Build vs. Buy im KI-Zeitalter

Wenn ich mit Unternehmen über ihre Technologiestrategie spreche, kommt immer wieder die selbe Frage auf: Sollen wir das selbst bauen oder einkaufen?

Es ist eine vernünftige Frage. Aber meistens wird sie zum falschen Zeitpunkt gestellt, nämlich dann, wenn das Budget schon freigegeben, das Team schon beauftragt und die Erwartungen schon gesetzt sind. Und sie wird häufig falsch beantwortet, weil der Rahmen fehlt, in dem sie überhaupt einen Sinn ergibt.

‍

Die eigentliche Frage lautet: Was differenziert euch wirklich?

Build vs. Buy ist kein technisches Problem. Es ist eine strategische Entscheidung – und sie beginnt nicht mit der Frage, was ein Tool kostet oder wie lange eine Implementierung dauert. Sie beginnt mit einer ehrlichen Antwort auf diese Frage: Was macht euer Unternehmen besser als jeder andere?

Dort, wo die Antwort konkret wird, baut ihr. Alles andere kauft ihr.

Das klingt einfach. In der Praxis ist es nicht. Denn die meisten Unternehmen unterschätzen, wie viel sie selbst bauen wollen – und überschätzen, wie viel sie selbst bauen können.

‍

Was passiert, wenn man zu viel selbst baut

Ich habe in den letzten Jahren viele Unternehmen gesehen, die entschieden haben, ihre Daten- und Content-Infrastruktur intern zu entwickeln. Manchmal war das die richtige Entscheidung. Oft nicht.

Das typische Muster: Ein internes Projekt startet mit einem klaren Scope. Nach zwölf Monaten ist der Scope gewachsen, das Team ist gewachsen, die Kosten sind gewachsen und das System ist immer noch nicht das, was eigentlich gebraucht wird. Währenddessen hat sich der Markt weiterentwickelt. Neue Anforderungen kommen dazu. Und plötzlich baut man nicht mehr das, was man ursprünglich wollte, sondern das, was gerade brennt.

Das ist kein Versagen des Teams. Es ist das strukturelle Problem von Infrastruktur-Projekten, die nicht der Kernkompetenz eines Unternehmens entsprechen.

‍

Infrastruktur ist kein Wettbewerbsvorteil – sie ist Voraussetzung

Ein DAM-System, das Stammdaten strukturiert, vernetzt und für KI-Modelle zugänglich macht, ist Infrastruktur. Es ist notwendig. Aber es differenziert nicht.

Was differenziert, ist das, was ihr mit dieser Infrastruktur macht. Wie ihr eure Produktdaten aufbereitet. Wie ihr KI einsetzt, um Kundenentscheidungen zu unterstützen. Wie ihr eure Content-Wertschöpfungskette gestaltet.

Das ist der Bereich, in dem Eigenentwicklung Sinn ergibt. Nicht darunter.

Stellt euch vor, ihr baut ein Kraftwerk, bevor ihr anfangt, Produkte herzustellen. Das würde niemand tun. Aber genau das passiert, wenn Unternehmen anfangen, ihre eigene Datenbankstruktur für Product Information Management zu bauen, ihre eigene Asset-Verwaltung zu entwickeln oder ihre eigene KI-Schicht für multimodales Bildscoring zu schreiben.

Es ist möglich. Aber es ist selten sinnvoll.

‍

Was „Kaufen“ in der Praxis bedeutet

Kaufen heißt nicht, Kontrolle abzugeben. Es heißt, Komplexität zu delegieren, die nicht zur Kernkompetenz gehört.

Was das konkret bedeutet: Tesa war in sechs Wochen live –mit konkreten KI-Use-Cases. Nicht weil das Projekt so einfach war, sondern weil das Fundament nicht neu gebaut werden musste. Weidmüller, rund eine Milliarde Euro Umsatz, brauchte fünf Monate für eine vollständige Implementierung. Siemens rollte in neun Monaten global aus – über eine Million Produkte, weltweite Produktrelationen.

Diese Zahlen sind kein Marketingversprechen. Sie sind das Ergebnis davon, dass man auf einem System aufbaut, das seit Jahren für genau diesen Zweck weiterentwickelt wurde.

Wenn ein Unternehmen dasselbe intern bauen will, brauchtes nicht fünf Monate. Es braucht Jahre – und am Ende hat es etwas, das immer noch nicht das kann, was ein spezialisiertes System nach zehn Jahren Entwicklung kann.

‍

Die KI-Dimension ändert alles – und nichts

KI hat die Build-vs.-Buy-Frage nicht gelöst. Sie hat sie dringlicher gemacht.

Wer heute KI produktiv einsetzen will, braucht ein Datenfundament, das KI-Modelle tragen kann: strukturierte Stammdaten, klare Relationen, multimodale Zugänglichkeit. Das aufzubauen kostet Zeit. Und jede Woche, die ein Unternehmen damit verbringt, diese Infrastruktur selbst zu entwickeln, ist eine Woche, in der andere bereits skalieren.

Die Unternehmen, die ich sehe, die KI wirklich produktiv nutzen – nicht als Pilotprojekt, sondern in der Breite, haben diesen Schritt früher gemacht. Sie haben entschieden: Das Fundament kaufen wir. Den Wettbewerbsvorteil bauen wir darauf.

‍

Was ich empfehle

Stellt euch zwei Fragen, bevor ihr entscheidet:

Erstens: Haben wir das in-house jemals so gut gemacht wi jemand, der seit Jahren nichts anderes tut? Wenn die ehrliche Antwort Nein ist, kauft.

Zweitens: Ist das, was wir bauen wollen, der Grund, warum Kunden uns wählen – oder ist es Voraussetzung dafür, dass wir überhaupt liefern können? Wenn es Voraussetzung ist, kauft.

Das spart keine Investition. Aber es spart die falsche Investition.

‍

Hör dir das Gespräch an

Diese Fragen habe ich auch mit Jonas Rashedi im Podcast MY DATA IS BETTER THAN YOURS diskutiert – zusammen mit dem Otto-Case, der Frage, wohin sich DAM als Kategorie entwickelt, und dem, was Stammdatenarmut in der Praxis wirklich kostet.

👉 Podcast jetzt anhören

Apple Podcasts

Spotify

YouTube

‍