlaufen — und ein Reifezeichen für Unternehmen, die KI ernsthaft einsetzen statt nur ausprobieren.
Häufige Fragen
Was bedeutet der „Auto“-Modus bei Copilot, Gemini und ChatGPT?
„Auto“ ist ein Router, der jede Anfrage automatisch an ein Modell weiterleitet: einfache Aufgaben an ein schnelles, günstiges Modell, vermeintlich komplexe an ein Reasoning-Modell. Die Auswahl trifft das System nach eigenen Kriterien — primär nach Rechenkosten, nicht nach dem für Ihre Aufgabe besten Ergebnis.
Warum liefert der Auto-Modus bei Datenanalysen falsche Ergebnisse?
Weil die Anfrage häufig beim schnellen Modell landet, das die hochgeladene Datei nicht wirklich auswertet, sondern Lücken mit plausibel klingenden Annahmen und Stereotypen füllt. In einem Test erfand Copilot Länderunterschiede in identischen, duplizierten Datensätzen. Reasoning-Modelle, die Code zur Auswertung schreiben, erkannten die Duplikate dagegen.
Welche Modelleinstellung sollten Unternehmen wählen?
Für Analyse-, Auswertungs- und Entscheidungsaufgaben sollte bewusst ein Reasoning-Modell gewählt werden statt des Auto-Modus. Für einfache Texte oder Zusammenfassungen ist Auto vertretbar. Sinnvoll ist eine interne Richtlinie, die festlegt, welche Aufgabe welche Modellklasse erfordert — und ein gelegentlicher Plausibilitätstest mit bekanntem Ergebnis.
Hinweis zu DSGVO und KI-Nutzung: Modellwahl und Routing entscheiden mit darüber, wo personenbezogene Daten verarbeitet werden. Prüfen Sie Routing-Einstellungen, Auftragsverarbeitung und Datenschutz-Folgenabschätzung, bevor Sie KI-Tools für sensible Auswertungen einsetzen.
KI-Tools bewusst statt blind einsetzen
Sie wollen wissen, welche Modell- und Routing-Einstellungen in Ihrem Unternehmen sinnvoll und DSGVO-konform sind? Ich helfe mittelständischen Unternehmen, KI nüchtern, kalkulierbar und rechtssicher einzuführen — von der Modell-Governance bis zur internen Richtlinie. Gespräch vereinbaren
Kommentare