Wrapper

Viele KI-Produkte rechnen nicht selbst. Sie schicken die Eingabe des Nutzers an einen großen Anbieter wie OpenAI, Google oder Anthropic. Dort läuft das eigentliche Sprachmodell, also das Programm, das aus Text neuen Text erzeugt. Die Antwort kommt zurück und wird in der eigenen App angezeigt. Ein solches Produkt nennt man Wrapper, vom englischen Wort für Verpackung oder Hülle. Die Firma baut also die Verpackung, das teure Innenleben mietet sie.

Warum das Wort oft als Vorwurf gemeint ist

In Investorenkreisen ist „nur ein Wrapper“ eine harte Kritik. Der Gedanke dahinter: Wer nichts Eigenes besitzt, hat auch nichts zu verteidigen. Ein Konkurrent kann dieselbe Schnittstelle anmieten und in wenigen Wochen ein ähnliches Produkt bauen. Noch gefährlicher ist der Anbieter selbst. Wenn OpenAI eine Funktion direkt in ChatGPT einbaut, ist das Geschäftsmodell der kleinen Firma über Nacht überflüssig. In der Branche heißt dieses Risiko halb im Scherz „getötet vom nächsten Update“.

Dazu kommt das Problem der Marge. Für jede Anfrage zahlt der Wrapper Geld an den KI-Anbieter. Diese Kosten wachsen mit jedem Nutzer mit und lassen sich kaum drücken. Ein klassisches Software-Unternehmen verdient am zehntausendsten Kunden fast reinen Gewinn. Ein Wrapper zahlt bei jedem Kunden erneut drauf, wenn er zu billig verkauft.

Trotzdem ist das Urteil oft zu pauschal. Manche Wrapper sind sehr erfolgreich, weil sie etwas besitzen, das der Modellanbieter nicht hat: Zugang zu einer bestimmten Berufsgruppe, geprüfte Fachdaten oder eine Anbindung an Software, die Firmen schon benutzen. Der Programmier-Assistent Cursor etwa nutzt fremde Modelle und wurde trotzdem mit Milliarden bewertet.

Was zwischen Eingabe und fremdem Modell passiert

Technisch läuft die Verbindung über eine Schnittstelle, im Fachjargon API. Das ist eine feste Adresse im Internet, an die man Text schickt und von der man Text zurückbekommt. Der Anbieter rechnet pro Token ab, also pro Wortbaustein. Etwa vier Zeichen Text entsprechen einem Token. Der Wrapper zahlt sowohl für die gesendete Frage als auch für die erzeugte Antwort.

Zwischen Nutzer und Schnittstelle liegt die eigentliche Arbeit des Wrappers. Er hängt an die Nutzereingabe meist einen unsichtbaren Zusatztext, den System-Prompt. Darin steht, welche Rolle das Modell einnehmen soll und was es nicht tun darf. Oft werden noch eigene Dokumente mitgeschickt, damit die Antwort zu den Daten der Firma passt. Dieses Verfahren nennt man RAG, also Antworten mit nachgeschlagenen Quellen.

Guter Wrapper und schlechter Wrapper unterscheiden sich genau an dieser Stelle. Ein schlechter reicht die Frage praktisch unverändert weiter. Ein guter prüft die Antwort, ruft bei Bedarf ein zweites Modell auf, speichert häufige Anfragen zwischen und wechselt den Anbieter, wenn ein anderer billiger oder besser ist. Diese Unabhängigkeit vom einzelnen Modell ist der wichtigste Schutz gegen Preiserhöhungen.

Wrapper im Alltag und in den Wirtschaftsmeldungen

Die meisten KI-Werkzeuge, die man ohne Nachdenken benutzt, sind Wrapper. Schreibhilfen im Browser, Chatbots auf Shop-Seiten, Zusammenfassungs-Funktionen in Notiz-Apps, KI-Assistenten in Videokonferenzen. Man erkennt sie selten, weil das fremde Modell nirgends erwähnt wird. Ein Hinweis ist der Satz „powered by“ im Kleingedruckten oder in den Datenschutzangaben.

In Finanznachrichten taucht das Wort meist bei Bewertungen und Finanzierungsrunden auf. Analysten fragen dann, wie viel eigene Substanz hinter einem Produkt steckt. Ebenso wichtig ist der Begriff bei Kursbewegungen: Kündigt ein großer Anbieter neue Funktionen an, fallen manchmal die Bewertungen kleinerer Anbieter, die genau das verkauft haben.

Ein verbreiteter Irrtum ist, Wrapper seien technisch anspruchslos. Die Schnittstelle anzusprechen dauert wenige Minuten, ein zuverlässiges Produkt daraus zu machen dauert Jahre. Die Abgrenzung ist außerdem fließend. Wer ein eigenes kleines Modell für Teilaufgaben trainiert und fremde Modelle nur für den Rest nutzt, gilt schon nicht mehr als reiner Wrapper.