> ## Content Index > Fetch the complete content index at: https://gerds-blog.de/llms.txt > Use this file to discover other available public pages before exploring further. # ChatGPT: Claude, Perplexity, Gemini, ChatGPT, DeepSeek und Copilot im Vergleich - URL: https://gerds-blog.de/chatgpt-claude-perplexity-gemini-chatgpt-deepseek-und-copilot-im-vergleich/ - Published: 2026-02-04T12:17:52.000Z - Updated: 2026-02-14T09:14:48.000Z - Author: Gerd Kopp - Tags: Tipps > Warum soll die KI sich nicht selbst vergleichen? Was sagt ChatGPT zu seinen Mitbewerbern? Februar 2026 by gerds@gerds-it.de Artikel von ChatGPT im Februar 2026 ## Funktionsumfang, DSGVO, Kosten – plus Vorteile & Kritik (EU-Perspektive) KI-Assistenten sind heute mehr als „Textgeneratoren“. Je nach Anbieter bekommst du Recherche mit Quellen, Office-Integration, Datenanalyse, Automatisierung, Entwickler-APIs oder sogar Self-Hosting-Optionen. Wer das **privat** nutzen will, fragt meist nach Komfort und Preis. Wer es **im Unternehmen** einsetzen möchte, muss zusätzlich sauber klären: **Wie DSGVO-tauglich ist das Ganze – organisatorisch, technisch und vertraglich?** In diesem Artikel vergleiche ich **Claude, Perplexity, Gemini, ChatGPT, DeepSeek und Copilot** entlang der drei wichtigsten Kriterien: 1. **Funktionsumfang** (was kann es wirklich?) 2. **DSGVO/GDPR** (was ist typischerweise kritisch – und wie entschärft man’s?) 3. **Kosten/TCO** (Abo ist nicht alles) Dazu gibt’s am Ende eine **DSGVO-Checkliste** und eine **Entscheidungsmatrix**, mit der du die Tools für deinen Anwendungsfall objektiv bewerten kannst. --- ## 1) Woran man Funktionsumfang in der Praxis erkennt Fast alle Modelle schreiben überzeugend. Die echten Unterschiede stecken meist hier: - **Recherche & Quellen:** Webzugriff, Zitieren, Nachvollziehbarkeit - **Produktivität:** Dateiupload, lange Dokumente, Projekt-/Arbeitsbereiche, Zusammenfassungen - **Integrationen:** E-Mail, Cloud-Drive, Ticketsysteme, Knowledge Bases - **Multimodalität:** Bilder/Screenshots/Audio (plan- und produktabhängig) - **Entwicklerfunktionen:** API, Tool-Calls, Kosten pro Token, Rate Limits - **Governance:** Admin-Kontrollen, SSO/MFA, Audit-Logs, Retention/Löschung --- ## 2) Tool-Profile im Detail ### Claude **Funktionsumfang** Claude wird häufig gewählt, wenn **Textqualität, Struktur und Langform** im Vordergrund stehen: Konzepte, Ausschreibungen, Leitfäden, redaktionelle Inhalte, „saubere“ Argumentationsketten. Besonders in längeren Projekten wirkt Claude oft angenehm ruhig und konsistent. **DSGVO-Einordnung (EU-Sicht)** Für Unternehmen ist die entscheidende Frage weniger „Wie gut schreibt Claude?“, sondern: **In welchem Plan nutze ich es?** - **Consumer/Privat:** häufig mehr „Produktverbesserungs“-Mechaniken und individuell steuerbare Opt-outs (je nach Einstellung). - **Business/API:** typischerweise klarer trennbar (vertraglich/organisatorisch), besser steuerbar. **Kosten/TCO** Im üblichen Premium-Abo-Rahmen (Pro-Tarif) plus Team/Enterprise-Stufen. In Firmen zählt zusätzlich: Admin-Aufwand, Richtlinien, Schulung, Connector-Freigaben. **Vorteile** - Sehr gute Textqualität und Struktur - Stark bei Langform, Konzepten, Leitlinien **Kritik** - Feature-Set kann je nach Plan stark variieren - Für sensible Daten ist die klare Trennung von Consumer vs. Business wichtig --- ### Perplexity **Funktionsumfang** Perplexity ist weniger „Allround-Assistent“, sondern sehr stark als **Recherche-/Antwortmaschine**: Frage rein, Antwort raus – häufig mit **Quellen**. Das ist ideal für schnelle Einordnungen, Marktüberblicke, technische Vergleiche, Argumentationssammlungen oder „Was sagen die Quellen dazu?“. **DSGVO-Einordnung (EU-Sicht)** Perplexity wird dann interessant, wenn du es als **Research-Layer** nutzt. DSGVO-kritisch wird es, wenn du interne Dokumente, Kundendaten oder Betriebsgeheimnisse direkt einbringst – dann brauchst du das passende Unternehmens-Setup und klare Richtlinien. Außerdem gilt: Bei Web-Recherche fließen Inhalte über externe Quellen; du solltest intern definieren, welche Themen/Datentypen dafür überhaupt geeignet sind. **Kosten/TCO** Typisch: Pro-Abo plus Enterprise-Stufe. Für Firmen ist der Nutzen oft hoch, weil Recherchezeit sinkt – aber nur, wenn die Organisation „Quellenprüfung“ als Pflicht versteht. **Vorteile** - Sehr schnell für Recherche - Quellen helfen bei Nachvollziehbarkeit **Kritik** - Quellen ≠ automatisch korrekt - Web kann biased/fehlerhaft sein; Ergebnisse brauchen Review --- ### Gemini **Funktionsumfang** Gemini spielt seine Stärken aus, wenn du stark im Google-Ökosystem arbeitest – insbesondere mit **Google Workspace** (oder privat mit Drive/Docs/Gmail). Der Hebel ist oft weniger „das Modell“, sondern die **Integration** in Dokumente, E-Mails und Arbeitsabläufe. **DSGVO-Einordnung (EU-Sicht)** Datenschutz hängt stark daran, ob du Consumer-Nutzung und Unternehmens-Nutzung sauber trennst und ob Connectoren/„Connected Apps“ aktiviert sind. In Firmenumgebungen zählt: **AVV/DPA**, Zugriffskontrollen, Logging, Retention und klare Regeln, welche Daten in KI-Workflows dürfen. **Kosten/TCO** Gestaffelte Abos, regional unterschiedlich. Für Unternehmen kommt meist die Lizenz-Logik aus Workspace-Tarifen dazu. TCO entsteht vor allem durch Governance-Setup und Rechte-/Datenstruktur. **Vorteile** - Sehr stark, wenn dein Alltag ohnehin in Google-Tools stattfindet - Gute Produktivitätshebel in Dokument-Workflows **Kritik** - Datenschutz steht und fällt mit Einstellungen, Plan und Connectoren - Ohne saubere Rechte-/Datenstruktur entsteht „Sichtbarkeitsrisiko“ --- ### ChatGPT **Funktionsumfang** ChatGPT ist für viele der breiteste Allrounder: Schreiben, Code, Datenanalyse, Projekt-Workflows und (je nach Plan) multimodale Funktionen. Dazu kommen in Business-Kontexten oft Admin-Funktionen, Team-Workspaces und kontrolliertere Datenoptionen. **DSGVO-Einordnung (EU-Sicht)** Für Unternehmen gilt auch hier: Der entscheidende Faktor ist das **richtige Betriebsmodell** (Business/Enterprise vs. Consumer). DSGVO-tauglich wird es in der Regel erst, wenn du vertraglich und organisatorisch sauber bist: AVV/DPA, Retention, Trainingsnutzung geregelt, SSO/MFA, Logging, Rollen. **Kosten/TCO** Mehrere Tarifstufen; im Unternehmen kommt Seat-Preis plus Admin/Compliance hinzu. In der Praxis ist ChatGPT oft „günstiger als es aussieht“ oder „teurer als gedacht“ – je nachdem, ob man Governance bereits hat oder erst aufbauen muss. **Vorteile** - Sehr breiter Werkzeugkasten - Gute Eignung für gemischte Workloads (Text, Code, Analyse) **Kritik** - Plan-/Feature-Komplexität (wer kann was, welche Limits?) - Compliance braucht klare Policies und meist Business/Enterprise-Setup --- ### DeepSeek **Funktionsumfang** DeepSeek ist besonders spannend, wenn du **Kosten pro Nutzung** (API) und **technische Flexibilität** betrachtest. Für Entwickler-Use-Cases (z. B. Zusammenfassungen, Klassifikation, Assistenzfunktionen in eigenen Tools) kann das attraktiv sein – vor allem, wenn du Modell-Betrieb und Datenflüsse selbst steuern willst. **DSGVO-Einordnung (EU-Sicht)** Bei Cloud-Nutzung musst du sehr sauber prüfen: Wo werden Daten verarbeitet, welche Garantien bestehen, wie sieht’s mit AVV/DPA, Unterauftragsverarbeitern und Transfers aus? Wenn du maximale Kontrolle brauchst, ist die naheliegende Strategie: **Modelle kontrolliert betreiben** (Self-Hosting oder EU-Infrastruktur) – aber dann übernimmst du Betrieb, Monitoring, Patching und Security. **Kosten/TCO** API-Kosten können sehr niedrig wirken – aber TCO hängt am Betriebsmodell: - **API-Nutzung:** günstig, aber rechtliche/organisatorische Prüfung nötig - **Self-Hosting:** höhere Infrastruktur-/Ops-Kosten, dafür Datenkontrolle **Vorteile** - Sehr attraktiv für API-Use-Cases und Kostenoptimierung - Potenziell hohe Datenkontrolle bei eigenem Betrieb **Kritik** - DSGVO-Risiko kann bei Cloud-Nutzung höher sein (je nach Transfer/Verträgen) - Self-Hosting ist kein „Gratis“, sondern Betriebspflicht --- ### Copilot **Funktionsumfang** Copilot ist in vielen Firmen weniger „ein Chat“, sondern KI **als Funktion im Arbeitswerkzeug** – besonders, wenn du bereits im Microsoft-Stack arbeitest: **Microsoft**, **Microsoft 365**, **Microsoft Teams**, **SharePoint**. Der größte Nutzen entsteht, wenn Copilot in Meetings, Chats, Dokumenten und E-Mails direkt „mitläuft“: Zusammenfassungen, Formulierungen, Aufgabenlisten, Rückfragen, Informationssuche innerhalb dessen, wozu du ohnehin berechtigt bist. **DSGVO-Einordnung (EU-Sicht)** Copilot ist oft die „Corporate-freundliche“ Wahl, weil viele Unternehmen Microsoft-Identity, Compliance-Kontrollen, DLP und Berechtigungskonzepte bereits nutzen. Aber: KI macht ein bekanntes Problem sichtbarer – nämlich **Berechtigungschaos**. Wenn SharePoint-Sites und Teams-Kanäle historisch „wild gewachsen“ sind, kann Copilot diese Inhalte schneller auffindbar machen. DSGVO-tauglich wird das nur, wenn Rechte, Sensitivity Labels, DLP und Retention sauber umgesetzt sind. **Kosten/TCO** Copilot ist häufig eine **Lizenz-Entscheidung** im vorhandenen Microsoft-Kosmos. Der echte TCO-Treiber ist: Aufräumen von Rechten/Daten, Governance, Schulung – nicht nur der Seat-Preis. **Vorteile** - Extrem stark im Alltag, wenn M365/Teams/SharePoint schon Standard sind - Governance/Compliance kann gut in bestehende Microsoft-Kontrollen passen **Kritik** - Nutzen hängt massiv von Daten-/Berechtigungsstruktur ab - Kann teuer wirken, wenn man „nur Chat“ erwartet – ist eher Workflow-KI --- ## 3) Schnellfazit: Welche KI für welchen Zweck? - **Recherche & Quellen / Marktüberblicke:** Perplexity - **Langform, Konzepte, redaktionelle Qualität:** Claude - **Google-Dokument-/Mail-Workflows:** Gemini - **Allrounder für gemischte Aufgaben (Text/Code/Analyse):** ChatGPT - **Kostenoptimierte API-Use-Cases / technische Kontrolle:** DeepSeek - **Unternehmens-Workflow im Microsoft-Ökosystem:** Copilot --- # DSGVO-Checkliste für KI (EU-Praxis, direkt nutzbar) ## A) Daten & Use Cases - Use Cases definieren (z. B. E-Mail-Entwürfe, Doku-Zusammenfassungen, Ticket-Triaging) - Datenklassen festlegen: Public / Intern / Vertraulich / Streng vertraulich - No-Go-Daten: Secrets/Keys, Passwörter, Gesundheitsdaten (Art. 9), Personalakten, Bankdaten - Minimierung: Maskierung/Pseudonymisierung (z. B. Namen, Kundennummern) ## B) Vertrag & Recht - AVV/DPA vorhanden? - Unterauftragsverarbeiter transparent? - Drittlandtransfer geregelt (SCC/Transfer-Bewertung)? - Trainingsnutzung klar geregelt (oder Opt-out sauber aktiviert)? - Retention/Löschung dokumentiert - DSFA/DPIA prüfen bei hohem Risiko (HR, Profiling, sensible Daten) ## C) Security & Governance - SSO + MFA verpflichtend - Rollen/Least Privilege - Audit/Logging aktiv - DLP/Upload-Policies, falls verfügbar - Offboarding: Rechte entziehen, Connectoren deaktivieren, Datenflüsse beenden ## D) Connectoren (häufigste DSGVO-Falle) - Connectoren nur nach Freigabe - Scope begrenzen (nur nötige Sites/Spaces/Ordner) - Prüfen, ob Inhalte indexiert/gespiegelt werden - Regelmäßiges Rechte-Review (z. B. quartalsweise) **Go/No-Go:** Go, wenn DPA + Trainingsregel + Retention + SSO/MFA/Audit + Datenklassen stehen. No-Go, wenn Datenflüsse/Retention unklar oder keine Admin-Kontrolle vorhanden ist. --- # Entscheidungsmatrix (zum objektiven Vergleich) **Skala:** 1 = schwach, 3 = ok, 5 = stark **Score:** Σ(Punkte × Gewicht) ## Kriterien & Gewichte (Beispiel) - DSGVO/Compliance: 25% - Security & Admin: 15% - Funktionsumfang: 15% - Recherche/Quellen: 10% - Integrationen: 10% - Kosten (TCO): 10% - Datenkontrolle (EU/On-prem-Optionen): 10% - Alltagstauglichkeit: 5% --- Gerd Kopp - gerd@gerds-it.de - Februar 2026