KI-Agenten: Kaufen, konfigurieren oder selbst bauen? Ein Entscheidungsleitfaden.

Nicht zwei Optionen, sondern drei

Die Frage „kaufen oder bauen“ ist Jahrzehnte alt, aber KI-Agenten haben ihre Mitte verändert. Zwischen dem klassischen Kauf (ein Produkt, das die Aufgabe erledigt) und dem klassischen Bau (Software, die für Sie geschrieben wird) ist eine breite Low-Code-Schicht entstanden, und die Plattformen, die Sie bereits besitzen, liefern inzwischen eigene Agenten-Baukästen mit. In der Praxis wählen Sie zwischen drei Optionen – und oft zwischen Kombinationen davon.

Option 1: Agenten in Plattformen, die Sie bereits besitzen

Microsoft Copilot Studio, Salesforce Agentforce, SAP Joule, ServiceNow und HubSpot bieten alle Möglichkeiten, Agenten zu bauen, die in ihren Anwendungen leben, mit Zugriff auf die Daten und Workflows, die dort ohnehin liegen. Der Reiz ist offensichtlich: kein neuer Anbieter, die Nutzer sind schon im Tool, Identitäten und Berechtigungen werden geerbt, und der erste Agent kann in Tagen live sein. Der Haken ist ebenso klar: Der Agent ist gut mit den Daten der Plattform und mittelmäßig außerhalb, Modellwahl und Evaluationswerkzeuge gehören dem Anbieter, und die Kosten kommen als neue Lizenzstufen oder Verbrauchsgebühren, die Sie nicht vollständig steuern.

Option 2: Low-Code-Orchestrierung

n8n, Make, Power Automate und Zapier erlauben einem technisch versierten Team, ein Sprachmodell über visuelle Workflows mit Hunderten SaaS-Werkzeugen zu verbinden. Das ist der schnellste Weg von einer Idee zu etwas, das läuft, und ideal für die lange Liste kleiner Automatisierungen, die nie ein Entwicklungsprojekt rechtfertigen würden. Die Grenzen zeigen sich, sobald die Logik komplex wird: Verzweigungen, Wiederholungen, Evaluation und Zugriffskontrolle werden schwer zu überblicken und noch schwerer zu testen, und ein Workflow, der über ein Jahr gewachsen ist, verdient das Wort „gesteuert“ selten.

Option 3: Eigene Agenten auf Ihrer Infrastruktur

Frameworks wie LangGraph, CrewAI, das OpenAI Agents SDK und das Claude Agent SDK geben einem Entwicklungsteam volle Kontrolle über Logik, Werkzeuge, Gedächtnis und Evaluation des Agenten – und er läuft, wo Sie es entscheiden, auch auf EU-gehosteter oder eigener Infrastruktur. Hierhin gehören die Workflows, mit denen Sie sich unterscheiden: die Prozesse, die Ihr Unternehmen ausmachen und bei denen Sie Datenfluss und Qualitätskennzahlen selbst besitzen wollen. Der Preis sind Engineering-Zeit, Menschen, die betreiben können, was sie gebaut haben, und die Versuchung, nachzubauen, was eine Plattform bereits gut kann.

Der Vergleich

Wann welche Option gewinnt

Die Plattform gewinnt, wenn der Workflow schon dort lebt

Läuft der Prozess in Salesforce, SAP oder ServiceNow, sind die Nutzer schon dort, die Datensätze sind dort, und der Agent des Anbieters kann sie mit geerbten Berechtigungen lesen und schreiben. Ein Vertriebsassistent, der Accounts zusammenfasst und Follow-ups im CRM entwirft, oder ein Service-Agent, der Standardanfragen im Ticketsystem löst, rechtfertigt selten eine Eigenentwicklung. Standardprozess, Standarddaten, Standardagent.

Low-Code gewinnt bei der langen Liste und beim Tempo

Dutzende kleiner Automatisierungen in Marketing, Operations und Verwaltung, die jeweils eine Stunde pro Woche sparen, sind genau das, wofür Low-Code gemacht ist. Es gewinnt auch, wenn Sie erst prüfen wollen, ob eine Idee überhaupt trägt, bevor Sie in einen Bau investieren, und wenn das Team, das den Prozess verantwortet, technisch genug ist, um den Flow zu pflegen. Halten Sie diese Flows klein – und führen Sie eine Liste derer, die groß geworden sind, für die Migration.

Eigenbau gewinnt, wo Sie sich unterscheiden oder Kontrolle nicht verhandelbar ist

Die Workflows, die Ihr Geschäft ausmachen, komplexes mehrstufiges Schlussfolgern über mehrere Systeme, hohe Volumina, bei denen die Verbrauchskosten je Fall zählen, strenge Vorgaben, wo Daten verarbeitet werden, und der Bedarf an echter Evaluation und Beobachtbarkeit – all das spricht für einen eigenen Agenten. Dasselbe gilt, wenn die Plattform die Werkzeuge schlicht nicht hat: Ein Agent, der Lieferanten-PDFs lesen, gegen eine Vertragsdatenbank prüfen und in ein Alt-ERP buchen soll, kommt aus keinem Plattform-Baukasten. Unsere KI-Agenten-Entwicklung ist für genau diesen Fall gemacht.

Gesamtkosten: fünf Dimensionen

Lizenzpreise sind der kleinste Teil des Unterschieds. Vergleichen Sie die Optionen in allen fünf Dimensionen, bevor Sie entscheiden – und seien Sie misstrauisch gegenüber jeder Option, die nur in der ersten gut abschneidet.

• Lizenzen und Verbrauch. Plattformstufen, Abonnements, Gebühren je Nachricht oder je Token. Die Plattformoption wirkt bei geringem Volumen günstig und bei hohem teuer; beim Eigenbau ist es umgekehrt.
• Integration. Die Anbindung des Agenten an Ihre Systeme. Innerhalb einer Plattform kostenlos, bei Low-Code moderat, beim Eigenbau ein echtes Arbeitspaket – aber über einen Standard wie das Model Context Protocol für alle Agenten wiederverwendbar.
• Evaluation und Qualität. Testsets, Qualitätskennzahlen, Regressionstests. In Plattformen und Low-Code-Werkzeugen selten enthalten – Sie bauen es also ohnehin oder fliegen blind.
• Betrieb. Monitoring, Umgang mit Vorfällen, Modell-Updates, Prompt-Änderungen, Zugriffsprüfungen. Jede Option braucht das; nur der Eigenbau zwingt Sie, es explizit einzuplanen. Managed AI Operations kann es für alle drei abdecken.
• Veränderung. Schulung, Prozessumbau, Betriebsratsbeteiligung, Dokumentation. Bei allen Optionen gleich – und meist um einen Faktor unterschätzt, der alle überrascht.

Die hybride Architektur, die wir meist empfehlen

In den meisten Unternehmen ist die richtige Antwort geschichtet. Die Plattform beherbergt den Agenten dort, wo Workflow, Nutzer und Datensätze ohnehin leben: Der CRM-Assistent bleibt im CRM. Eigene Agenten übernehmen die unterscheidende Arbeit – das Schlussfolgern über Ihre Dokumente, Ihre Regeln und Ihre Altsysteme, von Ihnen gebaut und evaluiert, betrieben, wo Ihre Datenrichtlinie es vorgibt. Low-Code deckt die lange Liste kleiner Automatisierungen und den Kitt zwischen beiden ab.

Damit das funktioniert, brauchen die Teile einen standardisierten Weg, miteinander zu sprechen. Über das Model Context Protocol stellen Sie Ihre Systeme und Ihre eigenen Agenten als Werkzeuge bereit, die Plattform-Agenten, Low-Code-Flows und andere Agenten aufrufen können: ein Konnektor, einmal gebaut, überall genutzt. Unsere Projekte zu agentischen Workflows sehen meist genau so aus: Plattform vorne, eigenes Schlussfolgern in der Mitte, MCP-Konnektoren darunter.

Eine Entscheidungscheckliste

1. Lebt der Workflow bereits in einer Plattform, die wir besitzen, mit den Nutzern und den Daten dort? Wenn ja, beginnen Sie mit dem Agenten der Plattform.
2. Ist dieser Prozess etwas, womit wir uns unterscheiden, oder ein Standardprozess, den alle gleich betreiben?
3. Wo müssen die Daten verarbeitet werden, und wer darf Prompts und Ausgaben sehen? Erfüllt die Option diese Anforderung ohne Ausnahmen?
4. Wie viele Fälle pro Monat, und wie sehen die Kosten je Fall beim Dreifachen dieses Volumens aus?
5. Können wir die Qualität des Agenten mit dieser Option selbst evaluieren, oder verlassen wir uns auf das Wort des Anbieters?
6. Wer betreibt das in zwölf Monaten, und gibt es diese Menschen in unserem Unternehmen?
7. Wie sieht der Ausstieg aus? Können wir Logik, Prompts und Daten exportieren?
8. Was ist die kleinste Version, die den Nutzen belegt, und welche Option bringt uns am schnellsten dorthin, ohne uns festzulegen?

Wenn Sie die dritte und die sechste Frage nicht beantworten können, entscheiden Sie noch nicht. Beide sind in einem KI-Readiness-Assessment günstiger zu beantworten als nach einem Lizenzvertrag.