Bei der Auswahl einer KI-Plattform sollten Beschaffungsteams die Anbieter anhand von sechs Kernkriterien bewerten: Gesamtbetriebskosten, Governance- und Compliance-Fähigkeiten, das Risiko der Anbieterabhängigkeit, Integrationsanforderungen, das ROI-Potenzial und die strategische Ausrichtung auf die Unternehmensziele. Diese Kriterien gelten für jedes Unternehmen, das eine bedeutende KI-Investition in Betracht zieht, bei der das Risiko einer Fehlentscheidung hoch und die Kosten für einen Anbieterwechsel erheblich sind. In den folgenden Abschnitten wird jede Dimension anhand spezifischer Fragen näher erläutert, die Ihr Beschaffungsteam stellen sollte.
Welche Kriterien sind bei der Bewertung von KI-Plattformen am wichtigsten?
Die wichtigsten Kriterien bei der Bewertung von KI-Plattformen sind die Gesamtbetriebskosten, Datenverwaltung und Compliance, die Integration in die bestehende Infrastruktur, die Stabilität des Anbieters sowie die Fähigkeit der Plattform, messbare Geschäftsergebnisse zu erzielen. Beschaffungsteams, die sich ausschließlich auf den Funktionsumfang konzentrieren, laufen Gefahr, eine Plattform auszuwählen, die in einer Demo zwar beeindruckend wirkt, aber im großen Maßstab keinen Mehrwert liefert.
Die Bewertung von KI-Plattformen unterscheidet sich in einem wichtigen Punkt von der herkömmlichen Softwarebeschaffung: Die Kosten und die Komplexität einer falschen Entscheidung summieren sich im Laufe der Zeit. Sobald Ihr Unternehmen Workflows aufgebaut, Modelle trainiert und Datenpipelines rund um eine bestimmte Plattform integriert hat, wird ein Wechsel kostspielig und mit erheblichen Störungen verbunden. Das bedeutet, dass Ihre Bewertungskriterien eher auf die langfristige Eignung als auf kurzfristige Leistungsfähigkeit ausgerichtet sein müssen.
Eine strukturierte Bewertung einer KI-Plattform sollte folgende Bereiche abdecken:
- Funktionale Passform: Unterstützt die Plattform die spezifischen KI-Anwendungsfälle, die Ihr Unternehmen heute und in den nächsten zwei bis drei Jahren benötigt?
- Gesamtbetriebskosten: Wie hoch sind die Gesamtkosten über die Lizenzgebühren hinaus, einschließlich Rechenleistung, Speicherplatz, Integration und laufendem Betrieb?
- Unternehmensführung und Compliance: Kann die Plattform Ihre regulatorischen Verpflichtungen und internen Standards zur Datenverwaltung erfüllen?
- Zuverlässigkeit des Anbieters: Ist der Anbieter finanziell stabil, verfügt er über eine klare Produkt-Roadmap und kann er auf eine Erfolgsbilanz im Bereich des Unternehmenssupports zurückblicken?
- Integrationsfähigkeit: Inwieweit lässt sich die Plattform mit Ihrer bestehenden Dateninfrastruktur, Ihren Cloud-Umgebungen und Ihren Geschäftsanwendungen verknüpfen?
- Skalierbarkeit: Kann die Plattform mit Ihrer Nutzung mitwachsen, ohne dass es zu unverhältnismäßigen Kostensteigerungen kommt?
Beschaffungsteams, die diese Kriterien festlegen, bevor sie Gespräche mit Anbietern aufnehmen, sind weitaus besser in der Lage, eine gründliche und vergleichbare Bewertung durchzuführen, anstatt sich von den Darstellungen der Anbieter leiten zu lassen.
Wie sollte die Beschaffungsabteilung die Gesamtkosten einer KI-Plattform bewerten?
Die Beschaffungsabteilung sollte die Gesamtkosten einer KI-Plattform bewerten, indem sie über die Abonnement- oder Lizenzgebühren hinaus auch Rechenkosten, Datenspeicherung, Integrations- und Migrationsaufwand, interne Personalausstattung, Schulungen und laufende Betriebskosten berücksichtigt. Bei den meisten KI-Implementierungen in Unternehmen machen die Lizenzgebühren nur einen Bruchteil der tatsächlichen Gesamtbetriebskosten aus.
KI-Plattformen sind von Natur aus nutzungsabhängig. Im Gegensatz zu herkömmlicher Software mit vorhersehbaren Preisen pro Arbeitsplatz können KI-Workloads je nach Modellkomplexität, Häufigkeit der Inferenz und Datenvolumen erhebliche und schwankende Rechenkosten verursachen. Dies erschwert die Kostenmodellierung und macht sie umso wichtiger.
Direkte Kosten für das Modell
Beginnen Sie mit den Kosten, die der Anbieter direkt angibt: Lizenz- oder Abonnementgebühren, Gebühren für Rechenleistung und GPU-Nutzung, Kosten für die Datenspeicherung sowie etwaige Gebühren im Zusammenhang mit API-Aufrufen oder Modelltrainingsläufen. Bitten Sie die Anbieter, Kostenvoranschläge auf der Grundlage Ihrer prognostizierten Nutzungsvolumina zu erstellen und sich nicht nur auf die Listenpreise zu beschränken.
Indirekte und versteckte Kosten
Indirekte Kosten sind der Bereich, in dem die Budgets für KI-Plattformen am häufigsten überschritten werden. Dazu gehören der interne Entwicklungsaufwand für die Integration und Wartung der Plattform, die Kosten für die Datenaufbereitung und -kennzeichnung, das Nachtrainieren von Modellen bei Datenverschiebungen sowie das Change Management, das erforderlich ist, um KI in Geschäftsprozesse zu integrieren. Beschaffungsteams sollten zudem die Kosten für Compliance- und Prüfungsmaßnahmen einkalkulieren, falls die Plattform sensible Daten verarbeitet.
Ein sinnvoller Ansatz besteht darin, ein Dreijahresmodell für die Gesamtkosten zu erstellen, das sowohl die Kosten der Anbieter als auch die Kosten für interne Ressourcen berücksichtigt, und dieses Modell anschließend anhand von Szenarien zu prüfen, in denen die Nutzung schneller als erwartet zunimmt. So erhält die Unternehmensleitung vor Vertragsunterzeichnung ein realistisches Bild des finanziellen Aufwands.
Welche Anforderungen hinsichtlich Governance und Compliance sollte eine KI-Plattform erfüllen?
Eine KI-Plattform sollte die Anforderungen Ihres Unternehmens an den Datenaufbewahrungsort erfüllen, rollenbasierte Zugriffskontrollen unterstützen, eine Protokollierung von Modellentscheidungen ermöglichen und relevante Vorschriften wie die DSGVO, das EU-KI-Gesetz oder branchenspezifische Standards, beispielsweise im Finanzdienstleistungssektor oder im Gesundheitswesen, einhalten. Governance-Anforderungen sind keine optionalen Zusatzfunktionen, sondern grundlegende Voraussetzungen für den Einsatz von KI in Unternehmen.
Der regulatorische Druck auf KI-Systeme nimmt im Jahr 2026 zu, insbesondere in Europa, wo das EU-KI-Gesetz abgestufte Verpflichtungen einführt, die sich nach dem Risikograd der KI-Anwendungen richten. Beschaffungsteams müssen verstehen, in welche Risikokategorie ihre geplanten KI-Anwendungsfälle fallen, und sicherstellen, dass die Plattform die erforderlichen Standards hinsichtlich Transparenz, menschlicher Aufsicht und Dokumentation erfüllt.
Zu den wichtigsten Fragen zum Thema Governance, die man Anbietern stellen sollte, gehören:
- Wo werden die Daten verarbeitet und gespeichert, und können Sie gewährleisten, dass die Daten in den vorgeschriebenen Regionen verbleiben?
- Bietet die Plattform Funktionen zur Erklärbarkeit der Modellausgaben, insbesondere für Entscheidungen mit hohen Risiken?
- Welche Prüfpfade erstellt die Plattform, und inwieweit sind diese für Compliance-Teams zugänglich?
- Wie geht der Anbieter mit Modellaktualisierungen um, und wirken sich diese Aktualisierungen auf die für die Einhaltung von Vorschriften zertifizierten Konfigurationen aus?
- Über welche Zertifizierungen verfügt die Plattform, beispielsweise ISO 27001, SOC 2 oder branchenspezifische Akkreditierungen?
Governance erstreckt sich auch auf interne Abläufe. Die Plattform sollte Ihr Unternehmen dabei unterstützen, klare Verantwortlichkeiten für KI-Ergebnisse festzulegen, Richtlinien für den Datenzugriff durchzusetzen und die Rechenschaftspflicht zu wahren, wenn KI-gestützte Entscheidungen Auswirkungen auf Kunden oder Mitarbeiter haben.
Wie bewerten Sie das Risiko einer Anbieterabhängigkeit bei KI-Plattformen?
Sie bewerten das Risiko einer Anbieterabhängigkeit, indem Sie die Datenportabilität, die Möglichkeiten zum Export von Modellen, proprietäre Abhängigkeiten und die Flexibilität der Verträge prüfen. Je stärker die Plattform auf proprietäre Formate, geschlossene APIs oder anbieterspezifische Modellarchitekturen angewiesen ist, desto höher sind die Wechselkosten, falls Sie in Zukunft den Anbieter wechseln müssen.
Das Lock-in-Risiko bei KI-Plattformen wird oft unterschätzt, da es sich schrittweise aufbaut. Man beginnt mit der vom Anbieter verwalteten Infrastruktur, übernimmt dessen proprietäre Modellformate, entwickelt interne Tools auf Basis seiner APIs und schult die eigenen Teams im Umgang mit dessen Schnittstellen. Wenn man dann einen Wechsel in Betracht zieht, sind die Migrationskosten bereits so hoch, dass ein Wechsel unpraktikabel wird.
Um das Lock-in-Risiko bei der Auswahl eines KI-Anbieters einzuschätzen, sollten Sie folgende Fragen stellen:
- Können Sie Ihre trainierten Modelle in offenen Formaten wie ONNX exportieren und unabhängig von der Infrastruktur des Anbieters bereitstellen?
- Basieren die APIs der Plattform auf offenen Standards oder erfordern sie proprietäre Client-Bibliotheken?
- Was passiert mit Ihren Daten und Modellen, wenn der Anbieter übernommen wird, die Preise erheblich erhöht oder das Produkt aus dem Sortiment nimmt?
- Enthält der Vertrag Garantien zur Datenübertragbarkeit und angemessene Kündigungsbedingungen?
- Kann die Plattform in einer Multi-Cloud- oder Hybrid-Umgebung betrieben werden, oder ist sie an einen bestimmten Cloud-Anbieter gebunden?
Eine Plattform, die offene Standards unterstützt, Modellportabilität bietet und es Ihnen ermöglicht, Workloads in verschiedenen Umgebungen auszuführen, verschafft Ihnen eine bedeutende Verhandlungsposition und verringert das finanzielle Risiko einer langfristigen Bindung.
Welche Fragen zur Integration und Infrastruktur sollte die Beschaffung stellen?
Die Beschaffungsabteilung sollte klären, wie sich die KI-Plattform mit bestehenden Datenquellen verknüpft, welche Infrastruktur sie benötigt, wie sie mit Datenpipelines umgeht und ob sie Ihre aktuelle Cloud-Umgebung unterstützt. Die Komplexität der Integration ist einer der häufigsten Gründe dafür, dass die Einführung von KI-Plattformen das Budget überschreitet und den Zeitplan verpasst.
KI-Plattformen arbeiten nicht isoliert. Sie benötigen Zugriff auf die Daten Ihres Unternehmens, und diese Daten sind in der Regel über mehrere Systeme verteilt: Data Warehouses, operative Datenbanken, Cloud-Speicher, SaaS-Anwendungen und lokale Systeme. Die Fähigkeit der Plattform, eine zuverlässige und sichere Verbindung zu diesen Quellen herzustellen, entscheidet darüber, wie schnell Sie von der Bereitstellung zum Nutzen gelangen.
Konkrete Fragen zur Integration, die Sie in Ihre Bewertung einbeziehen sollten:
- Welche nativen Konnektoren bietet die Plattform für Ihre bestehende Dateninfrastruktur und Ihre Cloud-Anbieter?
- Wie geht die Plattform mit der Datenerfassung in Echtzeit im Vergleich zur Batch-Erfassung um, und was erfordert Ihr Anwendungsfall?
- Welche infrastrukturellen Voraussetzungen sind erforderlich, und werden dadurch wesentliche Änderungen an Ihrer bestehenden Umgebung notwendig?
- Wie gewährleistet die Plattform die Sicherheit auf der Integrationsebene, einschließlich der Verwaltung von Anmeldedaten und der Verschlüsselung von Daten während der Übertragung?
- In welchem Umfang sind in der Regel technische Ressourcen erforderlich, um die anfängliche Integration durchzuführen, und wie sieht die laufende Wartung aus?
Unternehmen, die Hybrid-Cloud-Umgebungen betreiben, sehen sich mit zusätzlicher Komplexität konfrontiert. Wenn sich Ihre Daten auf lokale Systeme und mehrere Cloud-Anbieter verteilen, müssen Sie sicherstellen, dass die KI-Plattform in dieser gesamten Umgebung einsetzbar ist, ohne dass Sie Ihre Infrastruktur auf die Lösung eines einzigen Anbieters konsolidieren müssen. Dies steht in direktem Zusammenhang mit der übergeordneten Herausforderung, Kosten- und Governance-Management im Cloud-Bereich, wo die Transparenz über verschiedene Umgebungen hinweg ebenso wichtig ist wie die Funktionen der Plattform selbst.
Wie kann die Beschaffungsabteilung den ROI einer Investition in eine KI-Plattform messen?
Die Beschaffungsabteilung kann den ROI einer Investition in eine KI-Plattform messen, indem sie vor der Einführung konkrete Geschäftsziele definiert, Basiskennzahlen festlegt, Kosteneinsparungen und Produktivitätssteigerungen im Vergleich zu diesen Basiswerten nachverfolgt und bei der Berechnung der Rendite die Gesamtbetriebskosten berücksichtigt. Die ROI-Messung erfordert eine Definition im Vorfeld; man kann nicht messen, was man vor Projektbeginn nicht zur Nachverfolgung vereinbart hat.
Der ROI einer KI-Plattform wird in Gesprächen mit Anbietern oft nur allgemein diskutiert, doch die tatsächliche Messung erfordert Disziplin seitens der Beschaffungsabteilung und der geschäftlichen Entscheidungsträger, die die Investition fördern. Der zuverlässigste Ansatz besteht darin, zwei oder drei konkrete Anwendungsfälle mit quantifizierbaren Ergebnissen zu identifizieren, den aktuellen Stand zu erfassen, die Plattform einzuführen und anschließend die Leistung über einen festgelegten Zeitraum hinweg anhand dieser Benchmarks zu verfolgen.
Zu den nützlichen ROI-Kennzahlen für Investitionen in KI-Plattformen für Unternehmen gehören:
- Prozesseffizienz: Einsparung von Zeit, die bisher für manuelle Aufgaben aufgewendet wurde, die die KI automatisiert oder beschleunigt
- Kostenvermeidung: Verringerung des Personalwachstums, der Fehlerquoten oder der Nacharbeitskosten durch KI-gestützte Verbesserungen
- Auswirkungen auf den Umsatz: Messbarer Beitrag zum Umsatz durch verbesserte Entscheidungsfindung, schnellere Markteinführung oder ein verbessertes Kundenerlebnis
- Senkung der Betriebskosten: Einsparungen bei den Infrastruktur-, Lieferanten- oder Betriebskosten, die durch die Plattform ermöglicht werden
- Zeit bis zur Wertschöpfung: Wie schnell die Plattform im Verhältnis zur getätigten Investition messbare Ergebnisse liefert
Ein Bereich, in dem der ROI häufig nur unzureichend erfasst wird, ist die Cloud-Nutzung. KI-Workloads gehören zu den rechenintensivsten in der Infrastruktur eines jeden Unternehmens, und ohne aktives Management können die mit KI verbundenen Cloud-Kosten deutlich schneller steigen als der erzielte Nutzen. A Bewertung des Reifegrades von FinOps kann Ihrem Unternehmen dabei helfen, zu erkennen, ob Sie über die erforderlichen Steuerungsmechanismen und Transparenz verfügen, um die Cloud-Kosten, die Ihre KI-Plattform verursachen wird, zu verfolgen und zu optimieren.
Wie wir Ihnen dabei helfen, die Kosten für KI-Plattformen zu bewerten und zu steuern
Die Auswahl einer KI-Plattform ist eine bedeutende finanzielle und strategische Entscheidung. Um das Kostenmodell richtig zu gestalten, die Kontrolle über die Cloud-Nutzung zu behalten und der Unternehmensleitung einen messbaren ROI nachzuweisen, bedarf es mehr als nur einer Tabelle zum Anbietervergleich. Genau dabei unterstützen wir große Unternehmen.
Wir unterstützen Beschaffungs- und IT-Finanzteams dabei, die finanzielle Transparenz und die Governance-Strukturen zu schaffen, die für eine verantwortungsvolle Verwaltung von Investitionen in KI-Plattformen erforderlich sind. Konkret unterstützen wir Sie bei folgenden Aufgaben:
- Transparenz bei den Cloud-Kosten: Umfassende Zuordnung und Transparenz hinsichtlich der Cloud-Nutzung, die Ihre KI-Workloads verursachen, einschließlich Rechenleistung, Speicherplatz und API-Nutzung bei AWS, Azure und GCP
- FinOps-Governance: Betriebsmodelle, die eine klare Verantwortlichkeit für Cloud-Ausgaben festlegen, strukturierte Entscheidungsabläufe schaffen und KI-bezogene Kosten mit den Geschäftsergebnissen verknüpfen
- Integration von TBM und FinOps: Die Verknüpfung des Cloud-Finanzmanagements mit Ihrer gesamten IT-Kostenstruktur, damit KI-Investitionen im Kontext Ihres gesamten Technologieportfolios bewertet werden
- Frameworks zur ROI-Erfassung: Wir unterstützen Sie dabei, vor der Einführung die richtigen Kennzahlen festzulegen und die Berichtsstrukturen aufzubauen, um diese im Laufe der Zeit zu verfolgen
- Einführung von FinOps-Tools: Implementierung und Konfiguration FinOps-Tools Das liefert Ihren Teams die Daten, die sie benötigen, um fundierte Entscheidungen über die Ausgaben für KI-Plattformen zu treffen
Falls Ihr Unternehmen plant, eine Investition in eine KI-Plattform zu prüfen oder auszubauen, und Sie sicherstellen möchten, dass die erforderlichen finanziellen Steuerungsmechanismen vorhanden sind, um diese Investition effektiv zu verwalten, Nehmen Sie Kontakt mit uns auf um zu besprechen, wo wir einen Mehrwert schaffen können.