KI-Automatisierung: Inhouse aufbauen oder Agentur beauftragen?
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 ein Inhouse-Spezialist in Österreich wirklich kostet
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 karriere.at-Stellenausschreibungen (€55.300–94.000 Bandbreite, Stand Mai 2026) 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 — 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: Mai 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.
7,7 Monate Time-to-Fill — der Markt, wie er wirklich ist
86% der deutschen Unternehmen berichten IT-Fachkräftemangel — die höchste Quote aller großen Volkswirtschaften (ManpowerGroup, Q1 2025). 109.000 IT-Stellen blieben in Deutschland unbesetzt (Bitkom). 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 hat KI-/Datenverarbeitungs-Ingenieure 2026 auf der offiziellen Mangelberufsliste.
Die Nachfrage nach KI/ML-Talenten wächst 3,9× schneller als das verfügbare Talent-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.
10 Kriterien im direkten Vergleich
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) | €6.000–30.000 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 20–50 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) | 86% IT-Fachkräftemangel-Quote DE (ManpowerGroup Q1/2025), 7,7 Monate Time-to-Fill | Sofort verfügbar — keine Recruitingphase |
Stand: Mai 2026. Quellen: ManpowerGroup Q1/2025, Bitkom, karriere.at, wko.at, freeminance.at.
Wann Inhouse die richtige Wahl ist
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 eine Agentur sinnvoller ist
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 20–50 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.
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 wir konkret anbieten — 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 AT/DE.
Preise sind offen publiziert: Strategic Roadmap ab €2.000, Workshop €5.000/Tag, Consulting & Strategy ab €6.000, Custom Implementation ab €8.000, Solution Architecture 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 KMU-Entscheider vor der Entscheidung fragen
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: karriere.at Stellenausschreibungen €55.300–94.000, 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 AT/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 ansehen
Alle Vergleiche →