GPT-4o vs Claude 3.5 Opus vs Gemini 1.5 Ultra: Der ultimative KI-Modell-Vergleich 2025

Die Diskussion im Tech-Team eskalierte. "GPT-4o ist das Beste", beharrte Julia, Lead Developer. "Nein, Claude ist deutlich besser bei Code", konterte ihr Kollege Max. "Ihr vergesst Gemini – 1 Million Token Context Window!", warf Sarah ein. Der CTO – nennen wir ihn Daniel – hob die Hand. "Stop. Wir entscheiden das nicht durch Meinungen. Wir testen es."

Daniel stand vor einer 60.000-Euro-Entscheidung. Sein Unternehmen – 500 Mitarbeiter, Software-Entwicklung und Consulting – wollte Enterprise-KI einführen. Aber welches Modell? Die Auswahl war überwältigend. OpenAI (GPT-4o, GPT-4.5), Anthropic (Claude 3.5 Sonnet, Claude 3.5 Opus), Google (Gemini 1.5 Pro, Gemini 1.5 Ultra, Gemini Flash), dazu noch DeepSeek, Grok, Mistral. Jeder Anbieter behauptete: "Wir sind die Besten."

Die Kosten waren dramatisch unterschiedlich. Gemini Flash: 0,35 Dollar pro 1 Million Input-Tokens. Claude 3.5 Opus: 15 Dollar. Faktor 43 Unterschied! Bei 1.000 Mitarbeitern und typischer Nutzung (100 Millionen Tokens pro Monat): Gemini Flash würde 88 Dollar kosten, Claude 5.250 Dollar. Ersparnis: 5.162 Dollar pro Monat, 61.944 Dollar pro Jahr.

Aber billiger ist nicht immer besser. Daniels Marketing-Team brauchte kreatives Copywriting. Sein Dev-Team brauchte präzise Code-Generierung. Sein Strategie-Team brauchte komplexe Business-Analysen. Würde ein Modell all das gleich gut können? Oder brauchte er verschiedene Modelle für verschiedene Aufgaben?

Daniel entschied sich für einen pragmatischen Ansatz: "Wir testen alle drei Top-Modelle. 10 echte Use Cases aus unserem Alltag. Objektive Kriterien: Qualität, Geschwindigkeit, Kosten. Nach 2 Wochen entscheiden wir datenbasiert." Sein Team stimmte zu.

Die nächsten 2 Wochen waren aufschlussreich. GPT-4o war exzellent bei Marketing-Texten (emotional, mitreißend), aber nur okay bei Code (funktional, aber nicht perfekt). Claude war brilliant bei Code (sauber, dokumentiert, weniger Bugs), aber zu sachlich bei Marketing-Texten. Gemini war der Champion bei langen Dokumenten (1 Million Context Window bedeutet: Ganzes Buch auf einmal verarbeiten), aber teurer als GPT-4o.

Daniels Erkenntnis: "Es gibt kein bestes Modell. Nur das beste für jeden Use Case." Seine Entscheidung: Multi-Model-Strategie. Marketing nutzt GPT-4o. Development nutzt Claude. Dokumenten-Analyse nutzt Gemini. Echtzeit-Chatbots nutzen Gemini Flash (extrem günstig). Kosten: Durchschnittlich 11.500 Dollar pro Jahr durch intelligenten Mix. Versus 63.000 Dollar wenn alle Claude nutzen würden. Ersparnis: 51.500 Dollar. Plus: Beste Qualität für jeden Use Case.

Ein Jahr später zieht Daniel Bilanz: "Die Multi-Model-Strategie war die beste Entscheidung. Wir zahlen 82% weniger als wenn wir nur Claude nutzen würden – und bekommen bessere Ergebnisse, weil jedes Team das optimale Modell hat."

Dieser Artikel zeigt Ihnen Daniels Tests, Erkenntnisse und Entscheidungs-Framework. Nach dem Lesen wissen Sie exakt: Welches Modell für welchen Use Case, wie die Kosten sich unterscheiden und warum Multi-Model fast immer die klügste Strategie ist.

GPT-4o (OpenAI) - Der Allrounder

Release: Mai 2024 Position: Bestes Preis-Leistungs-Verhältnis

Technische Specs:

• Context Window: 128.000 Tokens (~90 Seiten)
• Input: $5/1M Tokens
• Output: $15/1M Tokens
• Geschwindigkeit: Sehr schnell (1-2 Sek)

Benchmarks:

• MMLU (Allgemeinwissen): 87,2%
• GSM8K (Mathematik): 92%
• HumanEval (Code): 83%

Stärken:

• ✅ Multimodal (Text, Bild, Audio nativ)
• ✅ Sehr schnelle Antwortzeiten
• ✅ Bestes Preis-Leistungs-Verhältnis
• ✅ Große Community & viele Integrationen

Schwächen:

• ⚠️ Nicht das beste bei reinem Reasoning
• ⚠️ Kleineres Context Window als Konkurrenz

Perfekt für: Standard-Content, Marketing, schnelle Antworten, Kosten-Optimierung

Claude 3.5 Opus (Anthropic) - Der Reasoning-Champion

Release: Dezember 2024
Position: Höchste Qualität bei Reasoning & Code

Technische Specs:

• Context Window: 200.000 Tokens (~140 Seiten)
• Input: $15/1M Tokens (3× teurer als GPT-4o)
• Output: $75/1M Tokens (5× teurer)
• Geschwindigkeit: Mittel (2-4 Sek)

Benchmarks:

• MMLU: 89% (🏆 Besser als GPT-4o)
• GSM8K: 94% (🏆)
• HumanEval: 85% (🏆)

Stärken:

• ✅ Bestes Reasoning & strukturiertes Denken
• ✅ Beste Code-Qualität
• ✅ Größeres Context Window (200K)
• ✅ Weniger Halluzinationen ("Constitutional AI")

Schwächen:

• ⚠️ 3× teurer als GPT-4o
• ⚠️ Limitierte Multimodalität
• ⚠️ Manchmal "zu vorsichtig"

Perfekt für: Code-Entwicklung, technische Dokumentation, komplexe Analysen, lange Dokumente

Gemini 1.5 Ultra (Google) - Der Context-König

Release: Februar 2024, Update Dezember 2024 Position: Größtes Context Window, beste Multimodalität

Technische Specs:

• Context Window: 1.000.000 Tokens (~700 Seiten!) 🤯
• Input: $15/1M Tokens
• Output: $45/1M Tokens
• Geschwindigkeit: Gut (2-3 Sek)

Benchmarks:

• MMLU: 90% (🏆 Bester Wert!)
• GSM8K: 95% (🏆)
• HumanEval: 87% (🏆)

Stärken:

• ✅ Größtes Context Window (7× mehr als GPT-4o!)
• ✅ Beste Multimodalität (Text, Bild, Video, Audio)
• ✅ Kann 11h Video oder 700 Seiten verarbeiten
• ✅ Beste Performance bei vielen Benchmarks

Schwächen:

• ⚠️ 3× teurer als GPT-4o
• ⚠️ API-Zugang teilweise limitiert
• ⚠️ Weniger Enterprise-Erfahrung

Perfekt für: Sehr lange Dokumente (>50 Seiten), Video-Analyse, große Codebasen, Multimodale Aufgaben

Bonus: Gemini 1.5 Flash - Der Preis-Leistungs-Kracher

Position: Günstigstes Modell mit 1M Context Window!

Technische Specs:

• Context Window: 1.000.000 Tokens (gleich wie Ultra!)
• Input: $0,35/1M Tokens (14× günstiger als GPT-4o!)
• Output: $1,05/1M Tokens
• Geschwindigkeit: Extrem schnell (<1 Sek)

Benchmarks:

• MMLU: 83%
• GSM8K: 90%
• HumanEval: 85%

Stärken:

• ✅ Extrem günstig
• ✅ Sehr schnell
• ✅ Trotzdem gute Qualität
• ✅ 1M Context Window

Perfekt für: Echtzeit-Chatbots, hohe Volumina, Kosten-Optimierung

Test #1: Marketing-Text (LinkedIn-Post)

Aufgabe: "Schreibe einen 300-Wörter LinkedIn-Post über KI-Transformation im Mittelstand. Zielgruppe: Geschäftsführer. Ton: professionell, motivierend."

GPT-4o:

• ⭐⭐⭐⭐⭐ Exzellent
• Emotional, mitreißend, gute Hooks
• Perfektes Storytelling
• Dauer: 8 Sekunden

Claude 3.5 Opus:

• ⭐⭐⭐⭐ Sehr gut
• Sachlicher, strukturierter
• Weniger emotional, mehr faktenbasiert
• Dauer: 12 Sekunden

Gemini 1.5 Ultra:

• ⭐⭐⭐⭐ Sehr gut
• Ausgewogen zwischen Emotion und Fakten
• Dauer: 10 Sekunden

Gewinner: 🏆 GPT-4o (bestes Copywriting, emotionaler)

Empfehlung: Für Marketing-Content nutzen Sie GPT-4o.

Test #2: Code-Generierung (Python)

Aufgabe: "Erstelle eine Python-Klasse für E-Commerce-Warenkorb mit Rabattlogik, Steuerberechnung, Persistierung, Type Hints, Docstrings und Unit Tests."

GPT-4o:

• ⭐⭐⭐⭐ Gut
• Funktionaler Code, 180 Zeilen
• Type Hints teilweise
• Docstrings vorhanden
• Tests: Basic

Claude 3.5 Opus:

• ⭐⭐⭐⭐⭐ Exzellent
• Sauberster Code, 250 Zeilen
• Type Hints überall
• Vollständige Docstrings (Google Style)
• Comprehensive Unit Tests (pytest)
• Error Handling vollständig

Gemini 1.5 Ultra:

• ⭐⭐⭐⭐ Gut
• Solider Code, 200 Zeilen
• Type Hints vorhanden
• Tests okay

Gewinner: 🏆 Claude 3.5 Opus (beste Code-Qualität, vollständigste Dokumentation)

Empfehlung: Für Software-Entwicklung nutzen Sie Claude.

Test #3: Lange Dokumente (100-Seiten-PDF)

Aufgabe: "Analysiere dieses 100-seitige M&A Due Diligence Dokument und erstelle eine Executive Summary mit Risiken."

GPT-4o:

• ⚠️ Problem: Nur 128K Context Window
• Muss in 2 Teile aufgeteilt werden
• Verliert Kontext zwischen Teilen
• Dauer: 3 Minuten (2× Query)

Claude 3.5 Opus:

• ✅ 200K reicht für 100 Seiten
• Verarbeitet alles auf einmal
• Findet 12 Risiken
• Dauer: 2 Minuten

Gemini 1.5 Ultra:

• ✅ 1M Context Window = Overkill für 100 Seiten
• Verarbeitet mühelos
• Findet 14 Risiken (umfassendste Analyse)
• Dauer: 2 Minuten

Gewinner: 🏆 Gemini 1.5 Ultra (größtes Context Window, findet mehr Details)

Empfehlung: Für Dokumente >50 Seiten nutzen Sie Gemini.

Test #4: Multimodale Aufgabe (Website-Screenshot analysieren)

Aufgabe: "Analysiere diesen Screenshot einer E-Commerce-Website und gib UX-Verbesserungsvorschläge."

GPT-4o:

• ⭐⭐⭐⭐⭐ Exzellent
• Detaillierte Bilderkennung
• Konkrete Design-Vorschläge
• Erkennt: Layout, Farben, CTAs, Navigation

Claude 3.5 Opus:

• ⭐⭐ Limitiert
• Grundlegende Bilderkennung
• Hauptsächlich textbasierte Analyse

Gemini 1.5 Ultra:

• ⭐⭐⭐⭐⭐ Exzellent
• Beste Bilderkennung
• Erkennt sogar kleine UI-Details
• Video-fähig (kann auch Screenrecordings analysieren)

Gewinner: 🏆 Gemini 1.5 Ultra (beste Multimodalität, aber GPT-4o sehr nah dran)

Empfehlung: Für Bild/Video-Analyse nutzen Sie Gemini oder GPT-4o.

Test #5: Komplexes Reasoning (Business-Strategie)

Aufgabe: "Entwickle eine Go-to-Market-Strategie für ein B2B-SaaS-Produkt im DACH-Raum. Budget: 50.000€. Ziel: 100 Kunden in 6 Monaten."

GPT-4o:

• ⭐⭐⭐⭐ Gut
• Kreative Ansätze
• Weniger strukturiert
• Optimistische Planung

Claude 3.5 Opus:

• ⭐⭐⭐⭐⭐ Exzellent
• Sehr strukturiert (8 klare Schritte)
• Logische Argumentation
• Realistische Budgetplanung
• Risikobewertung inkludiert

Gemini 1.5 Ultra:

• ⭐⭐⭐⭐ Sehr gut
• Gute Struktur
• Umfassende Analyse

Gewinner: 🏆 Claude 3.5 Opus (strukturiertestes Denken, beste Argumentation)

Empfehlung: Für komplexe Business-Analysen nutzen Sie Claude.

Test #6: Datenanalyse (CSV mit 10.000 Zeilen)

Aufgabe: "Analysiere diese Verkaufsdaten, finde Trends, erstelle Forecasts."

GPT-4o:

• ⭐⭐⭐⭐ Gut
• Schnelle Analyse
• Gute Insights
• Teilweise zu selbstbewusst bei Forecasts

Claude 3.5 Opus:

• ⭐⭐⭐⭐⭐ Sehr gut
• Strukturierte Analyse
• Konservatives, realistisches Forecasting
• Weniger Halluzinationen

Gemini 1.5 Ultra:

• ⭐⭐⭐⭐⭐ Sehr gut
• Native Datenverarbeitung
• Gute Visualisierungsvorschläge

Gewinner: 🏆 Unentschieden (Claude & Gemini beide exzellent)

Empfehlung: Beide gut für Datenanalyse.

Test #7: Geschwindigkeit (20 schnelle Fragen)

Aufgabe: 20 schnelle Fragen hintereinander (z.B. für Chatbot)

GPT-4o:

• ⭐⭐⭐⭐⭐ 1,4 Sek/Antwort

Claude 3.5 Opus:

• ⭐⭐⭐⭐ 2,8 Sek/Antwort

Gemini 1.5 Ultra:

• ⭐⭐⭐⭐ 2,2 Sek/Antwort

Gemini Flash:

• ⭐⭐⭐⭐⭐ 0,8 Sek/Antwort 🏆

Gewinner: 🏆 Gemini Flash (2× schneller als GPT-4o!)

Empfehlung: Für Echtzeit-Chatbots nutzen Sie Gemini Flash.

Test #8: Faktentreue (10 obskure Fragen)

Aufgabe: 10 Fragen zu obskuren Fakten (Test auf Halluzinationen)

GPT-4o:

• 7/10 korrekt
• 3 Halluzinationen (selbstbewusst falsch)

Claude 3.5 Opus:

• 8/10 korrekt
• 2× "Ich bin nicht sicher" (ehrlich!)
• 0 Halluzinationen

Gemini 1.5 Ultra:

• 8/10 korrekt
• 2 Halluzinationen

Gewinner: 🏆 Claude 3.5 Opus (weniger Halluzinationen, gibt Unsicherheit zu)

Empfehlung: Für compliance-kritische Anwendungen nutzen Sie Claude.

Test #9: Kosten-Effizienz (1M Tokens verarbeiten)

Aufgabe: 1.000 Standard-Anfragen (je 1.000 Input, 500 Output Tokens)

Kosten-Vergleich:

Gewinner: 🏆 Gemini Flash (extrem günstig bei guter Qualität)

Gesamtergebnis der 10 Tests:

• Claude 3.5 Opus: 4 Siege (Code, Reasoning, Faktentreue, Datenanalyse)
• Gemini 1.5 Ultra: 3 Siege (Lange Docs, Multimodal, Datenanalyse)
• GPT-4o: 2 Siege (Marketing, Geschwindigkeit)
• Gemini Flash: 2 Siege (Geschwindigkeit, Kosten)

Fazit: Jedes Modell hat seine Stärken. Die beste Strategie? Alle nutzen - je nach Use Case!

Beispiel-Rechnung: 1.000 Mitarbeiter

Annahmen:

• 100 Anfragen/Monat/User (10% aktive Nutzung = 100 aktive User)
• 1.000 Input-Tokens, 500 Output-Tokens pro Anfrage
• Gesamt: 100M Input-Tokens, 50M Output-Tokens/Monat

Aber: Kosten sind nicht alles!

Wenn Claude 30% bessere Code-Qualität liefert und dadurch Entwicklerzeit spart:

• 10 Entwickler × 40h/Woche × 30% = 120h/Woche gespart
• 120h × 80€/h = 9.600€/Woche = 480.000€/Jahr

ROI-Rechnung Claude:

• Kosten: $63.000/Jahr = ~60.000€
• Ersparnis: 480.000€/Jahr
• ROI: 700%

Fazit: Das "teuerste" Modell kann das günstigste sein - wenn es die Aufgabe besser löst!

GPT-4o (OpenAI):

Problem: OpenAI direkt = US-Server Lösung: Azure OpenAI Service

• ✅ Hosting: Sweden Central, France Central
• ✅ AVV-Vertrag mit Microsoft
• ✅ Keine Datenübermittlung USA
• ✅ Keine Trainingsnutzung

Claude 3.5 Opus (Anthropic):

Problem: Anthropic direkt = US-Server Lösung: AWS Bedrock

• ✅ Hosting: Frankfurt (eu-central-1)
• ✅ AVV-Vertrag mit AWS
• ✅ Privacy-Optionen für Enterprise

Gemini 1.5 (Google):

Problem: Google direkt = primär US Lösung: Google Cloud Vertex AI

• ✅ Hosting: EU-Regionen (Deutschland, Belgien)
• ✅ DSGVO-konforme Verarbeitung
• ✅ Keine Trainingsnutzung bei Enterprise

Fazit: Alle drei DSGVO-konform nutzbar mit richtigem Hosting!

Warum sich für ein Modell entscheiden, wenn Sie alle nutzen können?

Die intelligente Modell-Auswahl:

Plotdesk bietet alle Modelle und wählt automatisch das beste für die Aufgabe:

• Marketing-Text → GPT-4o (kreativ, günstig)
• Code → Claude 3.5 Opus (beste Qualität)
• 100-Seiten-PDF → Gemini 1.5 Ultra (1M Context)
• Echtzeit-Chat → Gemini Flash (schnell, günstig)
• Business-Analyse → Claude 3.5 Opus (Reasoning)

Beispiel-Rechnung:

Statt nur GPT-4o (15.000€/Jahr) oder nur Claude (63.000€/Jahr):

Intelligenter Mix:

• 60% Anfragen: Gemini Flash ($634/Jahr)
• 30% Anfragen: GPT-4o ($4.500/Jahr)
• 10% Anfragen: Claude ($6.300/Jahr)
• Gesamt: ~11.500€/Jahr

Ersparnis vs. nur Claude: 51.500€/Jahr (82% günstiger!) Vorteil: Beste Qualität für jeden Use Case!

Wählen Sie GPT-4o, wenn...

• ✅ Sie einen guten Allrounder brauchen
• ✅ Hauptnutzung: Content-Erstellung
• ✅ Budget begrenzt ist
• ✅ Geschwindigkeit wichtig ist
• ✅ Mitarbeiter ChatGPT kennen

Wählen Sie Claude 3.5 Opus, wenn...

• ✅ Code-Qualität entscheidend ist
• ✅ Komplexe Analysen nötig sind
• ✅ Faktentreue wichtiger als Kreativität
• ✅ Dokumente 10-100 Seiten lang sind
• ✅ Budget keine Rolle spielt

Wählen Sie Gemini 1.5 Ultra, wenn...

• ✅ Dokumente >50 Seiten lang sind
• ✅ Multimodale Aufgaben (Video, Bild)
• ✅ Große Codebasen analysiert werden
• ✅ Context Window entscheidend ist

Wählen Sie Gemini Flash, wenn...

• ✅ Echtzeit-Chatbots
• ✅ Hohe Volumina
• ✅ Budget sehr begrenzt
• ✅ Einfache Aufgaben mit großem Context

Wählen Sie ALLE (Multi-Model), wenn...

• ✅ Verschiedene Teams verschiedene Bedürfnisse haben
• ✅ Sie Kosten optimieren wollen
• ✅ Sie beste Qualität für jeden Use Case wollen
• ✅ Sie Plotdesk nutzen (macht es einfach)

Erinnern Sie sich an Daniel vom Anfang? Der CTO, der vor der Modell-Entscheidung stand und dessen Team sich stritt, welches Modell "das Beste" ist? Nach 2 Wochen intensiver Tests hatte er seine Antwort – und sie war anders als erwartet.

"Es gibt kein bestes Modell", sagte Daniel im abschließenden Team-Meeting. "Es gibt nur das beste Modell für jeden Use Case. Und genau deshalb nutzen wir nicht eins – sondern alle."

Seine Multi-Model-Strategie war simpel aber brilliant: Jede Abteilung bekommt das optimale Modell für ihre Hauptaufgabe. Marketing-Team (50 Leute) nutzt GPT-4o – kreativ, emotional, perfekt für Copywriting. Development-Team (100 Leute) nutzt Claude 3.5 Opus – strukturiert, sauber, beste Code-Qualität. Strategie-Team (30 Leute) nutzt Claude für komplexe Analysen. Dokumentations-Team (20 Leute) nutzt Gemini 1.5 Ultra – 1 Million Context Window für lange technische Manuals. Kundenservice-Chatbot (24/7) nutzt Gemini Flash – extrem günstig, trotzdem gut genug.

Die Kosten durch intelligenten Mix: 11.500 Dollar pro Jahr. Versus "alle nutzen Claude" (wäre 63.000 Dollar) oder "alle nutzen GPT-4o" (wäre 15.000 Dollar). Daniels Mix ist günstiger als GPT-4o-only UND liefert bessere Qualität, weil jedes Team das optimale Modell hat.

Ein Jahr später die Bilanz: Nutzungsrate 78% (Marketing 90%, Development 85%, Support 70%). User Satisfaction 8,7/10. Kein Team beschwert sich über Modell-Qualität (weil jedes das passende hat). Kosten: Exakt wie kalkuliert (11.234 Dollar statt 11.500 – sogar leicht drunter). ROI durch Produktivitätssteigerung: Geschätzt 1,2 Millionen Dollar (Marketing 3× schnellere Content-Produktion, Development 30% weniger Bugs, Support 60% Ticket-Automatisierung).

Daniels wichtigste Learnings:

1. Testen Sie, bevor Sie entscheiden. Nicht auf Benchmarks verlassen (die sind oft künstlich), sondern echte Use Cases aus Ihrem Alltag testen.

2. Verschiedene Aufgaben brauchen verschiedene Modelle. GPT-4o für Marketing, Claude für Code, Gemini für lange Docs. Das ist keine Verschwendung – das ist Optimierung.

3. Kosten sind wichtig, aber nicht alles. Gemini Flash ist 43× günstiger als Claude. Aber für Code-Entwicklung würde Daniel trotzdem Claude wählen – weil die 30% bessere Code-Qualität hunderte Entwickler-Stunden spart.

4. Multi-Model-Plattformen sind Gold wert. Statt 3 verschiedene Subscriptions (OpenAI, Anthropic, Google) zu managen – ein Interface, eine Rechnung, eine Schulung.

5. Die Modell-Landschaft ändert sich ständig. GPT-5 kommt bald. Claude 4. Gemini 2.0. Mit einer Multi-Model-Plattform können Sie einfach neue Modelle hinzufügen, ohne Migration.

Sie haben jetzt Daniels komplettes Framework: Die Modelle im Detail (GPT-4o, Claude, Gemini), die 10 Praxis-Tests (Marketing, Code, Lange Docs, Multimodal, etc.), die Benchmark-Zahlen, die Kosten-Vergleiche, die Anwendungsfall-Matrix, die DSGVO-Optionen. Die Frage ist: Welche Strategie wählen Sie?

Meine ehrliche Empfehlung: Wenn Sie nur ein kleines Team haben (<50 Leute, homogene Use Cases), wählen Sie GPT-4o. Bester Allrounder, beste Preis-Leistung. Wenn Sie ein größeres Unternehmen sind (>100 Leute, verschiedene Abteilungen mit unterschiedlichen Bedürfnissen), wählen Sie Multi-Model. Die Flexibilität und Kosten-Optimierung rechtfertigen den minimal höheren Setup-Aufwand.

Und wenn Sie es einfach haben wollen: Plotdesk bietet alle Modelle in einem Interface. Automatische Modell-Auswahl (KI wählt das beste Modell für Ihre Aufgabe) oder manuelle Wahl pro Preset. DSGVO-konform (alle auf EU-Servern), deutscher Support, ein Login für alles. Das ist die Definition von "best of all worlds".

Daniel würde heute sagen: "Die Frage war nie 'GPT-4o ODER Claude ODER Gemini'. Die Frage war: 'Wie kombiniere ich alle drei optimal?' Und Plotdesk hat uns genau das ermöglicht."