KI outsourcen oder intern aufbauen? Entscheidungshilfe für den Mittelstand

Update April 2026: Das EU-Parlament hat am 27.03.2026 die Verschiebung der Hochrisiko-KI-Pflichten beschlossen (Digital Omnibus, 569:45 Stimmen). Annex III tritt jetzt am 02.12.2027 in Kraft, Annex I am 02.08.2028. Der zweite Trilog ist für den 28.04.2026 angesetzt. WICHTIG: Die AI Literacy Pflicht nach Artikel 4 KI-VO bleibt unverändert ab August 2026 in Kraft. Schulungsnachweise sind also weiterhin Pflicht.

Dein Unternehmen will KI einsetzen. Die nächste Frage ist nicht mehr ob, sondern wie. Und genau hier stehen die meisten Mittelständler vor einer Grundsatzentscheidung: Holen wir uns einen externen Dienstleister oder bauen wir das Know-how im eigenen Team auf?

Beide Wege haben ihren Platz. Aber die falsche Entscheidung kostet dich entweder zu viel Geld oder zu viel Zeit. In diesem Artikel bekommst du eine strukturierte Entscheidungshilfe mit konkreten Zahlen, einer Vergleichsmatrix und einem Hybrid-Modell, das in der Praxis am häufigsten funktioniert.

Das Wichtigste in Kürze

• Outsourcing bringt schnelle Ergebnisse (4 bis 8 Wochen statt 6 bis 12 Monate), kostet aber 60.000 bis 150.000 Euro im ersten Jahr bei externer Agentur oder Beratung.
• Interner Aufbau ist langfristig günstiger und schützt sensible Daten, braucht aber 6 bis 12 Monate, bis das Team produktiv arbeitet.
• Das Hybrid-Modell (extern starten, intern übernehmen) kombiniert die Vorteile beider Wege und ist für die meisten KMU der pragmatischste Ansatz.
• Vier Kriterien entscheiden über den richtigen Weg: Komplexität des Anwendungsfalls, Datenschutzanforderungen, verfügbares Budget und vorhandenes Know-how.
• Bei Kernprozessen und sensiblen Daten ist interner Aufbau keine Option, sondern Pflicht.
• Das Qualifizierungschancengesetz (QCG) übernimmt bis zu 100 Prozent der Weiterbildungskosten für bestehende Mitarbeiter. Die Weiterbildung zum Digitalisierungsmanager qualifiziert dein Team in vier Monaten, DEKRA-zertifiziert und komplett förderfähig über den Bildungsgutschein.

Warum die Frage jetzt drängender ist als je zuvor

Laut Bitkom nutzen 2025 bereits 36 Prozent der Unternehmen in Deutschland KI. Das ist eine Verdopplung gegenüber dem Vorjahr. Gleichzeitig nennen 53 Prozent der KMU fehlende technische Kompetenz als größtes Hindernis. Die Lücke zwischen "wollen" und "können" wächst.

Dazu kommt der EU AI Act, der ab August 2026 voll greift. Unternehmen, die KI einsetzen, brauchen dokumentierte Prozesse, Risikoklassifizierungen und geschultes Personal. Das gilt unabhängig davon, ob die KI-Lösung intern entwickelt oder extern eingekauft wird.

Die Entscheidung zwischen Outsourcing und internem Aufbau ist deshalb keine rein technische Frage. Es ist eine strategische Weichenstellung, die Auswirkungen auf Kosten, Geschwindigkeit, Datenschutz und die Wettbewerbsfähigkeit deines Unternehmens hat.

Vorteile und Nachteile von KI-Outsourcing

Vorteile

Geschwindigkeit. Ein erfahrener Dienstleister bringt ein KI-Projekt in 4 bis 8 Wochen an den Start. Intern dauert allein die Einarbeitung so lange.

Keine Fixkosten. Du zahlst projektbasiert oder als Retainer. Kein Recruiting, keine Gehälter, keine Sozialabgaben. Wenn das Projekt fertig ist, hören die Kosten auf.

Sofortiges Experten-Know-how. Der Dienstleister hat vergleichbare Projekte bereits umgesetzt. Du profitierst von Erfahrungswerten, die dein Team erst in Monaten oder Jahren sammeln würde.

Geringeres Risiko beim Einstieg. Wenn der erste Use Case nicht funktioniert, hast du kein Team aufgebaut, das du nicht brauchst.

Nachteile

Abhängigkeit. Wenn der Dienstleister abspringt, seinen Preis verdoppelt oder nicht mehr liefert, stehst du ohne Know-how da. Je mehr Kernprozesse betroffen sind, desto gefährlicher wird das.

Kosten skalieren linear. Jeder neue Use Case, jede Anpassung, jedes Update kostet extra. Bei 3 bis 5 laufenden KI-Projekten wird Outsourcing schnell teurer als ein internes Team.

Datenschutz-Risiko. Externe Dienstleister brauchen Zugang zu deinen Daten. Bei Kundendaten, Vertragsinformationen oder Personaldaten ist das ein ernstes Problem, besonders unter DSGVO und EU AI Act.

Kein interner Kompetenzaufbau. Das Wissen bleibt beim Dienstleister. Dein Team lernt nichts dazu. Nach Projektende bist du genauso abhängig wie vorher.

Vorteile und Nachteile von internem Aufbau

Vorteile

Langfristig günstiger. Ein interner KI-Spezialist kostet 50.000 bis 75.000 Euro pro Jahr (brutto). Eine Agentur kostet das für ein einziges Projekt. Ab dem zweiten oder dritten Use Case rechnet sich der interne Aufbau fast immer.

Volle Datenkontrolle. Sensible Informationen verlassen nie das Unternehmen. Kein NDA-Management, keine Subunternehmer-Kette, kein Restrisiko.

Tiefes Prozessverständnis. Deine Mitarbeiter kennen die internen Abläufe, die Schmerzpunkte und die Anforderungen der Fachabteilungen. Externe müssen sich das alles erst erarbeiten.

Nachhaltige Wettbewerbsfähigkeit. Know-how im eigenen Haus ist ein echtes Asset. Es wächst mit jedem Projekt. Outsourcing-Know-how gehört dem Dienstleister.

Nachteile

Lange Anlaufzeit. Recruiting, Einarbeitung, erste Projekte: Rechne mit 6 bis 12 Monaten, bevor ein internes Team produktiv arbeitet.

Fachkräftemangel. KI-Spezialisten sind auf dem Arbeitsmarkt schwer zu finden und teuer. Die Alternative: bestehende Mitarbeiter gezielt weiterbilden.

Fixkosten. Gehälter, Schulungen, Tools und Infrastruktur laufen auch dann, wenn gerade kein KI-Projekt ansteht.

Risiko der Fehleinschätzung. Ohne externe Perspektive besteht die Gefahr, die falschen Use Cases zu priorisieren oder technische Sackgassen nicht rechtzeitig zu erkennen.

Das Hybrid-Modell: Extern starten, intern übernehmen

In der Praxis funktioniert für die meisten KMU ein Hybrid-Ansatz am besten. Die Idee: Du holst dir für den ersten Use Case einen externen Partner, der das Projekt umsetzt und gleichzeitig dein internes Team schult. Nach 3 bis 6 Monaten übernimmt dein Team den Betrieb und die Weiterentwicklung.

Phase 1: Externer Kickstart (Monat 1 bis 3)

Ein Dienstleister setzt den ersten KI-Anwendungsfall um. Parallel begleitet er einen oder zwei interne Mitarbeiter, die das Projekt mitarbeiten und lernen. Am Ende der Phase steht eine produktive KI-Lösung und ein Team, das versteht, wie sie funktioniert.

Phase 2: Parallelbetrieb (Monat 4 bis 6)

Das interne Team übernimmt schrittweise den Betrieb. Der Dienstleister steht als Sparringspartner auf Abruf bereit (Retainer mit reduziertem Stundenbudget). Neue Anpassungen werden intern umgesetzt, komplexe Themen noch extern begleitet.

Phase 3: Volle interne Kompetenz (ab Monat 7)

Dein Team arbeitet eigenständig. Externe Unterstützung wird nur noch für Spezialthemen oder neue Technologien genutzt. Die laufenden Kosten sinken deutlich. Das Know-how bleibt im Haus.

Kostenvergleich: Outsourcing vs. Intern vs. Hybrid über 12 Monate

Der Hybrid-Ansatz liegt kostenmäßig zwischen den Extremen, liefert aber das beste Ergebnis: Du hast nach 12 Monaten eine funktionierende KI-Lösung und ein Team, das eigenständig weiterarbeiten kann.

Entscheidungsmatrix: Welcher Weg passt zu dir?

Vier Kriterien helfen dir bei der Entscheidung. Bewerte jedes Kriterium für deinen konkreten Fall und lies die Empfehlung ab.

Faustregel: Je mehr Kriterien in Richtung "intern" zeigen, desto stärker solltest du auf eigenen Kompetenzaufbau setzen. Je mehr in Richtung "Outsourcing" zeigen, desto sinnvoller ist ein externer Partner, zumindest für den Anfang.

Typische Outsourcing-Partner im Vergleich

Nicht jeder externe Partner ist gleich. Die drei häufigsten Optionen unterscheiden sich in Kosten, Qualität und Eignung.

KI-Agentur

Spezialisierte Agentur mit eigenem Entwicklerteam. Typische Leistung: Beratung, Konzeption, Entwicklung und Betrieb von KI-Lösungen. Preisrahmen: 150 bis 250 Euro pro Stunde oder 5.000 bis 15.000 Euro pro Monat als Retainer. Vorteil: Breite Erfahrung, strukturiertes Vorgehen. Nachteil: Teuer, oft langfristige Verträge.

Freelancer

Einzelner KI-Spezialist, oft auf bestimmte Tools oder Branchen fokussiert. Preisrahmen: 80 bis 150 Euro pro Stunde. Vorteil: Flexibel, persönlicher Ansprechpartner, günstiger als Agentur. Nachteil: Single Point of Failure. Wenn der Freelancer ausfällt, steht das Projekt still.

Unternehmensberatung

Große Beratungshäuser (McKinsey, Accenture, Deloitte) oder spezialisierte Digitalberatungen. Preisrahmen: 200 bis 400 Euro pro Stunde. Vorteil: Strategische Perspektive, Branchen-Benchmarks, Zugang zu Best Practices. Nachteil: Sehr teuer, oft stark PowerPoint-lastig. Die Umsetzung muss trotzdem jemand anderes machen.

Für die meisten KMU ist die Kombination aus Freelancer oder spezialisierter Agentur (für die Umsetzung) und interner Weiterbildung (für die langfristige Kompetenz) die wirtschaftlichste Lösung.

Wann interner Aufbau Pflicht ist

Es gibt Situationen, in denen du keine Wahl hast. Internes Know-how ist Pflicht, wenn mindestens einer dieser Punkte zutrifft.

Kernprozesse. Wenn KI in Prozesse eingreift, die dein Geschäftsmodell ausmachen, etwa die Preiskalkulation, die Qualitätssicherung oder die Kundenberatung, darfst du das nicht komplett in fremde Hände geben. Ein Ausfall oder eine Fehlkonfiguration trifft dich direkt am Umsatz.

Sensible Daten. Personaldaten, Gesundheitsdaten, Finanzdaten oder Mandanteninformationen (bei Kanzleien) dürfen nicht uneingeschränkt an externe Dienstleister fließen. Selbst mit NDA bleibt ein Restrisiko. Intern behältst du die volle Kontrolle.

Regulatorische Anforderungen. Der EU AI Act verlangt, dass Unternehmen ihre KI-Systeme dokumentieren, überwachen und bei Bedarf anpassen können. Das setzt internes Verständnis voraus. Du kannst die Compliance nicht komplett outsourcen, weil du als Betreiber haftest.

Strategischer KI-Einsatz. Wenn KI nicht ein einzelnes Projekt ist, sondern Teil deiner Unternehmensstrategie, brauchst du langfristig eigene Leute. Eine Agentur kann die ersten Schritte begleiten, aber die strategische Steuerung muss intern stattfinden.

Kontinuierliche Weiterentwicklung. KI-Modelle veralten. Prompts müssen angepasst werden. Neue Use Cases tauchen auf. Wer das jedes Mal extern einkaufen muss, zahlt dauerhaft Aufschlag und verliert Geschwindigkeit.

QCG: Interner Aufbau mit staatlicher Förderung

Viele Mittelständler scheuen den internen Aufbau, weil die Weiterbildungskosten abschrecken. Dabei gibt es mit dem Qualifizierungschancengesetz (QCG) ein Förderprogramm, das genau dafür gemacht ist.

Was das QCG fördert

Das QCG übernimmt Weiterbildungskosten und Lohnzuschüsse für beschäftigte Mitarbeiter. Die Höhe hängt von der Unternehmensgröße ab:

Wie du das QCG für KI-Aufbau nutzt

Der pragmatische Weg: Du identifizierst ein bis zwei Mitarbeiter mit Potenzial, idealerweise aus IT, Controlling oder der Fachabteilung, die am stärksten von KI profitiert. Diese Mitarbeiter absolvieren eine geförderte KI-Weiterbildung wie die Weiterbildung zum Digitalisierungsmanager bei SkillSprinters in Bayreuth. Vier Monate, komplett online, DEKRA-zertifiziert und zu 100 Prozent über den Bildungsgutschein förderfähig.

Nach der Weiterbildung können diese Mitarbeiter KI-Projekte eigenständig planen, umsetzen und betreiben. Sie kennen die Tools (n8n, ChatGPT, Automatisierungsplattformen), verstehen die rechtlichen Anforderungen (EU AI Act, DSGVO) und können eine KI-Kosten-Nutzen-Analyse selbst durchführen.

Die QCG-Förderung beantragst du über deine zuständige Agentur für Arbeit. Der Prozess dauert 4 bis 8 Wochen. Die Investition pro Mitarbeiter: nahe null bei voller Förderung.

Praktischer Fahrplan: Von der Entscheidung zur Umsetzung

Woche 1 bis 2: Use Case identifizieren

Welcher Prozess kostet dich am meisten Zeit oder verursacht die meisten Fehler? Starte dort. Nicht mit dem spannendsten KI-Projekt, sondern mit dem, das den klarsten ROI hat. Eine KI-Kosten-Nutzen-Analyse hilft dir, den richtigen Use Case zu priorisieren.

Woche 3 bis 4: Make-or-Buy-Entscheidung treffen

Nutze die Entscheidungsmatrix aus diesem Artikel. Prüfe die vier Kriterien (Komplexität, Datenschutz, Budget, Know-how) für deinen konkreten Use Case. Wenn du dich für Hybrid entscheidest, suche parallel einen Dienstleister und beantrage QCG-Förderung.

Monat 2 bis 3: Umsetzung starten

Ob extern, intern oder hybrid: Setze den ersten Use Case um. Definiere klare Erfolgskennzahlen (eingesparte Stunden, reduzierte Fehler, schnellere Durchlaufzeit). Miss den Ist-Zustand vor dem Start.

Monat 4 bis 6: Messen und entscheiden

Vergleiche die Ergebnisse mit den Erwartungen. Wenn der erste Use Case funktioniert, plane den zweiten. Wenn nicht, analysiere warum. Häufigster Grund: schlechte Datenqualität, nicht die KI selbst.

Ab Monat 7: Skalieren

Übertrage das Gelernte auf weitere Prozesse. Wenn du extern gestartet hast, ist jetzt der Zeitpunkt, den Betrieb intern zu übernehmen. Wenn du intern gestartet hast, prüfe, ob ein externer Sparringspartner für die nächste Komplexitätsstufe sinnvoll ist.

Wer den internen Aufbau plant, findet im Artikel KI-Abteilung aufbauen eine detaillierte Anleitung zu Rollen, Budget und Organisationsmodellen.

FAQ

Wie schnell kann ein externer Dienstleister ein KI-Projekt umsetzen?

Typische Projektlaufzeiten liegen bei 4 bis 8 Wochen für einen Standardanwendungsfall wie einen Chatbot, eine Dokumentenverarbeitung oder eine Workflow-Automatisierung. Komplexere Projekte mit Custom-Entwicklung dauern 3 bis 6 Monate.

Was kostet ein KI-Freelancer im Vergleich zu einer Agentur?

Freelancer berechnen 80 bis 150 Euro pro Stunde, Agenturen 150 bis 250 Euro. Für ein typisches Erstprojekt (200 bis 400 Stunden) ist der Freelancer 30 bis 50 Prozent günstiger. Dafür bietet die Agentur mehr Ausfallsicherheit und breitere Kompetenz.

Können bestehende Mitarbeiter zu KI-Spezialisten weitergebildet werden?

Ja. Mitarbeiter aus IT, Controlling, Qualitätsmanagement oder Projektleitung bringen oft das richtige Grundverständnis mit. Eine strukturierte Weiterbildung wie die zum Digitalisierungsmanager bei SkillSprinters dauert vier Monate und vermittelt alle relevanten Kompetenzen von Prompt Engineering über Automatisierung bis hin zu EU AI Act Compliance.

Übernimmt die Agentur für Arbeit die Weiterbildungskosten auch für beschäftigte Mitarbeiter?

Ja, über das Qualifizierungschancengesetz. Die Förderung gilt explizit für Beschäftigte, nicht nur für Arbeitslose. Je nach Unternehmensgröße werden 25 bis 100 Prozent der Lehrgangskosten und zusätzlich ein Lohnzuschuss übernommen.

Wie schütze ich sensible Daten bei externer KI-Beratung?

Grundsätzlich: NDA und Auftragsverarbeitungsvertrag (AVV) sind Pflicht. Darüber hinaus solltest du prüfen, ob die Datenverarbeitung in der EU stattfindet, ob Subunternehmer eingesetzt werden und ob die KI-Lösung auf deiner eigenen Infrastruktur laufen kann. Bei hochsensiblen Daten ist interner Aufbau die sicherere Wahl.

Was passiert, wenn der externe Dienstleister nicht mehr verfügbar ist?

Das ist eines der größten Risiken bei reinem Outsourcing. Im Vertrag solltest du Dokumentationspflichten, Code-Eigentumsrechte und Exit-Klauseln vereinbaren. Der sicherste Schutz ist das Hybrid-Modell: Dein internes Team kann den Betrieb jederzeit übernehmen.

Fazit: Die richtige Strategie hängt von deiner Ausgangslage ab

Es gibt keine universelle Antwort auf die Frage "Outsourcing oder intern". Es gibt nur die richtige Antwort für dein Unternehmen, basierend auf Komplexität, Datenschutz, Budget und vorhandenem Know-how.

Für die meisten Mittelständler ist der Hybrid-Weg der pragmatischste: Extern starten, intern übernehmen. Das spart die lange Anlaufzeit, schützt vor Abhängigkeit und baut nachhaltige Kompetenz auf.

Der Schlüssel liegt in der Qualifizierung deiner Leute. Und die muss dich dank QCG fast nichts kosten.

Du willst KI-Kompetenz in deinem Unternehmen aufbauen? Die Weiterbildung zum Digitalisierungsmanager bei SkillSprinters in Bayreuth qualifiziert dein Team in vier Monaten. Komplett online, DEKRA-zertifiziert und zu 100 Prozent förderfähig über den Bildungsgutschein. Jetzt informieren und Platz sichern.