Künstliche Intelligenz 05.06.2026

Make-or-Buy bei KI: selbst bauen oder einkaufen?

8 Min. Lesezeit

Sobald im Mittelstand das Wort KI fällt, kippt die Diskussion schnell in eine falsche Frage: Bauen wir das selbst oder kaufen wir es? Als wäre Eigenbau das mutigere und Einkauf das bequemere. In der Praxis ist es umgekehrt. Der Eigenbau ist meist der teurere Reflex, und die ehrlichste Antwort liegt oft in der Mitte.

Das Wichtigste in Kürze

Buy schlägt Build in den meisten Mittelstandsfällen. Vendor-geführte KI-Projekte sind rund doppelt so oft erfolgreich wie reine Eigenbauten. Wer selbst baut, braucht einen guten Grund, nicht nur den Wunsch nach Kontrolle.
Die Rechnung dreht sich im dritten Jahr. Eigenbau wirkt im ersten Jahr günstiger, dann kommen Wartung, Nachtraining, Governance und Personalbindung. Erst die Drei-Jahres-Sicht entscheidet ehrlich.
Zwischen Make und Buy liegt Boost. Eine Standardplattform deckt oft den Großteil ab, den Rest ergänzt man mit eigenen Daten und Kontrollen. Für viele ist das die realistischste Antwort.

Verwandt:Erst die Köpfe, dann die Tools / Warum KI an der Reihenfolge scheitert

Make, Buy oder Boost: die ehrliche Dreiteilung

Was ist Make-or-Buy bei KI? Make-or-Buy bezeichnet die Entscheidung, eine KI-Fähigkeit selbst zu entwickeln oder als fertige Lösung einzukaufen. Bei KI kommt eine dritte Option dazu: das Ergänzen einer Standardplattform um eigene Daten, Prompts und Kontrollen. Aus der binären Frage wird so eine Wahl zwischen Make, Buy und Boost.

Ich habe genug KI-Vorhaben von innen gesehen, um das Muster zu kennen. Es beginnt fast nie mit einer nüchternen Abwägung. Es beginnt mit einem Gefühl. Entweder dem Stolz, etwas Eigenes zu bauen, oder der Angst, sich abhängig zu machen. Beide Gefühle sind verständlich und beide sind schlechte Ratgeber für eine Investition, die drei Jahre trägt.

Die saubere Trennung stammt aus der Forschung und hat sich in der Praxis bewährt. Buy, wenn der Anwendungsfall verbreitet ist, reife Anbieter existieren und Tempo zählt. Make, wenn die Fähigkeit den Kern des eigenen Wettbewerbs ausmacht oder auf Daten beruht, die kein Anbieter nachbilden kann. Boost, wenn eine Plattform den Großteil abdeckt und nur der letzte Teil hauseigen sein muss. Für die meisten Mittelstandsfälle beschreibt das die Realität besser als die alte Build-versus-Buy-Schlacht.

Wo der Eigenbau sich rächt: die Drei-Jahres-Rechnung

Make, Buy und Boost im Vergleich: Wettbewerbskern, Time-to-Value, Datenhoheit und Drei-Jahres-Kosten als Entscheidungsraster für KI-Investitionen. — Make, Buy oder Boost: vier Kriterien trennen die drei Wege.

Der häufigste Fehler ist nicht die falsche Entscheidung, sondern die zu kurze Rechnung. Eigenbau sieht im ersten Jahr oft günstiger aus, weil die offensichtlichen Kosten kleiner wirken als eine Lizenz. Die Rechnung kippt im dritten Jahr. Dann sind Wartung, Modell-Nachtraining, Governance, Sicherheitsprüfungen und das Halten der wenigen Fachleute zusammengekommen, die das System überhaupt betreiben können.

Diese Talentbindung ist der am meisten unterschätzte Posten. Ein selbst gebautes KI-System ist nur so stabil wie das Team, das es versteht. Geht die eine Person, die das Modell trainiert hat, steht die Fähigkeit auf einem Bein. Ein eingekauftes System hat diesen Engpass nicht, dafür einen anderen: die Abhängigkeit vom Anbieter. Die ehrliche Frage ist nicht, ob man abhängig wird, sondern von wem und wie teuer der Ausstieg wäre.

42 Prozent

der Unternehmen haben 2025 die Mehrheit ihrer KI-Initiativen wieder eingestellt, nach 17 Prozent im Jahr davor.

Quelle: Branchenerhebungen zu KI-Projekterfolg 2025/2026

Diese Zahl ist kein Argument gegen KI. Sie ist ein Argument gegen den falschen Beschaffungsweg. Vendor-geführte Projekte erreichen in denselben Erhebungen rund doppelt so häufig ihr Ziel wie reine Eigenbauten. Wer im Mittelstand selbst baut, kämpft also nicht nur gegen die technische Komplexität, sondern auch gegen die Statistik.

Die Kriterien, die wirklich entscheiden

Statt einer Bauchentscheidung hilft ein knappes Raster. Vier Kriterien trennen die drei Wege zuverlässiger als jede Tool-Demo. Entscheidend ist, sie vor dem ersten Anbietergespräch zu beantworten, nicht danach.

Kriterium	Make	Buy	Boost
Wettbewerbskern	ja, das Differenzierende	nein, Standardaufgabe	teils, der letzte Schliff
Time-to-Value	Monate bis Jahre	Tage bis Wochen	Wochen
Datenhoheit	vollständig im Haus	beim Anbieter, vertraglich geregelt	geteilt, kontrollierbar
Drei-Jahres-Kosten	hoch, oft unterschätzt	planbar, laufend	mittel, gut steuerbar

Das Raster löst die Entscheidung nicht allein, aber es entlarvt die teuren Selbsttäuschungen. Wer bei Wettbewerbskern ein ehrliches Nein notiert und trotzdem bauen will, sollte innehalten. In den allermeisten Fällen, in denen der Mittelstand glaubt, etwas Eigenes zu brauchen, will er in Wahrheit nur die Kontrolle, die ein gut verhandelter Vertrag auch liefert.

Was die Entscheidung trägt und was sie bremst

Auch die richtige Grundentscheidung kann an der Umsetzung scheitern. Über die Jahre haben sich ein paar Bedingungen gezeigt, die regelmäßig den Unterschied machen.

Was bremst

Die Entscheidung fällt aus Stolz oder Angst statt aus Kriterien
Nur das erste Jahr wird gerechnet, nicht die volle Drei-Jahres-Sicht
Eigenbau ohne geklärte Nachfolge für die wenigen Fachleute
Einkauf ohne Ausstiegsklausel und ohne Blick auf die Wechselkosten

Was trägt

Eine ehrliche Antwort auf die Wettbewerbskern-Frage vor jedem Demo
Die Drei-Jahres-Rechnung inklusive Wartung, Governance und Talent
Boost als bewusste Option, nicht als Notlösung
Ein Vertrag, der Datenhoheit und Ausstieg klar regelt

Die linke Spalte hat selten mit Technik zu tun. Sie hat mit Disziplin zu tun. Erst die Kriterien, dann die Anbieter, dann die Demo. Wer diese Reihenfolge einhält, trifft die Make-or-Buy-Entscheidung einmal richtig, statt sie nach achtzehn Monaten teuer zu korrigieren.

Häufige Fragen

Wann sollte der Mittelstand eine KI-Lösung wirklich selbst bauen?

Nur wenn die Fähigkeit den eigenen Wettbewerb ausmacht oder auf Daten beruht, die kein Anbieter nachbilden kann. Geht es um eine verbreitete Aufgabe wie Texterkennung, Klassifikation oder einen Assistenten, gibt es reife Anbieter, und der Eigenbau bindet ohne Not Geld und Fachkräfte.

Warum ist Eigenbau im dritten Jahr oft teurer?

Die offensichtlichen Kosten des ersten Jahres sind nur ein Teil. Danach summieren sich Wartung, Modell-Nachtraining, Governance, Sicherheitsprüfungen und vor allem die Bindung der wenigen Fachleute, die das System betreiben. Diese Posten fehlen in der Erstrechnung und drehen die Bilanz.

Was bedeutet Boost konkret?

Eine Standardplattform deckt den Großteil eines Anwendungsfalls ab, und der eigene Beitrag ist der letzte Teil: hauseigene Daten, angepasste Prompts, eine Integration ins Fachsystem, eine menschliche Kontrollstufe. Man kauft die Basis und ergänzt nur das, was wirklich eigen sein muss.

Wie vermeidet man die Abhängigkeit von einem Anbieter?

Nicht durch Eigenbau, sondern durch einen guten Vertrag. Wichtig sind eine klare Regelung zur Datenhoheit, ein vereinbarter Export der eigenen Daten und ein realistischer Blick auf die Wechselkosten. Abhängigkeit lässt sich nicht vermeiden, aber sie lässt sich gestalten.

Welche Frage steht ganz am Anfang der Entscheidung?

Ist diese Fähigkeit ein Teil unseres Wettbewerbs oder eine Standardaufgabe? Diese eine Antwort sortiert die meisten Fälle vor. Erst danach folgen Time-to-Value, Datenhoheit und die Drei-Jahres-Kosten. Wer mit der Anbieter-Demo beginnt, hat die Reihenfolge schon verloren.