Definition: Make-or-Buy (KI)
Make-or-Buy (KI) ist das strategische Entscheidungsraster, mit dem Unternehmen festlegen, ob sie eine KI-Fähigkeit intern entwickeln oder als lizenziertes Produkt von einem externen Anbieter beziehen.
Kernmerkmale von Make-or-Buy (KI)
Die Entscheidung wägt ab, wie stark eine Fähigkeit das Unternehmen differenziert, gegen Kosten und Risiko einer Eigenentwicklung. Sie ist selten binär, da die meisten Unternehmen gekaufte Plattformen mit eigener Integrationsarbeit kombinieren.
- Differenzierungstest: Wettbewerbsvorteil oder austauschbare Funktion
- Zeit bis zum Nutzen: Anbieterlösungen in Wochen, Eigenbau in Monaten
- Interne Fähigkeit: Entwicklerkapazität und Wartungsaufwand
- Kontrolle: wie viel Logik und Roadmap intern bleiben muss
Make-or-Buy (KI) vs. Total Cost of Ownership
Make-or-Buy wird oft mit einem reinen Kostenvergleich verwechselt, doch Total Cost of Ownership ist nur ein Baustein der Entscheidung. Der TCO erfasst Lizenzkosten, Infrastruktur und Personal. Die Make-or-Buy-Entscheidung wägt zusätzlich Geschwindigkeit und Differenzierung ab, Faktoren, die ein reines Kostenmodell nicht abbildet. Eine Anbieterlösung mit höherem TCO kann trotzdem richtig sein, wenn sie Monate früher Nutzen liefert.
Bedeutung von Make-or-Buy (KI) im Enterprise-KI-Umfeld
Eine falsche Entscheidung kostet doppelt: verlorene Entwicklungszeit, dann verzögerter Nutzen. McKinsey zufolge lassen sich 70 % der Enterprise-KI-Anwendungsfälle ausreichend mit Standardlösungen abdecken, dennoch entscheiden sich viele Unternehmen weiterhin für den Eigenbau, ohne einen entsprechenden Differenzierungsgewinn zu erzielen.
Methoden und Verfahren für Make-or-Buy (KI)
Eine strukturierte Bewertung senkt das Risiko, den falschen Weg zu wählen.
Fähigkeits- und Differenzierungsbewertung
Bevor Anbieter oder Entwicklungsschätzungen verglichen werden, wird der Anwendungsfall danach bewertet, wie zentral er für den Wettbewerbsvorteil ist.
- Nach strategischer Differenzierung bewerten, nicht nach Neuheit
- Prüfen, ob vergleichbare Anbieterprodukte existieren
- Entwicklungsstunden gegen Implementierungszeit des Anbieters schätzen
Total-Cost-of-Ownership-Modellierung
Beide Wege werden über drei bis fünf Jahre kalkuliert, einschließlich Lizenzen oder Gehältern, Infrastruktur und Wartung. Eigenbau-Schätzungen unterschätzen laufende Kosten regelmäßig, weshalb eine McKinsey- und Oxford-Studie über 5.400 IT-Projekte hinweg 45 % Budgetüberschreitung bei Großprojekten ermittelte.
Anbieterbewertung und Proof of Concept
Wenn Kauf sinnvoll erscheint, validiert ein kurzer Proof of Concept mit zwei bis drei Anbietern die Eignung anhand echter Daten, gestützt auf eine interne KI-Reifegrad-Prüfung statt nur auf Anbieter-Demos.
Wichtige Kennzahlen für Make-or-Buy (KI)
Die richtigen Kennzahlen halten die Entscheidung nach der Umsetzung überprüfbar.
Finanzielle Entscheidungskennzahlen
- Zeit bis zum ersten produktiven Nutzen
- Drei-Jahres-TCO-Differenz zwischen beiden Wegen
- Für andere Prioritäten gebundene Entwicklungsstunden
- Amortisationszeitraum gegenüber dem Business Case
Strategische Ergebniskennzahlen
Neben den Kosten sollte die Geschäftsführung verfolgen, ob der gewählte Weg die versprochene Differenzierung liefert: Eine gekaufte Lösung, die nie an reale Abläufe angepasst wird, oder ein Eigenbau, der nie in Produktion geht, sind beides Fehlschläge, unabhängig vom ursprünglich prognostizierten KI-ROI.
Qualitäts- und Akzeptanzkennzahlen
Die Nutzungsrate unter den Zielanwendern innerhalb von 90 Tagen ist das stärkste Frühsignal: Lösungen, gekauft oder gebaut, die keine 60 % aktive Nutzung erreichen, rechtfertigen ihre Kosten selten.
Risikofaktoren und Kontrollen bei Make-or-Buy (KI)
Beide Wege bergen spezifische Risiken, die gezielte Kontrollen erfordern.
Abhängigkeitsrisiko vom Anbieter
Kauf erzeugt Abhängigkeit von der Roadmap, Preisgestaltung und Kontinuität eines Anbieters, allgemein als Vendor Lock-in bezeichnet.
- Datenexportrechte vor Vertragsabschluss verhandeln
- Unterstützung offener Standards und Integrations-APIs prüfen
- Finanzielle Stabilität des Anbieters bewerten
Verstecktes Kostenrisiko bei Eigenbau
Eigenentwicklungen unterschätzen laufende Kosten häufig: Modell-Nachtraining, Sicherheitspatches und der Weggang des Entwicklers, der das System gebaut hat, verursachen Jahre nach dem Start zusätzliche Kosten, die das ursprüngliche Budget oft übersteigen.
Integrations- und Systemrisiko
Unabhängig vom gewählten Weg muss die KI-Fähigkeit zuverlässig über einen stabilen Systemkonnektor mit ERP und CRM verbunden sein, denn das entscheidet, ob eine Lösung tatsächlich genutzt wird.
Praxisbeispiel
Eine 60-köpfige Steuerberatungskanzlei in Hamburg wollte die manuelle Prüfung eingereichter Belege beschleunigen, die drei Tage pro Mandant band. Ein interner Entwicklungsversuch scheiterte nach drei Monaten, als die einzige zuständige IT-Kraft an ein anderes Projekt abgezogen wurde. Die Kanzlei wechselte zu einer Anbieterplattform, band sie innerhalb von fünf Wochen an die Mandantenverwaltung an und behielt ein kleines Team zur Pflege eigener Prüfregeln.
- Anbieterseitig verwaltete KI-Logik und Modell-Updates
- Intern gepflegte Prüfregeln je nach Mandantentyp
- Wöchentlicher Abgleich der Trefferquote mit dem Prüferfeedback
- Vierteljährliche Neubewertung, ob Komponenten intern übernommen werden sollten
Aktuelle Entwicklungen und Auswirkungen
Die Grenze zwischen Make und Buy verschiebt sich, während Plattformen und interne Fähigkeiten reifen.
Aufstieg hybrider Make-and-Buy-Stacks
Die meisten Unternehmen kaufen heute eine KI-Kernplattform und bauen nur eine dünne Integrations- und Logikschicht darüber, statt sich für einen Weg allein zu entscheiden.
- Anbieterplattformen übernehmen Modellzugriff, Gedächtnis und Orchestrierung
- Interne Teams verantworten Workflow-Logik und Systemanbindungen
- Hybride Stacks senken sowohl Eigenbau-Risiko als auch Vendor-Lock-in
Citizen-Developer-Plattformen verengen die Eigenbau-Option
Low-Code-Werkzeuge lassen einen Citizen Developer einfache KI-Workflows ohne vollständige Entwicklung zusammenstellen und verkleinern so den Mittelweg, der früher ein eigenes Projekt erforderte.
Anbieterkonsolidierung und Plattformökonomie
Da sich KI-Anbieter konsolidieren, wiegen Kaufentscheidungen zunehmend ab, welche Plattformen in drei Jahren noch unterstützt werden, nicht nur den aktuellen Funktionsumfang.
Fazit
Make-or-Buy (KI) ist keine einmalige Entscheidung mehr, die zu Projektbeginn fällt, sondern eine fortlaufende Abwägung, während sich Anbieterplattformen und interne Fähigkeiten weiterentwickeln. Die Datenlage spricht zunehmend dafür, die KI-Kernfähigkeit zu kaufen und nur die dünne Schicht selbst zu bauen, die echten Wettbewerbsvorteil erzeugt. Unternehmen, die jeden KI-Anwendungsfall entweder komplett selbst bauen oder komplett zukaufen, geben auf der einen Seite zu viel aus oder liefern auf der anderen zu wenig. Den größten Nutzen erzielen jene, die diese Bewertung für jeden Anwendungsfall bewusst durchführen, statt aus Gewohnheit zu entscheiden.
Häufig gestellte Fragen
Was ist der grundlegende Unterschied zwischen Eigenentwicklung und Kauf von KI?
Eigenentwicklung bedeutet, die Fähigkeit mit internen Entwicklungsressourcen aufzubauen, mit voller Kontrolle, aber laufendem Wartungsaufwand. Kauf bedeutet, ein Anbieterprodukt zu lizenzieren und dafür etwas Kontrolle gegen schnellere Einführung und geteilte Wartungskosten zu tauschen.
Wann lohnt sich die Eigenentwicklung von KI im Mittelstand?
Eigenentwicklung lohnt sich, wenn die Fähigkeit zentral für den Wettbewerbsvorteil ist, kein vergleichbares Anbieterprodukt existiert und das Unternehmen sie über Jahre hinweg warten kann, nicht nur einmalig einführen.
Lohnt sich der Kauf einer KI-Lösung für ein Unternehmen mit 50 bis 200 Mitarbeitern?
Für die meisten Unternehmen dieser Größe ist Kauf der schnellere und risikoärmere Weg, da dedizierte KI-Entwicklungsteams intern selten vorhanden sind. Ein hybrides Setup, Kernplattform kaufen und Integration anpassen, liefert meist innerhalb weniger Wochen Nutzen.
Wie wirkt sich die EU-KI-Verordnung auf die Make-or-Buy-Entscheidung aus?
Anbieter, die unter der EU-KI-Verordnung als Provider gelten, tragen Konformitäts- und Dokumentationspflichten, die bei regulierten Anwendungsfällen die Compliance-Last des kaufenden Unternehmens senken. Bei Eigenentwicklung trägt das Unternehmen diese Verantwortung vollständig selbst.
Brauchen wir für Make-or-Buy eigene IT-Ressourcen?
Für die Entscheidung selbst ist kein eigenes KI-Team nötig, wenngleich IT-Einschätzungen zur Integrationsfähigkeit helfen. Für die Umsetzung arbeiten die meisten mittelständischen Unternehmen mit einem Anbieter oder Implementierungspartner statt eigene KI-Expertise komplett neu aufzubauen.
Gibt es Förderung für die Make-or-Buy-Entscheidung im Mittelstand?
Ja, Programme wie „Digital Jetzt” des BMWK oder regionale Digitalisierungsförderungen der Länder bezuschussen sowohl die Einführung von KI-Standardlösungen als auch begleitende Beratungsleistungen. Die Förderfähigkeit hängt vom gewählten Weg und der Unternehmensgröße ab.
