Das KI-Modell wechseln, ohne von vorne anzufangen

Neue KI-Modelle erscheinen inzwischen alle paar Wochen. In einem einzigen Abschnitt des Jahres 2026 brachte OpenAI GPT-5.6 heraus, Anthropic veröffentlichte Claude Sonnet 5, xAI startete Grok 4.5, und eine Welle starker offener Modelle — GLM-5.2, DeepSeek V4, Qwen 3.6, Kimi K3 — kam gleichzeitig dazu. Wenn du KI für echte Arbeit nutzt, lautet der ehrliche Rat aus allen Ecken der Branche gleich: Hör auf, einen dauerhaften Sieger krönen zu wollen. Teste das Neue an deinen eigenen Aufgaben und nimm das Modell, das zu dem passt, was gerade vor dir liegt.

Guter Rat. Aber er verschweigt ein praktisches Problem: Jedes Mal, wenn du wechselst, lässt du ein Gespräch zurück.

Du hast einen Nachmittag mit einem Modell verbracht, um etwas auszuarbeiten — der Kontext steht, die Entscheidungen sind gefallen, der Verlauf weiß, was du tust. Dann erscheint ein neues Modell, du willst es ausprobieren, und du sitzt vor einem leeren Chat. Erklärst du alles von vorne? Fügst du dein ganzes altes Gespräch ein und hoffst, dass es sich zurechtfindet? Die meisten wechseln einfach nicht — und testen so nie den „besten Fit“, den ihnen alle empfehlen.

Diese Lücke — zwischen wechseln wollen und wirklich wechseln — ist der ganze Grund für den Ärger. So schließt du sie.

Warum bloßes Kopieren nicht reicht

Der naheliegende Schritt ist, den alten Chat zu kopieren und ins neue Modell einzufügen. Das klappt selten gut, und es lohnt sich zu verstehen, warum.

Ein Gespräch ist nicht nur sein Inhalt — es ist eine Form. Dutzende Wortwechsel, Korrekturen, Abschweifungen, Ideen, die du aufgeworfen und wieder verworfen hast. Wenn du all das in ein frisches Modell einfügst, gibst du ihm nicht deinen Kontext — du gibst ihm dein Transkript und verlangst, dass es selbst rekonstruiert, was wichtig war. Manchmal gelingt das. Manchmal klammert es sich an eine Idee, die du vor zwanzig Nachrichten verworfen hast, oder übersieht die eine Entscheidung, die zählt, weil nichts im Rohtext ihm sagt, was Gewicht hat.

Je länger dein ursprüngliches Gespräch, desto schlimmer wird das. Dieselbe Länge, die deinen ersten Chat abdriften ließ, ist jetzt eine Wand, durch die das neue Modell erst hindurch muss.

Der Schritt, der wirklich funktioniert: ein sauberer Übergabe-Prompt

Statt des rohen Transkripts willst du einen Übergabe-Prompt — deinen Kontext, neu geschrieben als kurzen, strukturierten Ausgangspunkt, den jedes Modell kalt aufgreifen kann. Woran du arbeitest, was entschieden wurde, wo es steht, was als Nächstes kommt. Du fügst ihn als erste Nachricht in den neuen Chat ein, und das neue Modell startet bereits orientiert, statt deinen Verlauf zu durchwühlen.

Genau das macht Uncook. Du nimmst einen Freigabelink deines Gesprächs — ChatGPT, Claude, Gemini, egal — fügst ihn ein und bekommst einen Übergabe-Prompt für das neue Modell. Ohne Konto, ohne Erweiterung, nichts zu installieren. Es funktioniert von jedem Modell zu jedem Modell, in der Sprache deines Gesprächs.

Wenn also GPT-5.6 oder Grok 4.5 oder das nächste Ding erscheint, heißt Ausprobieren nicht von vorne anfangen. Es heißt eine einzige saubere Nachricht einfügen und dort weitermachen, wo du warst.

Drei Schritte, die die Modellwelle nützlich macht

Wechseln ist der offensichtliche; dieselbe „viele Modelle“-Realität schafft zwei weitere:

Dieselbe Aufgabe über Modelle hinweg vergleichen. Viele schicken denselben Prompt jetzt durch zwei oder drei Modelle, um zu sehen, welche Antwort ihnen besser gefällt. Am Ende sind die guten Teile über drei Chats verstreut. Merge führt sie zu einem zusammen — über verschiedene Modelle und sogar verschiedene Themen hinweg. So endet der Vergleich von GPT-5.6, Claude und Grok am selben Problem mit einem kombinierten Ergebnis statt drei Tabs.

Teilen, was du herausgefunden hast. Du hast das neue Modell getestet, dir eine Meinung gebildet, und jemand im Team fragt: „Und, lohnt sich der Wechsel?“ Er will nicht dein ganzes Transkript. Ein Brief macht aus dem Gespräch eine kurze, lesbare Zusammenfassung für Menschen — das Fazit, nicht den Rohverlauf.

Der ehrliche Teil

Zwei Dinge, klar gesagt, weil dieser Bereich schnell ist und Überversprechen leicht wäre.

Erstens: Wir bewerten die Modelle nicht. Welches „das beste“ ist, ändert sich alle paar Wochen, hängt ganz von deiner Aufgabe ab, und wer einen dauerhaften Sieger verkündet, verkauft dir etwas. Uncook ist egal, welches Modell du nutzt oder wohin du wechselst — es macht den Wechsel nur schmerzlos. Die Frage ist nicht welches Modell; sie ist, dass du das neue ausprobieren kannst, ohne die Steuer des Neuerklärens zu zahlen.

Zweitens: Ein Übergabe-Prompt trägt, was im Gespräch steht, nicht was außerhalb liegt. Hochgeladene Dateien, Bilder, das private Gedächtnis eines Modells über dich, eigene Anweisungen — die stellst du im neuen Tool wieder her. Was er trägt, ist der schwere Teil: der Stand deiner Arbeit und die Entscheidungen. Sieh einen Wechsel als frischen, gut gebrieften Start, nicht als perfekten Klon des alten Chats. Und das neue Modell wird auf denselben Kontext nicht identisch antworten — dieser Unterschied ist meist der ganze Grund des Wechsels.

Fazit

Der Rat der Branche — heirate kein Modell, nimm den besten Fit — funktioniert nur, wenn Wechseln billig ist. Für die meisten ist es das gerade nicht: Die Neuerklär-Steuer ist hoch genug, dass sie bleiben, wo sie sind. Ein sauberer Übergabe-Prompt streicht diese Steuer. Teste das neue Modell. Behalte das gute Gespräch. Zieh weiter, wenn etwas Besseres kommt. Genau diesen Ablauf verlangt die Modellwelle.

Weiterlesen: ChatGPT verliert den roten Faden · ChatGPT-Freigabefehler 413, erklärt · Wie du einen Link zu einer ChatGPT-Unterhaltung teilst