Selbst bauen oder kaufen ist die erste strategische Frage fast jedes KI-Projekts, und der Markt hat 2026 eine ziemlich klare Antwort gegeben: mehr kaufen, weniger bauen. 2025 wurden 76 Prozent der KI-Anwendungsfälle in Unternehmen zugekauft statt selbst entwickelt, nach 53 Prozent im Vorjahr. KI-Projekte gingen in 47 Prozent der Fälle in Produktion, klassische SaaS-Projekte nur in 25 Prozent (Menlo Ventures). MIT NANDA zufolge waren Lösungen, die bei spezialisierten Anbietern gekauft oder mit Partnern gebaut wurden, in rund 67 Prozent der Fälle erfolgreich, interne Eigenentwicklungen deutlich seltener (Fortune).
Doch „kaufen“ umfasst sehr Verschiedenes – von der KI-Telefonassistenz für 49 US-Dollar im Monat bis zum individuellen Agenten, den ein Partner in Ihrem eigenen Cloud-Konto aufbaut. Und „bauen“ kann heißen, ein Team einzustellen, oder ein einzelnes System in Auftrag zu geben, das vollständig Ihnen gehört. Dieser Beitrag gibt Ihnen einen Rahmen für die Entscheidung: vier Optionen statt zwei, sieben Fragen, eine Bewertungsmatrix und einen Kostenvergleich über drei Jahre.
Vier Optionen, nicht zwei
| Option | Beispiele | Zeit bis zum Nutzen | Anfangsinvestition | Laufende Kosten | Kontrolle und Eigentum | Am besten, wenn |
|---|---|---|---|---|---|---|
| Plattformagent | Intercom Fin, Zendesk AI, HubSpot Breeze, Salesforce Agentforce, Copilot Studio | Tage bis Wochen | Gering | Pro Ergebnis oder Credits | Gering: lebt in der Plattform des Anbieters | Standardfälle in einem Werkzeug, das Sie schon nutzen |
| Branchen-SaaS | KI-Telefonassistenz wie Rosie (49–299 $ im Monat) oder Smith.ai (150 $); Lead-Qualifizierung für Makler wie Structurely (499 $ im Monat plus 2.000 $ Einrichtung) | Tage | Gering | Abo | Gering bis mittel | Gängige Abläufe Ihrer Branche |
| Partneraufbau auf Ihrem Stack | Selbst gehostetes n8n plus eigener Code, Modelle per API, MCP-Konnektoren | 2–8 Wochen | Mittel (10.000–50.000 $ und mehr) | Hosting, Modelle, Retainer | Hoch, wenn in Ihren Konten gebaut | Eigene Aktionen, Integrationen, Datenresidenz |
| Eigenentwicklung | Eigenes Entwicklungsteam | Monate | Hoch (Einstellungen) | Gehälter | Vollständig | Kern der Differenzierung, starkes internes Team |
Quellen der Preise: Rosie, Smith.ai, Rework, Lets-Viz.
In den beiden mittleren Optionen landen die meisten Entscheidungen im Mittelstand. Plattformen schlucken immer mehr einfache Szenarien – n8n ist inzwischen in SAP Joule Studio integriert (Tech.eu), Agenten stecken in jedem großen CRM –, ein simpler Chatbot ist damit kein eigenes Produkt mehr. Der Wert wandert in Integrationen, eigene Aktionen, Daten und Prozessgestaltung.
Sieben Fragen, die entscheiden
1. Unterscheidet Sie dieser Prozess vom Wettbewerb? Wenn Kunden Sie wegen dieses Ablaufs wählen – Ihrer Preislogik, Ihres Fachwissens, Ihres Serviceversprechens –, lohnt es sich, das System zu besitzen. Ist es Pflicht, etwa Passwort-Reset oder Lieferstatus, kaufen Sie.
2. Deckt ein Plattformagent den Großteil schon ab? Erst testen. Löst der Agent in Ihrem Helpdesk die Masse der Fälle, setzen Fins 0,99 US-Dollar pro gelöstem Fall die Obergrenze dafür, was eine Eigenlösung kosten darf (Fin). Bauen Sie nur für die Lücke.
3. Wie tief gehen Integrationen und Aktionen? Fragen beantworten ist leicht. Eine Erstattung in Shopify auslösen, einen Termin in der Einsatzplanung verschieben oder eine Rechnung im ERP verbuchen nicht. Integrationen machen 40–60 Prozent eines RAG-Budgets aus (ment.tech) – genau dort enden Standardagenten.
4. Wie sensibel sind die Daten, und wo müssen sie liegen? 66 Prozent der deutschen KI-Nutzer nennen den Datenschutz als größtes Hemmnis (Bitkom). In Europa achten 77 Prozent der Unternehmen auf das Herkunftsland des KI-Anbieters, 66 Prozent sorgen sich um die Abhängigkeit von ausländischer KI (Deloitte-Daten via DEV). Brauchen Sie EU-Hosting oder selbst betriebene Modelle, werden die Optionen schnell weniger.
5. Welches Volumen, und wie skalieren die Kosten? Gebühren pro Ergebnis wachsen linear mit dem Volumen, eine Eigenlösung hat überwiegend Fixkosten. Der Kipppunkt liegt oft niedriger als gedacht (siehe Kostenmodell unten).
6. Haben Sie die Leute? 85 Prozent der deutschen Unternehmen ohne KI nennen fehlendes Know-how. Ein Senior-KI-Entwickler kostet inklusive Nebenkosten rund 8.300 US-Dollar im Monat (Lets-Viz). KI-Spezialisten in US-Agenturen rechnen 175–350 US-Dollar pro Stunde ab (Digital Applied), und in Westeuropa liegt der Aufschlag für KI/ML-Kompetenz bei 40–60 Prozent auf die üblichen Entwicklersätze (Index.dev). Eine einzelne Person ist zudem ein Single Point of Failure.
7. Wie leicht kommen Sie wieder heraus? Fragen Sie, was mit Ihren Daten, Prompts, Workflows und Testdatensätzen passiert, wenn der Anbieter die Preise erhöht, das Modell wechselt oder vom Markt verschwindet.
Eine einfache Bewertungsmatrix
Bewerten Sie jedes Kriterium von 1 (spricht klar für Kaufen) bis 5 (spricht klar für Bauen), multiplizieren Sie mit dem Gewicht und addieren Sie.
| Kriterium | Gewicht | 1 = kaufen | 5 = bauen |
|---|---|---|---|
| Differenzierung | 25 % | Standardprozess | Kern Ihres Angebots |
| Integrationstiefe | 20 % | Nur lesende Antworten | Schreibende Aktionen in mehreren Systemen |
| Datensensibilität und -residenz | 15 % | Öffentliche oder unkritische Daten | Besondere Kategorien, strenge Residenz |
| Volumenökonomie | 15 % | Geringes oder unsicheres Volumen | Hohes, stabiles Volumen |
| Interne Kompetenz | 10 % | Kein technisches Team | Erfahrene KI-Entwickler im Haus |
| Lock-in-Risiko | 10 % | Leicht austauschbar | Kritisch, schwer zu migrieren |
| Zeitdruck | 5 % | Wird nächsten Monat gebraucht | Kann ein Quartal warten |
So lesen Sie das Ergebnis: unter 2,5 – Plattformagent oder SaaS kaufen. Zwischen 2,5 und 3,5 – hybrid: Plattform kaufen, die Ränder von einem Partner bauen lassen. Über 3,5 – bauen, je nach Kompetenzwert mit Partner oder intern.
Zwei Beispiele. Der Lieferstatus-Assistent eines Onlineshops erreicht etwa 1 / 3 / 2 / 3 / 1 / 2 / 1, gewichtet 1,95: den eingebauten Agenten des Helpdesks testen und bei Bedarf eine kleine eigene Aktion ergänzen. Die Dokumentenpipeline einer Spedition (CMR-Frachtbriefe, Rechnungen und Zollpapiere ins TMS und ERP, Daten in der EU) erreicht 3 / 5 / 4 / 4 / 2 / 4 / 3, gewichtet 3,7: bauen – und bei einem Kompetenzwert von 2 als Partneraufbau in den eigenen Konten des Unternehmens.
Kostenvergleich über drei Jahre
Nehmen wir einen Supportagenten. Option A ist ein Plattformagent für 0,99 US-Dollar pro gelöstem Fall. Option B ist ein individueller Agent auf Ihrem bestehenden Helpdesk: angenommen 30.000 US-Dollar für den Aufbau (innerhalb der Marktspanne von 10.000–50.000 US-Dollar) plus monatliche Kosten für Betreuung, Hosting und Modellnutzung, die mit dem Volumen steigen – angenommen 3.500, 4.000 und 5.000 US-Dollar im Monat für die drei Volumina unten. Die Modellnutzung pro Agent liegt im Betrieb typischerweise bei 50–500 US-Dollar im Monat (Lets-Viz); der Retainer ist also der größere Block.
| Gelöste Fälle pro Monat | SaaS pro Ergebnis, 3 Jahre | Eigener Agent, 3 Jahre | Günstiger |
|---|---|---|---|
| 2.000 | 71.280 $ | 156.000 $ | SaaS |
| 5.000 | 178.200 $ | 174.000 $ | Etwa gleich |
| 15.000 | 534.600 $ | 210.000 $ | Eigener Agent |
Die Einschränkungen sind wichtig: Die SaaS-Werte enthalten keine Helpdesk-Lizenzen und Plattformgebühren, die Werte der Eigenlösung keine interne Zeit; die Lösungsquoten können sich unterscheiden; und der eigene Agent kann Aktionen ausführen, die der Plattformagent nicht kann. Rechnen Sie das Modell mit Ihrem Volumen und Ihren Angeboten nach – entscheidend ist die Form der Kurve, nicht der exakte Kipppunkt. Unser Leitfaden zu ergebnisbasierten KI-Preismodellen erklärt, wie Sie Angebote pro gelöstem Fall, pro Gespräch und pro Aktion vergleichen.
Die versteckten Risiken der Eigenentwicklung
- Tempo fühlt sich anders an, als es ist. In einer METR-Studie waren erfahrene Entwickler mit KI-Werkzeugen 19 Prozent langsamer, hielten sich aber für 20 Prozent schneller (METR). 66 Prozent der Entwickler klagen über KI-Lösungen, die „fast richtig“ sind (Stack Overflow).
- Sicherheitsschulden. Ein Scan von 5.600 öffentlichen Apps, die mit KI-Coding-Plattformen gebaut wurden, fand mehr als 2.000 schwere Schwachstellen, 400 offengelegte Geheimnisse und 175 Lecks personenbezogener Daten (SoftwareSeni).
- Der Betrieb hört nie auf. Evals, Monitoring, Modell-Updates und Pflege der Wissensbasis laufen nach dem Start weiter. Planen Sie Budget dafür ein, sonst verfällt das System.
Die versteckten Risiken des Zukaufs
- Agent Washing. Gartner schätzt, dass von Tausenden Anbietern „agentischer“ Produkte nur rund 130 echte agentische Fähigkeiten bieten (MarTech).
- Anbieter, die nicht sind, was sie behaupten. Builder.ai sammelte Hunderte Millionen US-Dollar ein, unter anderem von Microsoft, und wurde im Mai 2025 zahlungsunfähig, nachdem bekannt wurde, dass Menschen einen Großteil der Arbeit erledigten und Umsätze überhöht waren (Wikipedia).
- Anbieter ändern den Kurs. OpenAI stellte die Video-App Sora im April 2026 und die API im September 2026 ein, trotz einer prominenten Partnerschaft mit Disney (Wikipedia). Alles, was auf einem einzigen Anbieter aufbaut, erbt dieses Risiko.
- Preisänderungen. HubSpot hat seine KI-Agenten im April 2026 auf ergebnisbasierte Preise umgestellt (Resolve247). Für Käufer meist gut – aber Ihr Budget folgt der Entscheidung eines anderen.
Der Hybrid, der meist gewinnt: Plattform kaufen, Ränder bauen
Für die meisten mittelständischen Unternehmen lautet die Antwort weder reines Bauen noch reines Kaufen:
- Die Standardebenen kaufen: Basismodelle per API, Ihren Helpdesk oder Ihr CRM samt eingebautem Agenten und eine Automatisierungsplattform. n8n kostet in der Cloud 20, 50 oder 667 Euro im Monat, die selbst gehostete Community Edition ist kostenlos (n8n); siehe unseren Vergleich n8n, Make und Zapier.
- Die differenzierenden Ränder bauen: eigene Aktionen, Integrationen in Ihre Systeme, Testdatensätze, Leitplanken und Ihre eigene Wissenspipeline.
- Offene Standards für die Verbindungsstellen nutzen. Das Model Context Protocol wurde im Dezember 2025 an die Agentic AI Foundation der Linux Foundation übergeben, es gibt mehr als 10.000 öffentliche MCP-Server (MCP-Blog, Digital Applied). Mehr dazu in MCP verständlich erklärt.
- Das Eigentum behalten. Lassen Sie die Lösung in Ihren Konten mit Ihren Schlüsseln laufen und sichern Sie vertraglich ab, dass Code, Prompts und Daten Ihnen gehören – das Thema unseres Beitrags KI ohne Anbieterabhängigkeit.
Checkliste für die Anbieterprüfung
Wenn Sie kaufen – eine Plattform, ein SaaS-Werkzeug oder einen Partner –, verlangen Sie:
- Referenzen mit Vorher-nachher-Kennzahlen, nicht nur Logos.
- Einen Auftragsverarbeitungsvertrag (AVV), die Liste der Unterauftragsverarbeiter und eine Option für Hosting in der EU.
- Export Ihrer Daten, Gesprächsprotokolle, Prompts und Konfiguration in nutzbaren Formaten.
- Eine schriftliche Definition abrechenbarer Ergebnisse, Obergrenzen und Regeln für Preisänderungen.
- Evaluierungs- und Qualitätsberichte und eine Erklärung, wie Verschlechterungen erkannt werden.
- Sicherheitsnachweise (etwa SOC 2 oder ISO 27001) und den Prozess für Sicherheitsvorfälle.
- Eine Ausstiegsklausel mit Übergabezeitraum.
Wann Sie die Entscheidung neu prüfen sollten
Bauen oder Kaufen ist kein Urteil für die Ewigkeit. Planen Sie einmal im Jahr eine Überprüfung ein, früher bei einem dieser Auslöser:
- Das Volumen überschreitet den Kipppunkt aus Ihrem Dreijahresmodell, in die eine oder andere Richtung.
- Ein Anbieter ändert Preise oder Bedingungen, etwa den Wechsel von Lizenzen auf Ergebnisse oder neue Mindestmengen.
- Die Plattform holt auf. Deckt der eingebaute Agent inzwischen ab, was Sie individuell gebaut haben, schalten Sie Ihren Code ab und sparen die Wartung.
- Eine neue Compliance-Anforderung kommt hinzu, etwa EU-Hosting, Kennzeichnungspflichten oder die Einstufung als Hochrisiko-Anwendung.
- Der Prozess wird strategisch. Was letztes Jahr Pflicht war, kann heute Teil Ihres Angebots sein – und es wert, es zu besitzen.
Wer regelmäßig prüft, vermeidet beide klassischen Fallen: jahrelang Plattformgebühren zu zahlen, obwohl das Volumen längst eine Eigenlösung rechtfertigt, und eigenen Code zu pflegen, den eine Plattform längst überflüssig gemacht hat.
Typische Fehler
- Bauen, was die Plattform schon kann. Testen Sie immer zuerst den eingebauten Agenten.
- Eine Demo kaufen statt eines Ablaufs. Kann das Werkzeug nicht in Ihren Systemen handeln, kopieren Mitarbeitende von Hand.
- Nur die Kosten des ersten Jahres vergleichen. Abrechnung pro Ergebnis und Eigenlösung haben unterschiedliche Kostenkurven; rechnen Sie über drei Jahre.
- Einen KI-Entwickler einstellen und ihn Team nennen. Produktion braucht Reviews, Betrieb und eine Vertretung.
- Ausstiegskosten ignorieren. Prompts, Daten und Workflows später zu migrieren ist teuer, wenn sie Ihnen nie gehört haben.
- Den Anbieter den Erfolg definieren lassen. Ihre Baseline, Ihre Kennzahl, Ihre Datenquelle.
Fazit
Bauen oder Kaufen ist keine Glaubensfrage, sondern eine Frage der Passung. Kaufen Sie, wo der Prozess Standard ist und eine Plattform ihn gut erledigt. Bauen Sie, wo der Prozess Sie unterscheidet, wo tiefe Integrationen oder Datenresidenz nötig sind oder wo das Volumen Gebühren pro Ergebnis teuer macht. Für die meisten KMU und Mittelständler ist die beste Lösung hybrid: Plattform kaufen, Ränder bauen, Daten behalten.
So bauen wir in Lotus Libre Build und Lotus Libre Agents: in Ihren Konten, auf offenen Standards, mit Code, Prompts und Testdatensätzen, die Ihnen gehören. Wenn Sie gerade vor einer Entscheidung zwischen Bauen und Kaufen stehen, buchen Sie ein kostenloses 15-Minuten-Audit – wir bewerten Ihren Anwendungsfall gemeinsam mit Ihnen.