KI-Team aufbauen oder KI-Agentur beauftragen? Die KMU-Rechnung

KI-Agentur oder eigenes Team: Die zentrale Make-or-Buy-Frage für KMU

Wer 2026 als kleines oder mittleres Unternehmen KI-Projekte umsetzen will, steht vor einer grundlegenden Weichenstellung: Soll KI-Kompetenz intern aufgebaut werden – durch neue Stellen, Weiterbildung, eigene Infrastruktur? Oder ist die Zusammenarbeit mit einer spezialisierten KI-Agentur der klügere Weg? Die Antwort hängt von Faktoren ab, die sich beziffern lassen: Kosten, Zeitrahmen, Verfügbarkeit von Fachkräften und strategische Flexibilität.

Dieser Artikel stellt beide Wege sachlich gegenüber – mit konkreten Zahlen, die für österreichische KMU relevant sind.

Warum die Frage 2026 anders klingt als noch vor drei Jahren

Noch 2023 war „KI einführen" für viele Betriebe ein Zukunftsthema. Wer sich überhaupt damit beschäftigte, experimentierte mit ChatGPT-Prompts oder ließ eine Machbarkeitsstudie erstellen. Heute hat sich der Markt weitergedreht: KI-gestützte Prozessautomatisierung, intelligente Angebotserstellung, automatisierte Buchhaltungszuordnung oder vorausschauende Wartung sind keine Pilotprojekte mehr – sie laufen produktiv in Betrieben mit 15, 30 oder 80 Mitarbeitenden.

Was sich konkret verändert hat:

• Toolreife: Plattformen wie Microsoft Copilot, Make.com oder n8n ermöglichen KI-Workflows ohne eigene Modellentwicklung. Die Einstiegshürde ist gesunken.
• Fachkräftemarkt: Die Nachfrage nach KI-Spezialistinnen und -Spezialisten übersteigt das Angebot in Österreich deutlich. Laut WKO-Fachkräfteradar zählen Data Science und KI-Engineering zu den am schwierigsten zu besetzenden Profilen.
• Förderlandschaft: Programme wie KMU.DIGITAL (Beratungsmodul und Umsetzungsprojekte) machen externe KI-Beratung und -Umsetzung gezielt förderfähig – ein Faktor, der die Make-or-Buy-Rechnung verschiebt.

Die Frage „KI-Experten einstellen oder KI-Agentur beauftragen?" ist damit keine theoretische Übung mehr, sondern eine operative Entscheidung mit messbaren Konsequenzen.

Was „eigenes KI-Team aufbauen" konkret bedeutet

Wer KI-Kompetenz intern verankern will, braucht mindestens drei Bausteine:

1. Fachpersonal: Eine Person mit fundierten Kenntnissen in Machine Learning, Datenarchitektur und Prompt Engineering. In der Praxis sind das Rollen wie „Data Scientist", „ML Engineer" oder „AI Product Manager".
2. Infrastruktur: Cloud-Umgebungen (Azure, AWS oder GCP), Entwicklungs-Tools, Zugang zu relevanten APIs und – je nach Anwendungsfall – GPU-Rechenkapazität.
3. Organisatorische Einbettung: KI funktioniert nicht als Silo. Das Team braucht Zugang zu Geschäftsdaten, enge Abstimmung mit Fachabteilungen und eine klare Governance-Struktur (insbesondere unter der DSGVO und dem EU AI Act).

Die Kostenrechnung für internes KI-Personal

Das Bruttojahresgehalt für eine KI-Fachkraft in Österreich liegt laut aktuellen Gehaltsstudien (Stepstone Gehaltsreport, Hays Salary Guide) im Bereich von 55.000 bis 85.000 Euro – je nach Erfahrung und Region. In Wien und Graz sind die oberen Bereiche realistisch, in kleineren Städten eher die Mitte.

Dazu kommen:

• Lohnnebenkosten (ca. 30 % in Österreich): 16.500–25.500 €
• Onboarding, Weiterbildung, Konferenzen: 3.000–8.000 € p. a.
• Tooling und Cloud-Infrastruktur: 5.000–20.000 € p. a. (stark projektabhängig)
• Rekrutierungskosten (Headhunter, Stelleninserate): 8.000–15.000 € einmalig

Summe im ersten Jahr für eine einzige KI-Stelle: 88.000–154.000 Euro.

Und das setzt voraus, dass die Stelle überhaupt besetzt werden kann. In der Praxis dauert die Besetzung einer KI-Fachposition im DACH-Raum laut Hays-Fachkräfteindex durchschnittlich vier bis sechs Monate – Zeit, in der das Projekt stillsteht.

Was „KI-Agentur beauftragen" in der Praxis heißt

Eine spezialisierte KI-Agentur bringt ein bestehendes Team mit, das bereits Erfahrung aus vergleichbaren Projekten mitbringt. Typische Leistungsmodule für KMU:

• Strategieberatung: Identifikation der wirkungsvollsten KI-Anwendungsfälle im Betrieb (oft 2–5 Tage)
• Prototyping & Umsetzung: Aufbau von Automatisierungen, Chatbots, Analyse-Dashboards oder KI-gestützten Workflows
• Integration: Anbindung an bestehende Systeme (ERP, CRM, Buchhaltung)
• Schulung: Befähigung des bestehenden Teams, die Lösung eigenständig zu betreiben und weiterzuentwickeln

Was KMU für Agenturprojekte typischerweise investieren

Die Bandbreite ist groß, aber für ein typisches KMU-Erstprojekt (z. B. Automatisierung eines Kernprozesses) lassen sich Orientierungswerte nennen:

Projektumfang	Typisches Budget	Zeitrahmen
Strategieworkshop + Roadmap	3.000–8.000 €	1–3 Wochen
Einzelprozess-Automatisierung	8.000–25.000 €	4–10 Wochen
Umfassendes KI-Integrationsprojekt	25.000–80.000 €	3–6 Monate
Laufende Betreuung & Weiterentwicklung	1.500–5.000 €/Monat	fortlaufend

Entscheidend: Diese Kosten sind projektgebunden. Es entsteht keine dauerhafte Fixkostenposition – ein Punkt, der gerade in wirtschaftlich unsicheren Zeiten ins Gewicht fällt.

Der direkte Vergleich: Intern vs. Agentur

Kriterium	Eigenes KI-Team	KI-Agentur
Kosten im 1. Jahr	88.000–154.000 € (eine Stelle)	15.000–60.000 € (typisches Erstprojekt)
Time-to-Value	6–12 Monate (Rekrutierung + Einarbeitung)	4–12 Wochen (je nach Projektumfang)
Fachkräfterisiko	Hoch – Stelle evtl. monatelang unbesetzt	Gering – Team steht bereit
Skalierbarkeit	Begrenzt durch Teamgröße	Flexibel skalierbar
Internes Know-how	Wächst langfristig	Wissenstransfer muss aktiv gesteuert werden
Branchenbreite	Tiefes Wissen im eigenen Kontext	Breites Wissen aus vielen Branchen und Projekten
Förderfähigkeit (AT)	Begrenzt (eher Weiterbildungsförderungen)	Gut – z. B. über KMU.DIGITAL oder aws Digitalisierung
Abhängigkeit	Personenabhängigkeit (Key-Person-Risiko)	Vertragsabhängigkeit (steuerbar)

Wann internes Know-how trotzdem sinnvoll ist

Der Vergleich soll nicht den Eindruck erwecken, interne KI-Kompetenz sei grundsätzlich der falsche Weg. Es gibt klare Szenarien, in denen der Aufbau eines eigenen Teams langfristig richtig ist:

• Datenintensive Geschäftsmodelle: Wenn KI der Kern des Produkts oder der Dienstleistung ist (z. B. ein SaaS-Anbieter mit eigener KI-Engine).
• Hochsensible Daten: In Bereichen, in denen selbst die Weitergabe anonymisierter Daten an externe Partner regulatorisch oder strategisch problematisch ist.
• Skalierung auf viele Use Cases: Ab einem bestimmten Volumen (grobe Orientierung: mehr als drei parallele KI-Projekte dauerhaft) kann ein internes Team wirtschaftlicher werden.

Für die Mehrheit der österreichischen KMU – Betriebe mit 10 bis 250 Beschäftigten, die KI zur Prozessoptimierung einsetzen wollen – trifft keines dieser Kriterien zu.

Der hybride Weg: Agentur plus interner Ansprechpartner

In der Praxis hat sich ein drittes Modell als besonders tragfähig erwiesen: Ein Unternehmen beauftragt eine KI-Agentur mit der Umsetzung, benennt aber intern eine Person als „KI-Koordinatorin" oder „Digitalisierungsbeauftragten". Diese Rolle:

• steuert die Zusammenarbeit mit der Agentur
• stellt sicher, dass die Lösungen zum Arbeitsalltag passen
• baut Schritt für Schritt internes Wissen auf
• wird perspektivisch zur zentralen Ansprechperson für alle KI-Themen im Betrieb

Dieses Modell kombiniert die Geschwindigkeit und Expertise einer Agentur mit dem langfristigen Know-how-Aufbau im eigenen Haus. Die interne Person muss dafür kein Data Scientist sein – Projektmanagement-Erfahrung, technisches Grundverständnis und Neugier reichen als Startpunkt.

Förderungen gezielt nutzen: Warum der Agenturweg in Österreich begünstigt ist

Die österreichische Förderlandschaft ist 2026 klar auf externe Beratung und Umsetzung zugeschnitten:

• KMU.DIGITAL: Fördert sowohl die strategische Beratung (Modul „Statusanalyse & Strategieentwicklung") als auch die Umsetzung von Digitalisierungsprojekten. Die Beratung durch zertifizierte Expertinnen und Experten – also typischerweise Agenturen – ist zentraler Bestandteil des Programms.
• aws Digitalisierung: Unterstützt Investitionen in digitale Technologien, wobei externe Dienstleistungen explizit förderfähig sind.
• FFG-Programme: Für forschungsnahe KI-Projekte mit höherem Innovationsgrad.

Wer eine KI-Agentur beauftragt, kann einen erheblichen Teil der Projektkosten über Förderungen abdecken. Beim Aufbau eines internen Teams greifen diese Programme deutlich weniger – Personalkosten für Fixanstellungen sind in der Regel nicht förderfähig. Aktuelle Förderhöhen und Konditionen finden Sie direkt auf den jeweiligen Förderportalen.

Fünf Fragen für die eigene Entscheidung

Bevor die Entscheidung „Make or Buy" fällt, lohnt sich ein ehrlicher Blick auf die eigene Ausgangslage:

1. Haben wir intern bereits eine Person mit technischem Grundverständnis, die ein KI-Projekt steuern könnte?
2. Wie viele konkrete KI-Anwendungsfälle sehen wir in den nächsten 12 Monaten – einen, drei, zehn?
3. Können wir eine KI-Fachkraft im aktuellen Arbeitsmarkt realistisch rekrutieren – und halten?
4. Wie schnell muss die erste Lösung produktiv laufen?
5. Welche Förderprogramme kommen für unser Vorhaben in Frage?

Wer bei Frage 1 „Ja" sagt, bei Frage 2 eher „einen bis drei", bei Frage 3 zögert und bei Frage 4 „bald" antwortet, für den spricht die Rechnung klar für den Agenturweg – jedenfalls als Einstieg.

Fazit: Die Rechnung ist für die meisten KMU eindeutig

Die Vorstellung, KI-Kompetenz müsse zwingend im Haus sitzen, stammt aus einer Zeit, in der KI-Projekte jahrelange Forschungsvorhaben waren. 2026 ist die Realität eine andere: Spezialisierte KI-Agenturen bringen erprobte Methoden, branchenübergreifende Erfahrung und sofortige Verfügbarkeit mit. Für KMU, die KI als Hebel für bessere Prozesse, nicht als Kernprodukt nutzen, ist das der rationalere Weg – schneller, planbarer, förderfähig.

Das bedeutet nicht, auf internes Wissen zu verzichten. Es bedeutet, den Aufbau klug zu staffeln: erst mit externer Expertise starten, intern Kompetenz aufbauen und dann schrittweise mehr Verantwortung ins eigene Haus holen. So entsteht KI-Kompetenz, die auf einem soliden Fundament steht – statt auf einer offenen Stelle, die seit Monaten unbesetzt ist.