KI selbst bauen oder einkaufen? Kriterien für KMU

Das Problem

Ihr Unternehmen möchte KI nutzen, um Kundenanfragen vorzusortieren. Ein Mitarbeiter zeigt Ihnen ein fertiges Werkzeug, das Mails automatisch einordnet. Ein anderer sagt: «Das können wir selbst bauen, mit ein paar Schnittstellen und einem Sprachmodell.» Der Inhaber fragt: «Was ist besser?»

Diese Frage heisst im Fachjargon «Make or Buy»: selber machen oder kaufen. Sie stellt sich bei jeder Software, bei KI aber besonders, weil sich vieles zusammenstecken lässt und der Einstieg verlockend einfach wirkt. Ein Prototyp ist schnell gebaut. Ein Produkt, das zuverlässig läuft, geprüft und gepflegt wird, ist es nicht.

Auf der anderen Seite passt nicht jedes Fertigprodukt zu den Besonderheiten eines Betriebs. Manche Aufgaben sind sehr speziell, manche Daten dürfen die Firma nicht verlassen, und manche Standardlösungen sind teuer oder unflexibel. Eine nüchterne Abwägung mit klaren Kriterien hilft, den richtigen Weg zu finden, ohne in Technikbegeisterung oder Skepsis zu verfallen.

So lösen Sie es mit KI – Schritt für Schritt

1. Aufgabe genau beschreiben. Was soll die Lösung tun, für wen, mit welchen Daten? Je klarer, desto besser lassen sich Optionen vergleichen.

1. Anforderungen sammeln. Muss-Kriterien (zum Beispiel Datenschutz, Sprache Deutsch, Anbindung an vorhandene Systeme) und Wunsch-Kriterien (zum Beispiel Mobile Nutzung).

1. Fertige Lösungen suchen. Prüfen Sie, welche Produkte die Muss-Kriterien erfüllen. Fragen Sie nach Datenverarbeitung, Verträgen, Preisen und Referenzen.

1. Eigenbau realistisch einschätzen. Wer baut es, mit welchem Wissen, wie lange, wer pflegt es? Rechnen Sie Aufbau, Tests, Datenschutz, Sicherheit, Betrieb und Weiterentwicklung ein.

1. Vergleich mit KI vorbereiten. Nutzen Sie die Vorlage unten für Kriterienliste und Vergleichstabelle. Fakten tragen Sie selbst ein.

1. Mischformen prüfen. Oft ist ein fertiges Werkzeug mit Anpassungen sinnvoller als Eigenbau von Grund auf, etwa durch Konfiguration, Automatisierung oder Schnittstellen.

1. Pilot mit der einfachsten Variante. Starten Sie mit dem geringsten Aufwand und prüfen Sie, ob es genügt. Wechseln können Sie später.

1. Entscheid dokumentieren. Halten Sie Gründe, Annahmen und Prüftermin fest.

Vorlage zum Kopieren

Ich helfe einem Schweizer KMU bei der Frage, ob es eine KI-Lösung kaufen oder selbst entwickeln soll.

Aufgabe: [z. B. eingehende Kundenmails nach Thema vorsortieren]
Daten: [Art, z. B. Kundenmails mit Personendaten]
Unternehmen: [ca. [Zahl] Mitarbeitende, IT-Know-how: keines / extern / intern]
Muss-Kriterien: [z. B. Datenverarbeitung in der Schweiz oder EU, deutsche Sprache, Anbindung an Outlook]
Zeit und Budgetrahmen: [Angaben des Betriebs]

Erstelle:
1. Eine Vergleichstabelle «Fertiges Produkt» vs. «Eigenentwicklung» vs. «Mischform» nach den Kriterien: Zeit bis zum Einsatz, Anfangs- und Folgekosten (qualitativ, ohne Zahlen), Datenschutz und Kontrolle, Anpassbarkeit, Wartungsaufwand, Abhängigkeit von einzelnen Personen, Ausstiegsmöglichkeiten.
2. Fragen, die ich Anbietern fertiger Lösungen stellen sollte.
3. Fragen, die ich für den Eigenbau intern klären muss.
4. Typische Denkfehler bei Make-or-Buy-Entscheiden.
Nenne keine konkreten Produkte, Preise oder Rechtsvorgaben und erfinde nichts.

Setzen Sie Aufgabe, Daten und Rahmen ein. Die Fakten zu Produkten und Aufwand tragen Sie nach Rücksprache mit Anbietern und Fachleuten ein.

Worauf Sie achten müssen

• Prototyp ist nicht Produkt. Ein funktionierender Versuch zeigt noch nicht, ob die Lösung zuverlässig, sicher und wartbar ist.
• Datenschutz bei beiden Wegen. Auch ein Eigenbau mit einem externen Sprachmodell verarbeitet Daten bei Dritten. Klären Sie Verträge und Standorte. Siehe KI-Anbieter in den USA: Datentransfer prüfen.
• Personenabhängigkeit. Wenn nur eine Person den Eigenbau versteht, ist das ein Risiko. Dokumentation und Stellvertretung gehören dazu.
• Folgekosten. Pflege, Updates und Sicherheit kosten dauerhaft. Rechnen Sie sie mit. Siehe Business Case für KI erstellen.
• Ausstieg. Prüfen Sie, wie leicht Sie Daten exportieren und den Anbieter wechseln können.
• Sicherheit. Eigenentwicklungen brauchen Schutz gegen Angriffe, Missbrauch und Datenabfluss. Das wird oft unterschätzt.
• Beratung nutzen. Eine unabhängige Sicht kann helfen, Optionen realistisch einzuschätzen.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Möbelhändler mit 25 Mitarbeitenden im Kanton Aargau möchte eingehende Kundenmails automatisch vorsortieren. Ein Mitarbeiter mit IT-Erfahrung schlägt vor, eine eigene Lösung mit einem Sprachmodell zu bauen. Der Inhaber ist unsicher.

Sie sammeln Muss-Kriterien: deutsche Sprache, Anbindung an das Mailsystem, Datenschutz für Kundenmails. Mit der Vorlage entsteht eine Vergleichstabelle. Beim Eigenbau stellt sich heraus: Der Mitarbeiter ist der Einzige, der es pflegen könnte, und er hat dafür nur wenige Stunden pro Woche. Bei einem fertigen Produkt prüfen sie Vertrag und Datenverarbeitung.

Sie entscheiden sich für ein fertiges Werkzeug im Pilot und lassen offen, später gezielt Anpassungen zu ergänzen. Vorher stand ein Eigenbau mit unklarem Aufwand im Raum, nachher gibt es einen überprüfbaren Pilot mit kleinem Risiko. Die Entscheidung wird nach drei Monaten überprüft.

So hilft Ihnen Alpasana

Wenn Sie abwägen möchten, ob ein fertiges KI-Werkzeug reicht oder ob sich eine eigene Umsetzung lohnt, hilft die KI-Beratung und digitale Transformation von Alpasana. Beschrieben sind die Aufnahme von Prozessen, die Analyse von KI-Potenzialen, Schnittstellen, das Verbinden von Systemen, die Integration von KI-Agenten mit Anwendungsfall, Pilot und Einsatzregeln sowie die Umsetzung mit Dokumentation.

Der Umfang wird zuerst gemeinsam geklärt, Projekte werden individuell offeriert. Die Beratung ist keine Garantie für den Erfolg eines Vorhabens, sondern hilft bei der Abwägung.

Häufige Fragen

Ist ein Eigenbau mit einem Sprachmodell nicht günstiger als ein Abo?

Nicht unbedingt. Neben Nutzungsgebühren kosten Aufbau, Tests, Sicherheit und Pflege Zeit und Geld. Rechnen Sie ehrlich, auch mit dem Aufwand, wenn etwas ausfällt.

Wann lohnt sich eine eigene Lösung?

Wenn die Aufgabe sehr speziell ist, die Daten besonders geschützt werden müssen und kein passendes Produkt existiert, oder wenn die Lösung zum Kern Ihres Angebots gehört und Sie Entwicklung und Pflege sicherstellen können.

Kann ich erst kaufen und später selbst bauen?

Ja, das ist ein sinnvoller Weg. Beginnen Sie mit der einfachsten Variante, sammeln Sie Erfahrung und Anforderungen und entscheiden Sie später, ob ein Eigenbau nötig ist.

Was ist mit Open-Source-Lösungen?

Sie können eine Mittelform sein: kostenlose Software, die Sie selbst betreiben, mit mehr Kontrolle, aber auch mehr Verantwortung für Betrieb und Sicherheit. Prüfen Sie Aufwand und Know-how.