KI-Automatisierung: Inhouse aufbauen oder Agentur beauftragen?
Till Oberhummer · Founder, OptimusFlow Consulting
Keine generische Antwort. Wir zeigen beide Seiten — inklusive der Szenarien, in denen ihr uns nicht beauftragen solltet. Mit echten DACH-Kostendaten und der Recruiting-Realität für 2026.
Direkte Antwort: Inhouse lohnt sich, wenn KI-Automatisierung euer Kernprodukt ist, ihr einen dauerhaften Hochvolumen-Backlog habt oder regulatorische Constraints externe Datenzugriffe ausschließen. Agentur ist sinnvoller, wenn ihr schnell Ergebnisse braucht, euer KI-Budget unter €200.000/Jahr liegt oder kein technischer Lead intern vorhanden ist, der einen Spezialisten evaluieren und führen kann. Faustregel: unter €50.000 KI-Budget/Jahr ist eine Agentur 3–5× kosteneffizienter.
Die Entscheidung auf einen Blick
Inhouse lohnt sich, wenn…
- → KI-Automatisierung euer Kernprodukt ist
- → dauerhafter Backlog mit 5+ Projekten unbegrenzt
- → strenge Datenresidenz externe Zugriffe ausschließt
- → KI-Budget €500.000+/Jahr
- → Echtzeit-Iteration wöchentlich erforderlich
Agentur ist sinnvoller, wenn…
- → erste Ergebnisse in 30–90 Tagen nötig
- → KI-Budget unter €200.000/Jahr
- → ROI vor €120k+/Jahr-Stelle erst validieren
- → kein technischer Lead intern, der einen Hire evaluiert
- → Nische-Expertise sofort nötig (LLM, RAG, Agents)
Budget-Faustregel: Unter €50.000 KI-Budget/Jahr → Agentur 3–5× kosteneffizienter. €50.000–200.000 → Agentur, Inhouse rechnet sich noch nicht. €200.000–500.000 → Agentur für Großprojekte, erste Inhouse-Überlegung. €500.000+ → Inhouse wird finanziell sinnvoll.
Was kostet ein Inhouse-Spezialist in Österreich wirklich?
Die Zahl auf dem Gehaltszettel ist nicht die Zahl, die ihr budgetieren müsst. Ein mittleres Level KI-/Automatisierungsspezialist in Wien kostet im Bruttojahresgehalt €65.000–85.000 — Einstieg ~€58.000–65.000, Senior €90.000–130.000+. Das sind Richtwerte aus aktuellen karriere.at-Stellenausschreibungen mit Gehaltsangabe (Bandbreite ca. €36.000–84.000, Snapshot August 2026 — die ausgeschriebenen Mindestgehälter liegen oft unter dem tatsächlichen Marktgehalt) und GEHALT.de-Daten für den deutschen Markt (Median €69.816 für KI-Entwickler, größere Stichprobe). Glassdoor.at weist einen AI-Engineer-Median von €91.000 aus (Stand April 2026) — bei nur sechs Datenpunkten, daher als Richtwert, nicht als belastbare Marktdaten zu behandeln.
Vollkostenrechnung Jahr 1 (Basis: €70.000 Brutto):
| Kostenposition | Betrag |
|---|---|
| Bruttojahresgehalt (mittleres Level Wien) | €70.000 |
| Arbeitgeber-Lohnnebenkosten ~28–30% (Pensions-/Kranken-/Arbeitslosen-/Unfallversicherung + Kommunalsteuer + DB + DZ; Quelle: freefinance.at, wko.at) | ~€19.600–21.000 |
| Recruiting / Headhunter einmalig 15–25% des Jahresgehalts | ~€10.500–17.500 |
| Onboarding-Produktivitätsverlust 2–3 Monate @ 30–50% Kapazität | ~€10.000–15.000 |
| Hardware, Software, Lizenzen, Server-Zugang | €3.000–8.000 |
| Jahr-1-Vollkosten gesamt | ca. €121.000–123.000 |
Datenquellen: karriere.at Stellenausschreibungen, GEHALT.de, freefinance.at, wko.at. Stand: August 2026. Individuelle Abweichungen je nach Seniorität, Branche und Verhandlung möglich.
Was diese Rechnung nicht enthält: laufende Weiterbildung (€2.000–5.000/Jahr — ein Pflichtposten in einem Feld, das sich 2025–2026 monatlich verändert), Managementaufwand für die Person, Fluktuationsrisiko (der Markt ist eng — gut ausgebildete KI-Spezialisten bekommen Angebote), und die Opportunitätskosten der 9–18 Monate bis zum ersten produktiven System.
Wie sieht der Recruiting-Markt für IT-/KI-Spezialisten wirklich aus?
83% der deutschen Unternehmen berichten Fachkräftemangel — eine der höchsten Quoten aller großen Volkswirtschaften (ManpowerGroup Talent Shortage Survey 2026; nur Japan liegt mit 84% darüber). 109.000 IT-Stellen blieben in Deutschland unbesetzt (Bitkom-Studie 2025, veröffentlicht Januar 2026 — die aktuellste verfügbare Erhebung). Die durchschnittliche Time-to-Fill für IT-Rollen in Deutschland liegt bei 7,7 Monaten (Bitkom, für IT-Rollen generell — bei KI-/Automatisierungsspezialisten ist sie wahrscheinlich länger). Österreich führt Datenverarbeitungs-Ingenieure (inkl. Data Scientists) 2026 bundesweit auf der offiziellen Mangelberufsliste.
Die Nachfrage nach KI-Talenten wächst laut Branchenerhebungen deutlich schneller als das verfügbare Angebot. Das bedeutet in der Praxis: wer einen guten Kandidaten findet, kämpft gegen Angebote größerer Unternehmen, die mehr zahlen können. Die realistische Time-to-Hire für einen mittleren Automatisierungsspezialisten in Österreich: 6–9 Monate.
Realistische Zeitlinie: Inhouse vs. Agentur
Agentur: Erstgespräch → erstes Ergebnis
Woche 1–8MVP typisch unter 4 Wochen; erstes produktives System 2–8 Wochen
Inhouse: Entscheidung → Stellenausschreibung live
Woche 1–3Job-Description, Abstimmung HR/Führung, Freigabe
Inhouse: Ausschreibung → unterschriebener Vertrag
Monat 2–7Bewerbungseingang, Interviews, Angebote, Gegengebote — realistisch 6–9 Monate gesamt
Inhouse: Onboarding → vollständig produktiv
Monat 8–18Plattform-Lernkurve + Stack-Einarbeitung + erste eigenständige Projekte
Inhouse: erstes produktives System im Betrieb
Monat 9–18Wenn alles glatt läuft. In Jahr 1 liefern Inhouse-Teams selten messbaren ROI.
Wie unterscheiden sich Inhouse und Agentur in den 10 wichtigsten Kriterien?
Kein Scoring — konkrete Unterschiede, die für KMU-Entscheider relevant sind.
| Kriterium | Inhouse | Agentur |
|---|---|---|
| Anlaufzeit bis erstes Ergebnis | 9–18 Monate (inkl. Recruiting + Onboarding) | 2–8 Wochen, MVP unter 4 Wochen |
| Kosten Jahr 1 (mittleres Level, AT) | €121.000–123.000 Vollkosten (€70k Brutto + NK + Recruiting + Setup) | €8.000–30.000 projektabhängig, keine Fixkosten |
| Flexibilität bei wechselndem Scope | Gering — Vollzeit-Stelle fix, unabhängig vom Workload | Hoch — Scope anpassbar, kein Fixkopf |
| Expertise-Tiefe auf eurem Stack | Wächst mit der Zeit — nach 12–18 Monaten maximal | Sofort, Pattern-Erfahrung über 30+ Klienten hinweg |
| Datenschutz / Datenresidenz | Vollständige Kontrolle, kein externer Datenzugriff | Vertragsgestaltung nötig; DSGVO-Konformität machbar, aber Prozess |
| Wissensretention bei Abgang | Hohes Risiko — Know-how geht mit dem Mitarbeiter | Dokumentation + Übergabe vertraglich absicherbar |
| Skalierung bei Volumen-Peak | Begrenzt auf eine Person, Überlastungsrisiko | Team-Ressourcen flexibel einsetzbar |
| Strategische Kontrolle | Hoch — volle Steuerung intern | Abhängig von Vertragsgestaltung und Wissenstransfer-Klauseln |
| Eignung für Kern-IP / Kernprodukt | Ja — wenn KI euer Kernprodukt ist, gehört das intern | Nein — Agenturen nehmen ihre Expertise am Projektende mit |
| Marktlage (DACH, 2026) | 83% Fachkräftemangel-Quote DE (ManpowerGroup 2026), 7,7 Monate Time-to-Fill (Bitkom) | Sofort verfügbar — keine Recruitingphase |
Stand: August 2026. Quellen: ManpowerGroup Talent Shortage Survey 2026, Bitkom-Studie 2025 (Jan. 2026), karriere.at, wko.at, freefinance.at.
Wann ist Inhouse die richtige Wahl?
Fünf Szenarien, in denen ein eigenes Team die bessere Entscheidung ist. Und die explizite Konsequenz für uns.
KI-Automatisierung ist euer Kernprodukt
Ihr baut ein Produkt, das KI als zentrale Funktion hat — kein internes Werkzeug, sondern das, was ihr verkauft. Dann braucht ihr ein Inhouse-Team. Eine Agentur nimmt ihre Expertise am Projektende mit. Produkt-DNA muss intern aufgebaut werden. Das ist kein Nachteil von Agenturen — es ist eine strukturelle Tatsache.
Dauerhafter Hochvolumen-Backlog
Ihr habt 5+ Automatisierungsprojekte unbegrenzt in der Pipeline und könnt diese Anforderung klar für die nächsten 24+ Monate prognostizieren. Bei diesem Volumen amortisiert sich eine Vollzeitstelle gegenüber wiederholten Agenturprojekten — allerdings erst ab Jahr 2 (nach Recruiting- und Onboarding-Anlaufkosten).
Strenge Datenresidenz oder regulatorische Constraints
Bestimmte Branchen (Medizin, Finanzdienstleister, Behörden) haben Anforderungen, die externe Datenzugriffe strukturell ausschließen — unabhängig von Vertragsgestaltung. Wenn Daten das Haus physisch nicht verlassen dürfen, ist Inhouse die einzige Option.
Echtzeit-Iteration aus User-Feedback
Euer Setup erfordert wöchentliche Anpassungen auf Basis von Nutzerfeedback, A/B-Tests oder Monitoring-Daten — und diese Iterationsgeschwindigkeit ist kaufentscheidend. Mit einer Agentur funktioniert das über Retainer-Modelle, aber ein internes Team reagiert typisch schneller auf kurzfristige Anforderungen.
Langfristiges strategisches KI-Commitment mit realistischem Budget
Ihr plant einen 5+-Jahres-KI-Ausbau mit einem realistischen internen Budget von €500.000+ pro Jahr. In diesem Fall lohnt sich der Aufbau eines eigenen Teams — die Vollkosten einer Agentur bei diesem Volumen übersteigen die Inhouse-Kosten deutlich. Unterhalb dieses Schwellenwerts rechnet sich Inhouse selten in Jahr 1 oder 2.
Die Konsequenz, die wir klar sagen:
Wenn KI-Automatisierung euer Kernprodukt ist — nicht nur ein internes Werkzeug, sondern das, was ihr verkauft — dann braucht ihr ein Inhouse-Team. Dann solltet ihr uns nicht beauftragen. Eine Agentur nimmt ihre Expertise am Projektende mit. Produkt-DNA, Modell-Tuning und proprietäre Workflows gehören intern. Das ist kein Sales-Trick — das ist die ehrliche Einschätzung.
Wann ist eine Agentur sinnvoller?
Der häufigste Fall, den wir sehen: Ein KMU mit einem klaren Kundenchaos-Problem — Prozesse, die manuell laufen und messbare Reibung erzeugen — braucht keine Stelle, sondern eine Lösung. Der Unterschied: eine Stelle kostet €120.000+ im ersten Jahr und liefert nach 9–18 Monaten ein erstes produktives System. Eine Agentur liefert das erste System in 4–8 Wochen, zum Bruchteil der Kosten.
Konkret ist eine Agentur sinnvoller, wenn:
→ Geschwindigkeit ist kaufentscheidend
Ergebnisse in 30–90 Tagen nötig — nicht in 12–18 Monaten. Das gilt für Wachstumsphasen, Effizienzprojekte mit Deadline oder Situationen, in denen ein laufender manueller Prozess jetzt Kosten verursacht.
→ ROI erst validieren, bevor die Stelle kommt
Eine Agentur kann in 4–8 Wochen beweisen, ob ein Automatisierungsprojekt den erwarteten Return liefert — bevor ihr €120.000+ in eine Vollzeitstelle investiert. Proof-of-Concept vor Personalentscheidung ist pragmatisch, nicht schwach.
→ Kein technischer Lead intern für die Evaluation
Einen guten KI-Spezialisten evaluieren setzt voraus, dass jemand intern die richtigen Fragen stellen und die Antworten beurteilen kann. Ohne technischen Co-Founder oder CTO ist das schwer. Eine falsche Hire-Entscheidung kostet 12 Monate Anlaufzeit plus die Trennungskosten.
→ Nische-Expertise sofort — ohne Lernkurve
LLM-Integration, agentische Workflows, RAG-Architektur, Prompt-Engineering für produktive Systeme — das ist gelerntes Know-how aus 30+ Klienten-Projekten. Ein Inhouse-Spezialist baut diese Erfahrung über Jahre auf. Eine erfahrene Agentur bringt sie am ersten Tag mit.
→ Budget unter €200.000/Jahr KI-Spend
Unterhalb dieses Schwellenwerts ist Inhouse durchgehend finanziell unterlegen — Jahr-1-Vollkosten übersteigen das Budget, das für KI-Projekte disponibel ist. Die Ausnahme: ihr habt bereits einen Allrounder intern, der mit wenig Weiterbildung die Grundanforderungen abdeckt.
Wie funktioniert der Hybrid-Weg: Agentur startet, Inhouse übernimmt?
Die Entscheidung ist kein dauerhaftes Entweder-Oder. Der häufigste pragmatische Weg, den wir sehen: Eine Agentur baut die Grundarchitektur, beweist den ROI in 4–8 Wochen, und das KMU trifft dann auf Basis echter Daten die Entscheidung, ob ein Inhouse-Aufbau sinnvoll ist.
Das funktioniert, weil die Voraussetzung jetzt erfüllt ist: ihr wisst, was funktioniert und was nicht. Ihr habt einen Stack, der in Produktion läuft. Ihr könnt einen Inhouse-Kandidaten konkret briefen und seine Antworten bewerten. Und ihr habt ROI-Zahlen, die das Budget für die Stelle rechtfertigen — statt einer Prognose.
Voraussetzung für den Hybrid-Weg: Die Agentur baut auf transferierbaren Plattformen (n8n, Make — kein proprietärer Lock-In), liefert vollständige Dokumentation und hält explizite Wissenstransfer-Sessions. Fragt das vor Projektstart explizit ab.
Was bietet OptimusFlow konkret an — und was nicht?
OptimusFlow Consulting baut KI-Automatisierungen für DACH-KMUs, die kein Inhouse-Team aufbauen wollen oder können. Wir arbeiten mit n8n und Make — je nach Use-Case, Volumen und DSGVO-Anforderung. Unsere eigene Kundenchaos-Triage läuft auf demselben Stack: self-hosted n8n auf Hetzner in Deutschland.
Preise sind offen publiziert: Strategic Roadmap ab €2.000, Executive Workshop €5.000/Tag, Kundenanfragen-Automatisierung ab €8.000, Content- & Social-Automatisierung ab €8.000, Vertriebsautomatisierung ab €15.000. Die meisten Agenturen veröffentlichen keine Preise — wir tun es, weil Transparenz schneller qualifiziert als Sales-Gespräche.
Was wir nicht sind: eine Ressourcen-Agentur, die Stunden verkauft. Kein Per-Hour-Modell, kein laufendes Retainer für Standard-Maintenance. Wenn nach einem Projekt die Systeme laufen und das Know-how intern sitzt, ist das ein Erfolg — kein Verlust.
Unsere Empfehlung
Wenn euer KI-Budget unter €200.000/Jahr liegt und kein dauerhafter Projekt-Backlog absehbar ist: Agentur. Wenn KI euer Kernprodukt wird oder ihr langfristig skaliert — baut intern auf. Der Hybrid-Weg (Agentur startet, Inhouse übernimmt später auf validiertem Stack) ist für KMUs die häufig sinnvollste Sequenz. Kein Dogma, kein Entweder-Oder.
Was fragen KMU-Entscheider vor der Entscheidung?
Können wir das nicht einfach selbst lernen — n8n ist doch Open Source?⌄
Ja, n8n ist Open Source und die Plattform selbst ist lernbar. Was die Lernkurve unterschätzt: n8n produktiv für komplexe Business-Logik zu betreiben (LLM-Integration, Fehlerbehandlung, Monitoring, Server-Maintenance) dauert typisch 3–6 Monate für einen dedizierten Entwickler — nicht für jemanden, der nebenbei noch andere Aufgaben hat. Das ist kein Argument gegen Self-Service für einfache Flows. Für 3–4 Standard-Verbindungen (CRM-to-Slack, Formular-to-CRM): selbst lernen ist völlig legitim. Für komplexe Automatisierungsarchitektur mit KI-Schichten, Fehlerszenarien und SLA-Anforderungen: der Lernaufwand ist realer als die Marketing-Materialien suggerieren.
Was kostet ein guter Automatisierungsspezialist wirklich — inklusive aller Nebenkosten?⌄
Ein mittleres Level KI-/Automatisierungsspezialist in Wien kostet €65.000–85.000 Bruttojahresgehalt (Einstieg ~€58–65k, Senior €90–130k+; Quellen: aktuelle karriere.at-KI-Stellenausschreibungen mit Gehaltsangabe, Bandbreite ca. €36.000–84.000 im Snapshot August 2026 — Ausschreibungs-Mindestgehälter liegen oft unter dem Marktgehalt; GEHALT.de KI-Entwickler Median €69.816 für DE bei größerer Stichprobe). Dazu kommen österreichische Lohnnebenkosten von ~28–30% auf das Bruttolohn (Pensions-, Kranken-, Arbeitslosen-, Unfallversicherung, Kommunalsteuer, DB, DZ; Quellen: freefinance.at, wko.at), Recruiting/Headhunter einmalig 15–25% des Jahresgehalts (€11.000–19.000 bei einer €75k-Stelle), Onboarding-Produktivitätsverlust über 2–3 Monate (~€10.000–15.000 Äquivalent) und Hardware/Software/Setup (€3.000–8.000). Jahr-1-Vollkosten bei €70k Brutto: realistisch €121.000–123.000. Ab Jahr 2 fallen Recruiting- und Onboarding-Kosten weg — dann sind es die laufenden Lohnnebenkosten plus Weiterbildung (€2.000–5.000/Jahr).
Was wenn das Projekt endet — sind wir dann von der Agentur abhängig?⌄
Das ist eine legitime Frage und die Antwort hängt am Vertrag, nicht an der Agentur-Kategorie generell. Was ihr vertraglich absichern solltet: vollständige Dokumentation aller Workflows, JSON-Export-Pflicht für n8n-Setups, Wissenstransfer-Sessions am Projektende, keine proprietären Plattformen die euch sperren. Bei OptimusFlow: alle Systeme laufen auf eurer eigener n8n-Instanz oder Make-Account — kein Vendor-Lock-In zu uns. Wenn wir das Projekt abschließen, gehört die Infrastruktur euch. Das sollte Standard sein — fragt explizit danach.
Sind die Daten bei einer Agentur sicher — DSGVO?⌄
Machbar, aber es erfordert aktive Vertragsgestaltung. Was ihr braucht: Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO, klare Dokumentation welche Daten die Agentur verarbeitet, EU-Hosting der eingesetzten Tools (n8n self-hosted auf Hetzner DE, Make EU-Server Frankfurt). Was ihr vermeiden solltet: Agenturen die auf US-Diensten aufbauen (Zapier ohne EU-Route, US-LLM-APIs ohne DPA). Bei regulierten Branchen (Medizin, Finanzdienstleister, Behörden) ist die Prüfung aufwändiger — in diesen Fällen ist ein Datenschutzbeauftragter vor Projektstart sinnvoll.
Was wenn wir später Inhouse aufbauen wollen — müssen wir von vorne anfangen?⌄
Nein — das ist der klassische Hybrid-Weg. Agentur baut die Grundarchitektur und beweist den ROI, euer Inhouse-Team übernimmt sukzessive Module oder bekommt ein Inhouse-Training auf dem existierenden Stack. Das ist die häufigste Transition bei KMUs, die mit Agentur starten und dann intern skalieren wollen. Voraussetzung: Die Agentur baut auf transferierbaren Plattformen (n8n, Make, nicht proprietär) und liefert vollständige Dokumentation. Fragt das vor Projektstart explizit ab.
Ab welchem Budget lohnt sich ein Inhouse-Spezialist wirklich?⌄
Faustregel: Unter €50.000 KI-Budget/Jahr → Berater oder Agentur ist 3–5× kosteneffizienter. €50.000–200.000 → Agentur oder kleine Agentur; Inhouse rechnet sich noch nicht (Jahr-1-Vollkosten übersteigen das Budget selbst bei kleinen Stellen). €200.000–500.000 → Agentur für Großprojekte, erste realistische Inhouse-Überlegung. €500.000+ → Inhouse wird finanziell sinnvoll. Diese Schwellenwerte gelten für österreichische Vollkosten und einem realistischen Projektvolumen — sie sind kein Allgemeinrezept, aber ein ehrlicher Richtwert.
Wir haben schon einen IT-Mitarbeiter — kann der nicht die KI-Automatisierung übernehmen?⌄
Manchmal ja, meist nein. Der relevante Unterschied: Allgemeines IT-Know-how (Windows-Administration, Support, Netzwerk) und KI-Workflow-Architektur sind verschiedene Disziplinen. Spezifisch gebraucht werden: Kenntnisse in LLM-API-Integration, Prompt-Engineering für produktive Systeme, Workflow-Tools (n8n, Make), Fehlerbehandlung in unstrukturierten Daten, Monitoring und SLA-Design. Wenn euer IT-Mitarbeiter Background in Webentwicklung oder API-Integration hat und Kapazität — dann ist eine Weiterbildung möglich. Wenn er Primary-IT-Support-Aufgaben hat und nebenbei Automatisierung aufbauen soll: das funktioniert selten, weil Prioritäten kollidieren.
Unsicher, was auf eure Situation zutrifft?
In 30 Minuten schauen wir gemeinsam, ob Inhouse, Agentur oder der Hybrid-Weg für euren konkreten Kontext die richtige Entscheidung ist. Wenn Inhouse sinnvoller ist, sagen wir das — kein Sales-Pitch.
Weiterführend
Weitere Vergleiche
Alle Vergleiche →