Make or Buy: KI-gestützte Operations selbst bauen oder einkaufen?

Sie leiten die Technik einer wachsenden Agentur. 80 Mitarbeitende, 30 Projekte parallel, Ressourcenplanung in Excel, Forecasts nach Bauchgefühl. Sie wissen, dass Operations-Metriken automatisiert gehören. Die Frage ist nur: Wie?

Zwei Wege liegen vor Ihnen. Die Branche nennt das "Make or Buy". Die falsche Entscheidung kostet nicht nur Geld, sondern Marktchancen. Der richtige Weg hängt von Faktoren ab, die in keinem Tool-Vergleich stehen.

Weg 1: Eigenbau

Ein funktionierendes AI-Operations-System für eine 80-Personen-Agentur ist kein Dashboard. Es sind fünf Komponenten, die nahtlos ineinandergreifen müssen: eine Datenpipeline, die Zeiterfassung, Projektmanagement, CRM und Buchhaltung verbindet. Eine Forecasting-Engine, die aus historischen Daten belastbare Prognosen macht. Ein Ressourcen-Matching, das Skills, Verfügbarkeiten und Projektanforderungen abgleicht - kein Problem, das Sie mit einer WENN-Formel lösen. Alerting und Workflows für Schwellwerte und Genehmigungen. Und schließlich die Dashboard-UX, die CEO, COO und Projektmanagern jeweils die für sie relevante Sicht liefert.

Das klingt machbar. Und das ist es auch - mit dem richtigen Team und ausreichend Zeit. Der Zeitplan, den Ihnen niemand zeigt:

Phase	Dauer	Wer
Anforderungsanalyse und Architektur	4-6 Wochen	1 Senior Engineer
Datenpipeline (Integration + Cleanup)	6-10 Wochen	1-2 Engineers
Modellentwicklung und Training	4-8 Wochen	1 Data Engineer
Dashboard und UX	4-6 Wochen	1 Fullstack Developer
Testing, Iteration, Change Management	4-8 Wochen	Alle + Ops-Team

Summe: 22 bis 38 Ingenieurwochen. Bei einem kalkulatorischen Stundensatz von 90 bis 120 EUR (Bruttogehalt plus Lohnnebenkosten und Infrastruktur - der Stepstone Gehaltsreport 2025 weist für Softwareentwickler in Deutschland ein Mediangehalt zwischen 49.250 und 71.250 EUR aus, je nach Unternehmensgröße, mit Senior-Positionen entsprechend darüber) ergeben sich Opportunitätskosten von 100.000 bis 180.000 EUR. Geld, das in dieser Zeit nicht an Kunden fakturiert werden kann.

Und danach fängt die Arbeit erst an. Wartung, Modell-Updates, neue Datenquellen, Feature Requests. Das Team, das es gebaut hat, muss es pflegen. Dauerhaft. Über drei Jahre kostet die Wartung oft das 1,5- bis 2-fache der initialen Entwicklung. Das System, das Effizienz bringen sollte, bindet jetzt selbst wertvolle Kapazität.

Das größte Risiko ist aber nicht technisch. Interne Tools haben keine Deadline. Kein Kunde ruft an, wenn das Forecasting-Modul eine Woche später kommt. Wenn ein Kundenprojekt Druck macht, rutscht das interne Dashboard eine Zeile tiefer ins Sprint-Backlog. Aus 6 Monaten werden 14. Aus dem MVP eine Dauerbaustelle. Nicht weil die Technik fehlt, sondern weil fakturierbare Arbeit immer Vorrang hat.

Weg 2: Externe Implementierung

"Buy" klingt nach Software-Lizenz - ist aber etwas anderes. Es bedeutet: Ein spezialisiertes Team implementiert, konfiguriert und kalibriert ein auf Agenturprozesse vorkonfiguriertes Operations-System anhand Ihrer Daten, Prozesse und Ziele.

In Woche 1 findet ein Discovery-Workshop statt: Prozessaufnahme, Datenquellen-Mapping, KPI-Definition. Ergebnis ist ein Pflichtenheft, das technisch umsetzbar ist - keine PowerPoint-Folie. In Woche 2 und 3 werden Ihre Systeme über standardisierte Konnektoren angebunden. Kein Greenfield-API-Bau. In Woche 3 bis 5 folgen Konfiguration und Kalibrierung: Forecasting-Modelle auf Ihre spezifischen historischen Daten trainiert, Dashboards auf Ihre KPIs konfiguriert, Alerting auf Ihre Schwellwerte gesetzt. Ab Woche 6 arbeitet Ihre Operations-Mannschaft mit dem System - nicht als Big Bang, sondern als gestaffelter Rollout.

Was Sie am Ende haben: Ein System, das in vergleichbaren Agenturen bereits produktiv läuft und dessen Kinderkrankheiten nicht Ihre sind. Klare Kosten: einmalige Implementierung je nach Umfang 25.000 bis 60.000 EUR plus laufende Plattformgebühr. Vor allem aber: Kein interner Entwickler wurde von fakturierbaren Projekten abgezogen. Ihre Dev-Kapazität bleibt durchgehend im Kundengeschäft. Time-to-Value: 8 Wochen von Kick-off bis zum ersten produktiven Dashboard.

Entscheidungsframework: Bauen oder einkaufen?

Keine der beiden Optionen ist pauschal richtig. Vier Fragen helfen, die passende für Ihre Situation zu finden.

Erstens: Haben Sie freie Dev-Kapazität, die nicht fakturierbar ist? Wenn Entwickler auf der Bank sitzen, kann Eigenbau sinnvoll sein - als Investition in interne IP. Wenn jeder Engineer ausgelastet fakturiert, kostet Eigenbau nicht nur Zeit, sondern Liquidität. Bitkom bezifferte die unbesetzten IT-Stellen in Deutschland 2025 auf 149.000. Die Wahrscheinlichkeit, dass Sie ungenutzte Dev-Kapazität herumstehen haben, ist gering.

Zweitens: Wie spezifisch sind Ihre Prozesse? Hochspezielle, proprietäre Workflows, die kein Standard-System abbildet, erfordern Eigenbau. Nutzen Sie Branchenstandards - Scrum oder Kanban, Jira, Harvest, Personio? Dann ist die Lücke zwischen einem vorkonfigurierten System und Ihren Abläufen kleiner als Sie denken.

Drittens: Haben Sie Data-Engineering-Know-how im Haus? Operations-AI ist kein CRM-Plug-in. Sie brauchen jemanden, der Pipelines baut, Schemata harmonisiert und Modelle validiert. Wenn Ihre Tech-Mannschaft aus Web- und App-Entwicklern besteht, fehlt die Kernkompetenz.

Viertens: Ist Operations-Tooling Ihr Kerngeschäft? Sie verkaufen es nicht an Kunden. Es unterstützt Ihr Kerngeschäft. Und alles, was nicht Kerngeschäft ist, profitiert von externer Spezialisierung: schneller, günstiger, risikoärmer.

Der dritte Weg: Hybrid

In der Praxis gehen viele erfolgreiche CTOs einen Mittelweg. Sie kaufen die Plattform für den Kern - Forecasting, Ressourcen-Matching, KPI-Dashboards - und bauen die Peripherie selbst: spezifische API-Integrationen, kundenspezifische Reports, eigene CI/CD-Connectors.

Die externe Plattform liefert APIs und Webhooks. Ihr Team baut die letzte Meile. Dieses Modell kombiniert die Geschwindigkeit externer Implementierung mit der Flexibilität interner Entwicklung genau dort, wo sie den höchsten Mehrwert bringt. Und es vermeidet beide Extreme: weder die 12-monatige Durststrecke des reinen Eigenbaus, noch die dauerhafte Abhängigkeit vom externen Dienstleister.

Ein konkretes Rechenbeispiel, um die Größenordnungen greifbar zu machen: Eine fiktive Digitalagentur mit 70 MA, 25 Projekten und 3,2 Mio. EUR Jahresumsatz. Im Eigenbau-Szenario: 30 Ingenieurwochen zu 90 bis 120 EUR, macht 135.000 bis 180.000 EUR Opportunitätskosten, plus laufende Wartung von etwa 0,5 FTE (rund 50.000 EUR jährlich). Time-to-Value: 10 Monate. Bei externer Implementierung: einmalig 45.000 EUR, 2.500 EUR monatliche Plattformgebühr, Time-to-Value: 7 Wochen. Im ersten Jahr spart die Agentur rund 100.000 EUR und hat 9 Monate früher ein funktionierendes System.

FAQ

Wir haben bereits ein internes BI-Team. Warum nicht selbst bauen?

Wenn Ihr BI-Team Operations-Domainwissen und Forecasting-Expertise mitbringt und Kapazität hat: tun Sie es. In den meisten Agenturen reportet das BI-Team jedoch Kampagnen-KPIs für Kunden - nicht interne Operations-Metriken. Das sind verschiedene Disziplinen mit verschiedenen Datenquellen, Fragestellungen und Qualitätsanforderungen. Prüfen Sie, ob die Expertise wirklich im Team vorhanden ist, bevor Sie bauen.

Was ist mit Open-Source-Lösungen?

Apache Superset, Metabase oder Grafana sind exzellente Visualisierungstools. Sie lösen das Dashboard-Problem. Was sie nicht lösen: die darunter liegende Pipeline, die Forecasting-Logik, das Ressourcen-Matching, die Workflow-Automation. Ein Dashboard ohne integrierte Datenpipeline ist eine leere Hülle. Open Source ist ein Baustein, keine Komplettlösung.

Binden wir uns nicht an einen externen Anbieter?

Berechtigte Sorge. Achten Sie auf drei Dinge: vollständigen Datenexport in offenen, maschinenlesbaren Formaten; API-Zugang zu Ihren Rohdaten ohne Einschränkung; eine vertragliche Exit-Klausel mit definiertem Übergabeprozess. Seriöse Anbieter liefern das von Anfang an, weil sie wissen, dass Vendor-Lock-in das größte Kaufhindernis ist.

Ab welcher Agenturgröße lohnt sich externe Implementierung?

Der Break-Even liegt erfahrungsgemäß bei 30 bis 40 Mitarbeitenden. Darunter reichen oft schlanke Tools und gute Prozessdisziplin. Ab 50 MA wird manuelle Steuerung zum Engpass, der sich in Margenverlust und verpassten Chancen niederschlägt. Entscheidend ist nicht die Größe allein, sondern die Komplexität: 30 Leute mit 5 gleichartigen Projekten sind einfacher zu steuern als 30 Leute mit 15 Projekten in unterschiedlichen Disziplinen.

Nächster Schritt

Die Make-or-Buy-Entscheidung ist keine, die Sie aus dem Bauch treffen sollten. Die Variablen sind zu viele, die Konsequenzen zu langfristig. Ein 30-minütiges, unverbindliches Gespräch reicht in der Regel, um einzuschätzen, welcher Weg für Ihre spezifische Situation der richtige ist - und eine erste Roadmap zu skizzieren.