Inhouse-KI vs. SaaS: Was passt besser für Ihren Vertrieb?

Inhouse-KI oder SaaS im Vertrieb: Diese Frage stellen sich gerade viele Geschäftsführer, seit sich Sprachmodelle auch auf eigener Hardware betreiben lassen. Dieser Beitrag zeigt, was beide Wege im Alltag bedeuten, welche Kosten jenseits der Lizenz anfallen und in welchen Fällen der eigene Betrieb tatsächlich die bessere Wahl ist.

Inhouse-KI und SaaS: was beides praktisch bedeutet

Inhouse-KI

Niemand im Mittelstand trainiert ein eigenes Sprachmodell von Grund auf. Inhouse-KI heißt in der Praxis: Sie laden ein frei verfügbares Modell herunter, betreiben es auf eigenen Servern oder in einem gemieteten Rechenzentrum und bauen alles drumherum selbst. Dazu gehören die Anbindung an Telefonanlage, E-Mail und CRM, die Oberfläche für Ihr Team, Protokollierung, Rechteverwaltung und Updates.

Das Modell selbst ist dabei der kleinste Teil der Arbeit. Ein Vertriebsassistent, der Anrufe annimmt, Termine bucht und Leads ins CRM schreibt, besteht aus vielen Bausteinen: Spracherkennung, Sprachausgabe, Kalenderlogik, Regeln für die Übergabe an Menschen. Jeder dieser Bausteine muss bei Ihnen laufen, überwacht und aktualisiert werden.

SaaS

Bei Software as a Service mieten Sie eine fertige Anwendung. Der Anbieter betreibt Server, Modelle und Schnittstellen, spielt Updates ein und kümmert sich um Ausfallsicherheit. Ihre Aufgabe ist die Konfiguration: Welche Fragen soll der Assistent stellen, welche Termine darf er vergeben, wann übergibt er an das Team?

Der Preis dafür ist Abhängigkeit. Sie können nicht in den Code greifen, Funktionen kommen auf der Roadmap des Anbieters und nicht auf Ihrer. Wenn der Anbieter aufgibt oder die Preise erhöht, müssen Sie reagieren. Und Ihre Daten liegen auf fremden Servern, auch wenn diese verschlüsselt und vertraglich abgesichert sind.

Inhouse-KI vs. SaaS: der Vergleich in sechs Punkten

Kriterium	Inhouse-KI	SaaS
Start	Monate für Aufbau, Tests und Anbindungen	Wenige Tage bis Wochen für Konfiguration
Kosten	Hardware oder Rechenzentrum, Strom, Personal, Wartung	Laufende Gebühr, oft plus Einrichtung
Kontrolle	Volle Kontrolle über Modell, Daten und Ablauf	Konfiguration im Rahmen des Produkts
Sicherheit	So gut wie Ihr eigener Betrieb	So gut wie der Anbieter, prüfbar über Verträge und Nachweise
Know-how	Eigenes Team mit KI- und Betriebserfahrung nötig	Fachliche Ansprechperson im Vertrieb reicht oft
Ausstieg	Sie behalten alles, tragen aber jede Altlast	Datenexport und Kündigungsfristen vorher klären

Die Kosten, die in keinem Angebot stehen

Bei Inhouse-KI wird oft nur die Hardware gerechnet. Teurer ist meist die Zeit von Menschen. Jemand muss nachts erreichbar sein, wenn der Telefonassistent nicht mehr antwortet. Jemand muss Sicherheitslücken in Bibliotheken schließen, Modelle aktualisieren und testen, ob der Assistent danach noch dieselben Antworten gibt. In einem Betrieb mit einer IT-Fachkraft, die ohnehin Drucker, Laptops und Warenwirtschaft betreut, ist das kaum zusätzlich zu schaffen.

Bei SaaS liegen die versteckten Kosten woanders: Mindestlaufzeiten, Aufpreise für zusätzliche Kanäle oder Gesprächsvolumen und der Aufwand, wenn Sie später wechseln wollen. Lesen Sie die Preisliste deshalb mit Ihrem erwarteten Volumen im Kopf.

Beispielrechnung zum Nachrechnen

Angenommen, ein Autohaus oder ein Servicebetrieb möchte drei Jahre lang Telefon, WhatsApp und Website-Chat automatisiert beantworten lassen. Auf der SaaS-Seite rechnen wir mit dem Pro-Tarif von Neurobots: 599 Euro im Monat für alle vier Roboter und 1.000 Gespräche, dazu einmalig 1.299 Euro Einrichtung. Über 36 Monate ergibt das rund 22.900 Euro.

Für die Inhouse-Seite setzen Sie Ihre eigenen Werte ein: Server oder Mietrechenzentrum, Strom, Entwicklung der Anbindungen an Telefon und CRM, Wartung und den Anteil einer Stelle, die das System betreut. Ist schon der Personalanteil allein höher als die SaaS-Summe, ist die Frage für Ihren Betrieb in der Regel beantwortet, bevor die Hardware überhaupt auf der Rechnung steht.

Sicherheit und Datenschutz ehrlich betrachtet

„Unsere Daten verlassen das Haus nicht“ klingt beruhigend. Sicherer ist ein eigener Server aber nur, wenn er konsequent gepflegt wird: Updates, Zugriffskonzepte, Backups, Notfallplan, Protokolle. Ein schlecht gewartetes System im Keller ist ein größeres Risiko als ein professionell betriebenes Rechenzentrum.

Bei SaaS prüfen Sie stattdessen den Anbieter: Wo stehen die Server, gibt es einen Auftragsverarbeitungsvertrag, welche Unterauftragnehmer sind beteiligt, werden Daten in Drittländer übertragen? Neurobots betreibt seine Server zum Beispiel in Nürnberg und arbeitet DSGVO-konform, eine ISO-27001-Zertifizierung ist in Vorbereitung. Solche Angaben sollten Sie bei jedem Anbieter schriftlich einholen. Warum der Serverstandort zählt, erklärt der Beitrag zu EU- und US-Datenhosting. Unabhängig vom Betriebsmodell gilt: Spricht die KI direkt mit Kunden, sollten Sie offenlegen, dass es eine KI ist. Das entspricht den Transparenzpflichten des EU AI Act.

Wann Inhouse-KI sinnvoll ist und wann SaaS

Inhouse-KI kann sich lohnen, wenn mindestens zwei dieser Punkte zutreffen:

• Sie verarbeiten Daten, die nach Vertrag, Geheimschutz oder Berufsrecht das Haus nicht verlassen dürfen.
• Sie haben ein eigenes Team mit Erfahrung im Betrieb von KI-Systemen, nicht nur in klassischer Administration.
• Ihr Anwendungsfall ist so speziell, dass ihn kein Produkt am Markt abdeckt.
• Sie haben ein hohes und gleichmäßiges Volumen, bei dem sich eigene Hardware über Jahre rechnet.

Für eine Praxis, einen Salon, eine Werkstatt oder ein Vertriebsteam mit fünf Leuten trifft das selten zu. Dort zählt, dass der Assistent nächste Woche ans Telefon geht und nicht nächstes Jahr. Einen Mittelweg nutzen viele Unternehmen: Das SaaS-Produkt übernimmt Gespräche und Termine, die eigene IT kontrolliert, welche Daten ins CRM fließen und wer darauf zugreift. Die Frage nach Cloud oder eigenem Rechenzentrum behandelt der Beitrag Cloud vs. On-Premise im KI-Vertrieb.

Häufige Fragen

Sind Open-Source-Modelle nicht kostenlos?

Die Lizenz oft schon, der Betrieb nicht. Hardware, Strom, Entwicklung und Wartung kosten Geld und vor allem Zeit. Was Open-Source-Modelle für den Vertrieb leisten und wo ihre Grenzen liegen, lesen Sie im Vergleich Open Source vs. kommerzielle KI.

Kann ich später von SaaS auf Inhouse wechseln?

Ja, wenn Sie das von Anfang an mitdenken. Achten Sie darauf, dass Sie Gesprächsprotokolle, Kontaktdaten und Konfigurationen exportieren können und dass die Leads ohnehin in Ihrem eigenen CRM landen.

Ist eine SaaS-Lösung mit Servern in der EU automatisch DSGVO-konform?

Nein. Der Standort ist ein wichtiger Baustein, aber Sie brauchen trotzdem einen Auftragsverarbeitungsvertrag, eine Rechtsgrundlage für die Verarbeitung und klare Löschfristen. Die Verantwortung für die Daten Ihrer Kunden bleibt bei Ihnen.

Was ist der häufigste Fehler bei Inhouse-Projekten?

Den laufenden Betrieb zu unterschätzen. Ein Prototyp ist schnell gebaut. Ein System, das jeden Tag zuverlässig Anrufe annimmt, verlangt dauerhafte Betreuung.

Wie lässt sich die Abhängigkeit von einem Anbieter begrenzen?

Ganz vermeiden lässt sie sich bei SaaS nicht, aber begrenzen: mit kurzen Kündigungsfristen, einem Datenexport in gängigen Formaten und Standardschnittstellen zum CRM. Fragen Sie vor Vertragsabschluss konkret, wie ein Ausstieg technisch abläuft und was mit Gesprächsverläufen und Wissensbasis passiert.

Fazit

Für die meisten kleinen und mittleren Betriebe ist SaaS im Vertrieb der pragmatische Weg: schneller Start, planbare Kosten, Betrieb beim Anbieter. Inhouse-KI ist eine Option für Unternehmen mit besonderen Datenpflichten und eigenem KI-Team. Rechnen Sie beide Varianten mit Ihren eigenen Zahlen durch und prüfen Sie beim Anbieter Vertrag, Serverstandort und Exportmöglichkeiten.

Wie ein gemieteter digitaler Mitarbeiter Anfragen über alle Kanäle annimmt, sehen Sie am Beispiel Digitaler Assistent für Servicecenter.