Künstliche Intelligenz 05.06.2026

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

8 Min. Lesezeit

Sobald im Mittelstand das Wort KI fällt, wird die Diskussion oft zu eng: Bauen wir das selbst oder kaufen wir es? Eigenbau klingt nach Kontrolle, Einkauf nach Abhängigkeit. In der Praxis ist der Eigenbau häufig der teurere Reflex. Für viele Unternehmen liegt die bessere Antwort zwischen Standardlösung und eigener Anpassung.

Das Wichtigste in Kürze

Buy schlägt Build in den meisten Mittelstandsfällen. Anbieter-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 ergänzen Unternehmen mit eigenen Daten und Kontrollen. Für viele Mittelständler ist das der realistischste Weg.

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

Drei Wege klären den Make-or-Buy-Reflex

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: eine Standardplattform mit eigenen Daten, Prompts und Kontrollen zu ergänzen. Aus der binären Frage wird so eine Wahl zwischen Make, Buy und Boost.

Viele KI-Vorhaben starten nicht mit einer nüchternen Abwägung, sondern mit einem Gefühl: Stolz auf den Eigenbau oder Sorge vor Abhängigkeit. Beides ist verständlich. Für eine Investition, die über drei Jahre tragen soll, reicht es aber nicht.

Diese Einteilung hat sich in der Praxis bewährt. Buy passt, wenn der Anwendungsfall verbreitet ist, reife Anbieter existieren und Tempo zählt. Make passt, wenn die Fähigkeit den Kern des eigenen Wettbewerbs ausmacht oder auf Daten beruht, die kein Anbieter nachbilden kann. Boost passt, wenn eine Plattform den Großteil abdeckt und nur ein klar begrenzter Teil hauseigen bleiben muss. Für die meisten Mittelstandsfälle beschreibt das die Lage besser als ein reines Build-versus-Buy-Denken.

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

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, hängt die Fähigkeit an einem Engpass. Ein eingekauftes System hat diesen Engpass nicht, dafür einen anderen: die Abhängigkeit vom Anbieter. Entscheidend ist, von wem das Unternehmen abhängig wird 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: aktuelle Branchenerhebungen zu KI-Projekten

Die Zahl ist kein Argument gegen KI. Sie zeigt, wie teuer der falsche Beschaffungsweg werden kann. Anbieter-geführte Projekte erreichen in denselben Erhebungen rund doppelt so häufig ihr Ziel wie reine Eigenbauten. Wer im Mittelstand selbst baut, übernimmt technische Komplexität und ein messbar höheres Projektrisiko.

Vier Kriterien klären die Entscheidung vor der Demo

Ein knappes Raster hilft besser als Bauchgefühl. Vier Kriterien trennen die drei Wege zuverlässiger als jede Tool-Demo. Entscheidend ist, diese Fragen vor dem ersten Anbietergespräch zu beantworten.

Kriterium	Make	Buy	Boost
Wettbewerbskern	ja, das Differenzierende	nein, Standardaufgabe	teils, gezielte Anpassung
Zeit bis Nutzen	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 Teams vor dem Einkauf klären müssen

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.