Gartner prognostiziert: Open-Weight-KI-Modelle treiben bis 2030 rund 90 % der Unternehmens-Agenten-Workflows an

KI-Agenten in Unternehmen dürften in den nächsten Jahren überwiegend auf herunterladbaren, selbst gehosteten Modellen laufen. Die Gartner-Analysten Mark Petty und Raymond Paquet prognostizieren, dass Open-Weight-Modelle bis 2030 rund 90 % der agentenbasierten Workflow-Schritte in Unternehmen abwickeln werden, und verweisen dabei auf niedrigere Betriebskosten sowie Unabhängigkeit von einzelnen Anbietern.

Die Prognose konzentriert sich auf routinemäßige Hintergrundprozesse, die von Agenten ausgeführt werden, darunter Klassifizierung, Tool-Aufrufe, Datenvalidierung und Datenabgleiche. Den Analysten zufolge können Open-Weight-Architekturen bei diesen Aufgaben mittlerweile eine mit proprietären, geschlossenen Systemen vergleichbare Qualität liefern, wodurch die Preisunterschiede für Unternehmen kaum noch zu ignorieren seien.

Bei vergleichbarer Leistung auf identischen Benchmarks kostet ein offenes Modell etwa 25 % des günstigsten geschlossenen Konkurrenten. Im Vergleich zum Einsatz eines teuren Frontier-Modells für jeden einzelnen Schritt können die Kosten sogar auf bis zu ein Zwanzigstel sinken. Selbst wenn Infrastruktur-Redundanzen und operative Ineffizienzen einkalkuliert werden, prognostizieren Petty und Paquet in der Praxis realistische Einsparungen um das Fünf- bis Sechsfache.

Das schiere Aufgabenvolumen verleiht diesen Einsparungen großes Gewicht. Unternehmen führen stabile Prozesse routinemäßig millionenfach pro Monat aus, sodass sich kleine Rabatte pro Einzelschritt in den Bilanzen schnell summieren. Da Open-Weight-Modelle ihre trainierten Parameter veröffentlichen, können Teams diese auf eigener Hardware hosten und anpassen, ohne wiederkehrende Gebühren pro API-Aufruf zahlen zu müssen.

Neben reinen Kostenkalkulationen hoben die Analysten auch die betriebliche Autonomie hervor und betonten, dass Open-Weight-Modelle die Kontrolle im Unternehmen sichern. Wer sich vollständig auf geschlossene API-Anbieter verlässt, setzt sich Preisanpassungen und Produktänderungen der Anbieter aus, während Self-Hosting dabei hilft, einen Vendor-Lock-in zu vermeiden.

Da reine Modellausgaben zunehmend zur Massenware werden, erwarten Petty und Paquet, dass sich der wirtschaftliche Wert in Richtung Orchestrierung verlagert. Diese Koordinierungsebene steuert mehrere Agenten-Workflows und wählt aus, welches spezifische Modell die jeweilige Phase ausführt.

Für Einkäufer in Unternehmen skizzieren die Analysten einen Ansatz, bei dem Aufgaben nach Häufigkeit und technischem Schwierigkeitsgrad sortiert werden. Wiederholbare Aufgaben mit hohem Volumen können feinabgestimmten, offenen Modellen zugewiesen werden, während API-Aufrufe an Frontier-Modelle ausschließlich für anspruchsvolle Schritte reserviert bleiben. Sie fügten hinzu, dass Self-Hosting weiterhin Ressourcen für Monitoring, Hardware und laufende Wartung erfordert, weshalb die tatsächlich erzielten Einsparungen unter den theoretischen Maximalwerten liegen.