Jedes Unternehmen, das ernsthaft mit KI-Arbeit beginnt, steht an derselben Weggabelung: externe Expert:innen holen, die nächste Woche anfangen können, oder ein internes Team aufbauen, das in fünf Jahren noch da ist. Beide Lager haben laute Fürsprecher, Beratungen argumentieren naturgemäß für extern, HR- und Engineering-Verantwortliche für intern, und beide haben in unterschiedlichen Punkten recht. Der nützliche Schritt ist, die Frage nicht als Identitätsfrage zu behandeln, sondern die Optionen auf den vier Dimensionen zu vergleichen, auf denen sie sich tatsächlich unterscheiden: Startgeschwindigkeit, Kostenprofil über die Zeit, Wissensverbleib und Skalierungsflexibilität.
Die vier Dimensionen, die sich wirklich unterscheiden
Die meisten Extern-gegen-Intern-Debatten drehen sich im Kreis, weil sie auf Stimmungsebene vergleichen, Kontrolle gegen Innovation, Eigentum gegen Agilität. Die Unterschiede, die in Budgets und Lieferterminen auftauchen, sind schmaler und messbarer: Wie schnell kann die Fähigkeit arbeiten, was kostet sie über die gesamte Dauer, wo liegt das Wissen danach, und wie leicht lässt sich die Kapazität hoch- und runterskalieren, wenn sich die Form des Projekts ändert. Fast alles andere ist diesen vier nachgelagert.
Der Vergleich, Seite an Seite
| Dimension | Externe Expert:innen | Internes Team |
|---|---|---|
| Startgeschwindigkeit | Tage bis Wochen mit geprüftem Netzwerk; kein Recruiting-Zyklus | Im aktuellen deutschen KI-Markt typischerweise Monate pro Einstellung |
| Kostenprofil über die Zeit | Höherer Monatssatz, endet aber mit dem Projekt; keine Leerlauf- oder Abfindungskosten | Niedrigere Monatskosten, aber dauerhaft, Gehälter, Nebenkosten, Recruiting-Gebühren, auch durch ruhige Phasen |
| Wissensverbleib | Geht mit der Expertin, außer der Transfer ist vertraglich hineinkonstruiert | Verzinst sich im Haus; der Kontext des Systems bleibt bei denen, die es gebaut haben |
| Skalierungsflexibilität | Hoch- oder Runterskalieren in Wochen, wenn sich Projektphasen ändern | In beide Richtungen langsam: Einstellen dauert Monate, Abbau ist teuer und schwer |
| Passt am besten zu | Definierten Projekten, knappen Spezialisierungen, Validierungsphasen, Termindruck | Langlebigen Kernsystemen, dauerhafter Wettbewerbsfähigkeit, stabilem Mehrjahresbedarf |
Wann externe Expert:innen die richtige Wahl sind
- Geschwindigkeit ist der Engpass: ein Marktfenster, ein zugesagter Termin oder ein eskalierendes Problem, das keinen sechsmonatigen Einstellungszyklus abwarten kann.
- Die Fähigkeit ist knapp und phasenbegrenzt: Senior-LLM-Engineering für die Architektur, MLOps für den Deployment-Aufbau, intensiv für ein Quartal gebraucht, nicht für fünf Jahre.
- Das Projekt ist klar definiert mit erkennbarem Endzustand, den Assistenten bauen, die Pipeline migrieren, die Evaluation härten, sodass der Einsatz natürliche Grenzen hat.
- Der Folgebedarf ist unsicher: Ein Aufpreis für Flexibilität schlägt dauerhafte Stellen für eine Fähigkeit, die Sie nächstes Jahr vielleicht nicht mehr in dieser Intensität brauchen.
- Sie müssen validieren, bevor Sie bauen: Eine externe Senior-Kraft, die den Use Case in acht Wochen beweist, ist billiger, als es mit drei Festanstellungen über ein Jahr herauszufinden.
Wann ein internes Team die richtige Wahl ist
- Das System ist Kern und langlebig: Alles, was die Differenzierung Ihres Produkts berührt oder über Jahre betrieben und weiterentwickelt wird, gehört zu Menschen, die bleiben.
- KI wird zur dauerhaften Fähigkeit, ein Portfolio an Use Cases, kein Einzelprojekt, sodass sich die Fixkosten eines stehenden Teams über viele Initiativen amortisieren.
- Tiefer Domänenkontext ist der Engpass: Wo das Verständnis Ihrer Prozesse und Daten mehr zählt als Frontier-Technik, schlägt Betriebszugehörigkeit die Brillanz auf Tagessatz.
- Institutionelles Wissen ist strategisch: In regulierten oder sicherheitskritischen Domänen ist es den langsameren Aufbau wert, dass Architekturentscheidungen und ihre Gründe im Haus leben.
Der Hybrid-Pfad: der pragmatische Standard für den Mittelstand
Für die meisten mittelständischen Unternehmen ist die ehrliche Antwort keine Seite, sondern eine Sequenz: Externe Senior-Expert:innen, eingebettet in Ihre Organisation, liefern das erste System in vollem Tempo, während interne Engineers, bestehende Entwickler:innen oder neue Einstellungen mit Wachstumspotenzial, vom ersten Tag an mit dem expliziten Auftrag danebenarbeiten, das System aufzunehmen. Die Externen tragen Architektur, harte Entscheidungen und Tempo; die Internen sammeln Kontext, übernehmen Komponenten, sobald sie sich härten, und verantworten das System, wenn der Einsatz endet. Bewusst gemacht, Pairing an echten Tickets, dokumentierte Entscheidungen, ein gestaffelter Übergabeplan mit benannten Terminen, verwandelt das einen externen Einsatz von gemieteter Arbeitsleistung in einen Fähigkeitstransfer. Beiläufig gemacht, mit Wissenstransfer als Folie statt als Plan, produziert es genau die Abhängigkeit, die alle fürchten. Der Unterschied ist Konstruktion, nicht Glück, und er gehört in den Vertrag: Transfer-Meilensteine, Phasen gemeinsamer Verantwortung und ein Endzustand, in dem Ihre Leute das System betreiben. Genau hier zählt auch das Besetzungsmodell: Ein:e Embedded-Expert:in, die auch auf Mentoring-Fähigkeit gematcht wurde, nicht nur auf technische Tiefe, Teil dessen, worauf Aiporate prüft, macht das Hybrid-Modell in der Praxis tragfähig.
