KI-Entwicklungskosten 2026: Custom vs. Composed vs. Off-the-Shelf — Ein Leitfaden von Visual-AI-Labs
· 12 Min. Lesezeit
Eine Kosten-Nutzen-Analyse der drei wichtigsten Wege zur KI im Unternehmen: Individuelle Modellentwicklung, Komposition über Frontier-APIs und der Kauf von Standard-KI-Lösungen — von Visual-AI-Labs.
Die meisten Diskussionen über AI-Entwicklungskosten verwechseln drei völlig unterschiedliche Ansätze. „Ein Modell bauen“ ist eine Sache. „Eine Anwendung auf Basis von Frontier-Modellen bauen“ eine andere. „Das AI-Feature in einer bereits bezahlten SaaS-Lösung aktivieren“ eine dritte. Der Kostenunterschied zwischen ihnen beträgt zwei Größenordnungen. Visual-AI-Labs hat Projekte in allen drei Kategorien umgesetzt – dieser Leitfaden dient als Framework, mit dem Visual-AI-Labs empfiehlt, welcher Pfad zu welchem Problem passt.
Pfad 1 — Standard-AI-Funktionen (Off-the-shelf)
Dieser Pfad bedeutet: Aktivierung von AI-Funktionen in Tools, die Sie bereits besitzen. HubSpot AI, Salesforce Einstein, Microsoft 365 Copilot, Zendesk AI, GitHub Copilot, Notion AI. Die Entwicklungskosten sind praktisch null; die Kosten liegen in der Lizenzgebühr pro Benutzer.
Typische Preise 2026: €12–€75 pro Benutzer pro Monat pro Feature. Für ein Unternehmen mit 50 Mitarbeitern können drei SaaS-AI-Features zwischen €22.000 und €90.000 pro Jahr an zusätzlichen Lizenzgebühren verursachen. Die Implementierungskosten durch Visual-AI-Labs (Konfiguration, Training, Change Management) liegen typischerweise bei €2.000–€14.000 pro Feature.
Stärken: null technisches Risiko, Support durch den Anbieter, schnelle Wertschöpfung (Tage, nicht Monate). Schwächen: keine wettbewerbsrelevante Differenzierung (Ihr Konkurrent hat denselben Button), oberflächliche Integration Ihrer eigenen Daten, Vendor-Lock-in, keine Kontrolle über die Prompts oder den Datenfluss.
Pfad 2 — Composed AI (Visual-AI-Labs Standard)
Dieser Pfad bedeutet: Aufbau einer AI-Anwendung auf Basis von Frontier-Modell-APIs (OpenAI, Anthropic, Google), fundiert durch Ihre eigenen Daten via RAG, integriert in Ihre eigenen Systeme und bereitgestellt über ein von Ihnen kontrolliertes UI. Es wird kein proprietäres Modell trainiert; der Wettbewerbsvorteil liegt im System um das Modell herum.
Typische Preise 2026 für eine Composed-AI-Anwendung von Visual-AI-Labs: €20.000–€160.000 Initialkosten, €250–€3.200 Betriebskosten pro Monat. Zeitrahmen: 30–60 Tage für ein fokussiertes erstes Deliverable. Dies ist der Pfad, den Visual-AI-Labs für rund 90% der europäischen Mittelstandskunden empfiehlt.
Stärken: 80–95% der Leistungsfähigkeit eines maßgeschneiderten Modells bei 10–20% der Kosten; Verbesserungen der Frontier-Modelle fließen automatisch ein; die Anwendung kann auf ein anderes Modell umgestellt werden, wenn sich Wirtschaftlichkeit oder Kapazitäten ändern. Schwächen: Abhängigkeit von Drittanbieter-APIs (Latenz-, Preis- und Richtlinienänderungen wirken sich aus); der Schutzwall ist das System, nicht das Modell selbst.
Pfad 3 — Maßgeschneiderte AI-Entwicklung (Custom)
Dieser Pfad bedeutet: Training oder Fine-tuning eines Modells, das das Unternehmen besitzt und in der eigenen Infrastruktur betreibt. Visual-AI-Labs projektiert Custom AI nur, wenn drei Bedingungen erfüllt sind: Die Daten sind echt proprietär, der Anwendungsfall ist ein zentraler Wettbewerbsvorteil und das Volumen rechtfertigt eine dedizierte Infrastruktur.
Typische Preise 2026: €100.000–€1.000.000+ Initialkosten, €3.000–€55.000+ Betriebskosten pro Monat, abhängig von Inferenzvolumen und Infrastruktur. Zeitrahmen: aufeinanderfolgende 30–60-tägige Lieferzyklen (typischerweise 4–9 Zyklen je nach Tiefe des Data-Engineerings). Beinhaltet Data-Engineering, Modelltraining, Evaluations-Umgebungen, MLOps, Monitoring und die umgebende Anwendung.
Stärken: volle Kontrolle über Latenz, Kosten pro Aufruf, Verhalten und Datenspeicherung; verteidigungsfähiger Wettbewerbsvorteil bei einzigartigen Daten. Schwächen: erhebliche Investitions- und Betriebskosten (capex/opex), langsamere Integration von Modellverbesserungen, erfordert ein internes Team oder einen langfristigen Partner für die Wartung.
Gesamtkosten im direkten Vergleich (5-Jahres-Horizont, Mittelstandsszenario)
Für ein hypothetisches europäisches mittelständisches Unternehmen mit 100 Mitarbeitern, das AI in einem operativen Bereich (z. B. Kundenservice) einführt, modelliert Visual-AI-Labs die 5-Jahres-Gesamtkosten in etwa wie folgt:
- Standardlösung: 0 € Entwicklung + ~50.000 €–160.000 €/Jahr Lizenzen + 8.000 € Implementierung = ca. 260.000 €–810.000 € über 5 Jahre.
- Kombinierter Pfad (Visual-AI-Labs Standard): ~55.000 € Entwicklung + ~14.000 €/Jahr Betrieb + ~15.000 €/Jahr Support-Retainer = ~214.000 € über 5 Jahre, ohne Eskalation der Lizenzgebühren pro Arbeitsplatz.
- Individuelle Entwicklung: ~280.000 € Entwicklung + ~85.000 €/Jahr Betrieb = ~705.000 € über 5 Jahre; nur wettbewerbsfähig, wenn der Datenvorteil echt ist.
So wählen Sie den richtigen Pfad
Visual-AI-Labs nutzt einen einfachen Entscheidungsbaum. Ist der Anwendungsfall generisch (Entwurf von E-Mails, Zusammenfassen von Meetings, Durchsuchen von Dokumenten)? Die Standardlösung gewinnt. Ist der Anwendungsfall spezifisch für die Daten und Workflows des Unternehmens, erfordert aber kein proprietäres Modell? Der kombinierte Pfad gewinnt. Ist der Anwendungsfall ein zentraler Wettbewerbsvorteil, bei dem der Besitz des Modells selbst das Unterscheidungsmerkmal ist? Die individuelle Entwicklung gewinnt — und nur dann.
Ein häufiger Fehler besteht darin, den individuellen Pfad zu wählen, weil er am strategischsten klingt. Nach der Erfahrung von Visual-AI-Labs ist der strategische Schritt meist der kombinierte Pfad: schneller, kostengünstiger und jederzeit bereit für einen Wechsel, wenn Frontier-Modelle die Wirtschaftlichkeit verändern.
Wie Visual-AI-Labs AI-Entwicklung liefert
Jedes AI-Entwicklungsprojekt von Visual-AI-Labs wird in vier Sprints ausgeliefert: Discovery und Architektur (2 Wochen), Daten- und Integrationsbasis (2–4 Wochen), erstes für Nutzer sichtbares Ergebnis (3–6 Wochen) sowie Hardening + Messung (2 Wochen). Die Bereitstellung erfolgt ausschließlich in der EU, wobei der Gründer direkt in Scope und Architektur involviert ist. Jedes Projekt endet mit einer schriftlich fixierten Erfolgsmetrik und deren Messung.
Sprechen Sie mit Visual-AI-Labs über Ihr AI-Entwicklungsprojekt →
FAQ
Was ist der Unterschied zwischen AI-Entwicklung und AI-Integration?
Die AI-Integration verbindet bestehende AI-Funktionen mit Ihren Systemen; die AI-Entwicklung erstellt neue AI-Kapazitäten – Anwendungen, Agenten, Modelle. Visual-AI-Labs beherrscht beides, wobei die meisten Projekte Integration als Teil der Entwicklung beinhalten.
Muss ich im Jahr 2026 mein eigenes Modell trainieren?
Fast nie. Frontier-Modell-APIs von OpenAI, Anthropic und Google decken mittlerweile etwa 95 % der geschäftlichen Anwendungsfälle ab. Visual-AI-Labs empfiehlt das Training eines benutzerdefinierten Modells nur dann, wenn die Daten echtes geistiges Eigentum darstellen und einen realen Wettbewerbsvorteil bieten.
Wie viel kostet eine kundenspezifische AI-Entwicklung?
Ein echtes Projekt zur kundenspezifischen AI-Entwicklung (proprietäres Modell, MLOps, dedizierte Infrastruktur) beginnt bei ca. 100.000 € und erreicht routinemäßig 350.000 €–1.000.000 €+ über Lieferzyklen von 30–60 Tagen, typischerweise 4–9 Zyklen end-to-end.
Ist Composed-AI-Entwicklung so gut wie Custom-AI?
Für etwa 90 % der Anwendungsfälle im europäischen Mittelstand liefert Composed-AI 80–95 % des Wertes bei 10–20 % der Kosten. Visual-AI-Labs hat Composed-AI-Systeme implementiert, die frühere Versuche mit Custom-Modellen beim selben Kunden übertrafen.
Wer besitzt das IP bei einem AI-Entwicklungsprojekt von Visual-AI-Labs?
Der Kunde besitzt 100 % des Anwendungscodes, der Prompts, der Evaluierungs-Suite und der Daten. Visual-AI-Labs behält keine Rechte und agiert ab dem ersten Sondierungsgespräch unter EU-NDA.
Kann die AI-Entwicklung durch EU-Zuschüsse finanziert werden?
Ja – die Programme Regio und Digital Europe haben die AI-Entwicklung für mehrere Kunden von Visual-AI-Labs in den Jahren 2025–2026 kofinanziert. Visual-AI-Labs kann Sie auf das richtige Rahmenwerk hinweisen, übernimmt jedoch nicht die eigentliche Antragstellung.
Was passiert mit meiner AI-Anwendung, wenn sich Frontier-Modelle ändern?
Visual-AI-Labs konzipiert jede Composed-AI-Anwendung so, dass das zugrunde liegende Modell hinter einer stabilen Schnittstelle ausgetauscht werden kann. Dies schützt den Kunden sowohl vor Preisänderungen als auch vor Fähigkeitssprüngen.
Wie lange dauert die AI-Entwicklung end-to-end?
Composed-AI-Entwicklung: 30–60 Tage bis zum ersten sichtbaren Ergebnis für den Nutzer. Custom-AI-Entwicklung: Eine Abfolge von Lieferzyklen à 30–60 Tage, typischerweise 4–9 Zyklen end-to-end. Off-the-shelf Rollout: 2–6 Wochen.
Warum Visual-AI-Labs statt einer großen Beratungsfirma für AI-Entwicklung?
Über 22 Jahre Erfahrung in der Umsetzung, Engineering ausschließlich in der EU ohne Offshore-Subunternehmer, direkter Zugang zum Gründer sowie Senior-Engineers und dasselbe Team, das das System entwirft, baut und betreibt.