Die Frage kommt immer gleich: „Baue ich ein internes KI-Team auf, hole ich eine Beratung oder nehme ich einen Freelancer?" Und die ehrliche Antwort ist keine der drei —sie lautet „es kommt darauf an", und es kommt auf zwei konkrete Dinge an: wo du auf der Reifekurve stehst und wie groß das Problem ist. Wer dir eine feste Regel verkauft —„immer intern", „immer eine Agentur"— verkauft dir sein Geschäftsmodell, nicht deine beste Entscheidung. Hier die echte Matrix, ohne Dogma.
KI-Beratung vs internes Team vs Freelancer: die falsch gestellte Frage
Der Ausgangsfehler ist, es als Identitätsfrage zu behandeln —„wir sind ein Unternehmen, das Dinge intern macht" oder „wir lagern aus"— obwohl es eine Kontextfrage ist. Dasselbe Unternehmen sollte einen Freelancer holen, um einen Use Case zu erkunden, und ein internes Team aufbauen, um ein kritisches System zu betreiben, je nach Phase. Das ist kein Widerspruch: Die Arbeit ändert ihre Natur, während sie reift. Erkunden, in Produktion bringen und warten sind nicht dieselbe Aufgabe, und derselbe Anbietertyp macht selten alle drei gut.
Der nützliche Vergleich ist also nicht „welches ist das beste" sondern „welches passt zu dem, wo du stehst". Alle drei Optionen gewinnen in einem Quadranten und verlieren in einem anderen. Ordne sie nach zwei Achsen —Problemreife (von Erkundung bis wiederkehrende Produktion) und Größe (von einmalig bis Kern des Geschäfts)— und die Entscheidung trifft sich fast von selbst.
| Option | Glänzt, wenn | Versagt, wenn |
|---|---|---|
| Freelancer | Diagnose, Erkundung, ein abgegrenzter Fall mit klarem Anfang und Ende | Es ein kritisches System ist, das nicht von einer einzigen Person oder ihrem Kalender abhängen kann |
| Beratung | Es in Produktion muss, mit multidisziplinärem Team, SLA und Verantwortung für Sicherheit und AI Act | Die Arbeit wiederkehrend ist und du schon jemanden zum Warten hast: Du zahlst für Abhängigkeit drauf |
| Internes Team | Das Problem Kern, wiederkehrend und strategisch ist und das Wissen im Haus bleiben soll | Das Problem einmalig ist: Du baust dauerhafte Struktur für etwas, das ein Quartal gelöst hätte |
Wann der Freelancer die richtige Antwort ist
Der Senior-Freelancer glänzt am Anfang, wenn du noch nicht einmal weißt, welches Problem du hast. Eine Diagnose, ein Prototyp, prüfen, ob ein Use Case Sinn ergibt, bevor du ein großes Budget bindest: Das macht ein guter Freelancer besser und billiger als jeder andere, weil er weder die Maschinerie einer Beratung noch die Gehaltsliste eines Teams schleppt. Die Grenze zeigt sich in dem Moment, in dem dieser Prototyp in Produktion leben muss. Ein System, von dem dein Betrieb abhängt, kann nicht an einer einzigen Person hängen, die morgen ein anderes Projekt nimmt, krank wird oder ihren Satz erhöht. Das ist kein Talentproblem —es gibt exzellente Freelancer— es ist ein Kontinuitäts- und Risikoproblem. Zum Erkunden ideal; zum Tragen von etwas Kritischem fragil.
Wann die Beratung gewinnt: die Brücke zur Produktion
Die Beratung rechtfertigt ihren Preis in einem sehr konkreten Moment: wenn du die Brücke vom Prototyp zur Produktion mit Netz überqueren musst. Da brauchst du mehr als eine Disziplin gleichzeitig —wer das Modell baut, wer mit deinen Systemen integriert, wer dafür sorgt, dass die Daten nicht abfließen und du den AI Act erfüllst— und du brauchst jemanden, der ein SLA unterschreibt und antwortet, wenn etwas bricht. Das ist von einem einzelnen Freelancer schwer zu bekommen und teuer, von Grund auf intern aufzubauen. Eine gute Beratung übergibt dir das System laufend und zeigt dir gemessene Antworten, keinen Bericht mit neuem Deckblatt; wenn du es in einer Disziplin sehen willst, in der Nebel überall ist, macht der Unterschied zwischen GEO und SEO klar, dass, wer implementiert, dir den Produktionsbildschirm zeigt und, wer verkauft, dir ein PDF zeigt. Das Risiko des Beratungsmodells liegt nicht im In-Produktion-Bringen, es liegt im Danach: unbegrenzt für etwas zu zahlen, das du eigentlich schon selbst warten können solltest.
Wann ein internes Team aufbauen (und wann es ein teurer Fehler ist)
Das interne Team ergibt Sinn, wenn das Problem Kern, wiederkehrend und strategisch ist: etwas, das du jede Woche über Jahre machst, das Wettbewerbsvorteil gibt und wo das Wissen drinnen bleiben soll. Wenn KI Teil deines Produkts oder deines Tagesbetriebs ist, ist eigenen Muskel aufzubauen keine Ausgabe, sondern eine Investition, um von niemandem abzuhängen. Die Falle ist das Gegenteil, und sie ist die häufigste: dauerhafte Struktur für ein einmaliges Problem aufzubauen. Zwei Vollzeit-KI-Ingenieure einzustellen, um einen Prozess zu automatisieren, den ein Quartal gelöst hätte, heißt Jahre Gehalt für etwas zu zahlen, das nie wieder vorkommt. Ein falsch kalibriertes internes Team versagt nicht aus Unfähigkeit; es versagt, weil du einer festen Struktur einmalige Arbeit gibst, und diese Struktur beginnt, Projekte zu erfinden, um sich zu rechtfertigen.
Es gibt eine Nuance, die fast niemand erwähnt: ein internes Team aufzubauen ist nicht nur einstellen, es ist zu wissen, was einzustellen und wie zu führen, und das existiert selten am Tag eins. Deshalb ist das Muster, das funktioniert, meist hybrid —ein Dritter, der das erste System in Produktion bringt und nebenbei deine Leute schult, es zu warten— statt der direkte Sprung zur eigenen Belegschaft ohne jemanden, der sie führen kann. Interne Fähigkeit baut sich schneller mit einem guten KI-Adoptionsprogramm für das Team auf als durch blindes Einstellen: erst installierst du das Urteil, dann stellst du darauf ein.
Die Entscheidung, in einem Satz pro Phase
Wenn du eine Betriebsregel behalten müsstest, ist es diese: Freelancer zum Entdecken, Beratung zum In-Produktion-Bringen mit Netz, intern zum Betreiben dessen, was deins und wiederkehrend ist. Und es ist fast nie „eins für immer": Das Normale ist, sie zu verketten —mit einem Freelancer erkunden, die Brücke mit einer Beratung überqueren, die dich zudem schult, und die Wartung im Haus behalten, sobald du weißt, was du tust—. Was gut entscheidet, ist nicht das Etikett des Anbieters, es ist die Ehrlichkeit darüber, in welcher Phase du bist. Bevor du einen Anbietertyp wählst, hilft es zu wissen, wann man wirklich mit KI automatisiert und was es braucht, um einen Agenten zu bauen, der in Produktion durchhält; und sobald du entschieden hast, dass du eine Beratung willst, zählen die Kriterien, sie vor dem Unterschreiben zu prüfen mehr als jedes Ranking.