Künstliche Intelligenz
Business und AI Agents: selbst entwickeln oder kaufen?
KI-Agenten optimieren Geschäftsprozesse, das ist inzwischen unstrittig. Die schwierigere Frage für die meisten Unternehmen ist nicht ob, sondern wie: Reicht ein No-Code-Tool? Kauft man eine fertige SaaS mit eingebauter KI? Oder lässt man etwas Maßgeschneidertes bauen? Diese Entscheidung kostet viel Geld und Zeit, wenn man sie falsch trifft. Hier ein ehrlicher Leitfaden — aus der Perspektive von jemandem, der solche Systeme baut. (Den breiteren Überblick über KI-Agenten im Mittelstand gibt unser Whitepaper Chancen für KMUs.)
Die drei Wege — und wann welcher passt
No-Code / Low-Code (Copilot Studio, Zapier, Make, n8n). Ideal zum Lernen und für einfache, eng umrissene Abläufe. Schnell aufgesetzt, günstig im Einstieg. Grenzen: Sobald Logik komplex, Integration tief oder das Datenvolumen groß wird, stößt man an Plattform-Limits — und die laufenden Kosten skalieren oft unangenehm mit. Gut für den ersten Prototyp, selten die Dauerlösung für Geschäftskritisches.
Fertige SaaS mit eingebauter KI. Wenn ein Standardprodukt den Prozess gut genug abbildet, ist Kaufen vernünftig — warum bauen, was es fertig gibt. Die Kehrseite: Man bekommt die KI-Funktionen des Anbieters, nicht die eigenen; Daten liegen in dessen Cloud; Anpassung endet an dessen Roadmap; und der Preis pro Nutzer oder pro Dokument läuft mit dem Wachstum mit. Für DACH-Unternehmen mit DSGVO-Anforderungen ist der Datenstandort oft der Knackpunkt.
Maßgeschneidert. Lohnt sich, wenn der Prozess ein Wettbewerbsvorteil ist, tiefe Integration ins ERP/CRM braucht, Datenhoheit verlangt oder schlicht kein Standardprodukt passt. Man bekommt genau das System, das man braucht, on-premise möglich — als Projekt statt als Abo. Der frühere Einwand „zu teuer, zu langsam” gilt durch AI-native Entwicklung immer weniger (dazu gleich). Dieselbe Logik gilt für ganze Systeme: wann sich maßgeschneidertes ERP lohnt.
Eine grobe Faustregel: No-Code zum Lernen, SaaS für Standard, Custom für alles Geschäftskritische oder Datensensible. Die teuerste Variante ist meist nicht die maßgeschneiderte, sondern die falsch gewählte.
„Eingebaut” schlägt „aufgesetzt”
Ein Muster, das man bei genauem Hinsehen überall findet: KI, die nachträglich auf ein bestehendes Produkt geklebt wird, bleibt ein Fremdkörper — ein Chat-Fenster am Rand, das wenig vom eigentlichen System weiß. KI, die von Anfang an Teil der Architektur ist, hat Zugriff auf die echten Daten und Werkzeuge und kann dadurch tatsächlich handeln.
Wie das aussieht, zeigt unsere SaaS-Plattform heysuma: eine Multi-Tenant-Software mit 36 fachlichen Domänen, in der fünf KI-Agenten nativ integriert sind — Support, Buchung, Assistenz — mit Tool-Zugriff, Streaming und Session-Persistenz direkt im Produkt. Das ist kein angedockter Chatbot, sondern Teil des Systems. Ein nächtlich berechnetes Engagement-Scoring liefert zudem die Basis für Churn-Prognosen. Der Punkt ist nicht die Anzahl der Agenten, sondern: Sie sitzen im Produkt, nicht daneben.
Der Kosten- und Zeit-Einwand — heute schwächer als sein Ruf
Der klassische Grund, gegen Maßgeschneidertes zu entscheiden, war Aufwand: zu teuer, zu langsam, zu riskant. AI-native Entwicklung verschiebt diese Rechnung. heysuma entstand als Greenfield bis zur Version 1.0 in drei Monaten — und ist mit demselben Workflow heute in wenigen Wochen replizierbar. Custom-Software ist damit nicht mehr das Monatelang-Projekt, das viele aus leidvoller Erfahrung kennen.
Wichtig bleibt die ehrliche Einordnung: Geschwindigkeit ersetzt keine Disziplin. Dass über 40 Prozent der Agenten-Projekte scheitern (Gartner), liegt fast nie am Modell, sondern an fehlendem Engineering — strukturierte Übergaben, Validierung, Mensch-in-der-Schleife. Warum das so ist, erklärt Die Zukunft der AI Agents; wie ein produktives Multi-Agent-System konkret gebaut wird, zeigt der lead-gen-agent.
Herausforderungen, die für alle drei Wege gelten
- Datensicherheit & Datenstandort: sensible Daten gehören dorthin, wo man die Kontrolle behält — on-premise mit Open-Weights-Modellen ist die sauberste Antwort. Siehe KI-Dokumentenverarbeitung on-premise.
- Integration in bestehende Systeme: der eigentliche Aufwand steckt selten im Modell, sondern in der sauberen Anbindung an ERP, CRM und Stammdaten.
- Mitarbeiter mitnehmen: das beste System nützt nichts, wenn es nicht in den Arbeitsalltag passt. Klein starten, Erfolge zeigen, ausweiten.
Häufige Fragen
Sollten wir einen KI-Agenten selbst entwickeln oder kaufen? Kaufen, wenn ein Standardprodukt den Prozess gut abbildet. Selbst entwickeln lassen, wenn der Prozess ein Wettbewerbsvorteil ist, tiefe Integration oder Datenhoheit braucht. No-Code eignet sich für erste Gehversuche, selten für Geschäftskritisches.
Ist maßgeschneiderte KI-Software nicht zu teuer und zu langsam? Weniger als früher. AI-native Entwicklung verkürzt die Zeiträume drastisch — eine vollständige SaaS-Plattform entstand bei uns in drei Monaten, heute in Wochen replizierbar. Custom bedeutet zudem ein einmaliges Projekt statt laufender Lizenz pro Nutzer.
Was heißt „AI-nativ” konkret? Dass KI-Agenten von Anfang an Teil der Architektur sind — mit Zugriff auf die echten Daten und Werkzeuge des Systems — statt nachträglich als Chat-Fenster angedockt. Das macht den Unterschied zwischen „kann etwas anzeigen” und „kann etwas tun”.
Bleiben wir bei einer Custom-Lösung abhängig vom Entwickler? Wartung und Weiterentwicklung sind unsere Aufgabe, nicht die eures Teams. Anders als bei SaaS zahlt das Unternehmen kein Abo und keine Lizenz pro Nutzer, und das System bildet genau den eigenen Prozess ab — ein verlässlicher Partner statt einer Plattform mit Decke.
Fazit
Die Frage „selbst entwickeln oder kaufen” hat keine pauschale Antwort, aber eine klare Logik: No-Code zum Lernen, SaaS für Standard, Custom für alles, was Wettbewerbsvorteil, Integration oder Datenhoheit verlangt. Was sich verschoben hat, ist die Kostenseite: AI-native Entwicklung macht maßgeschneiderte, eingebettete KI für den Mittelstand erschwinglich und schnell. Entscheidend bleibt — bei jedem Weg — das Engineering dahinter. Wer das ernst nimmt, gewinnt nachhaltige Wettbewerbsvorteile statt eines weiteren Tools, das niemand nutzt.
kitun baut maßgeschneiderte, AI-native Software für den Mittelstand — KI-Agenten direkt im Produkt, on-premise möglich, ohne Abo und ohne Lizenz pro Nutzer. Im 20-minütigen Erstgespräch klären wir, welcher Weg für euren Fall der richtige ist.
→ SaaS mit 5 nativen KI-Agenten: heysuma · Multi-Agent-Case: lead-gen-agent