KI-Vendor-Management professionell aufstellen.

Der KI-Markt ist 2026 ein anderer als noch vor zwei Jahren. Aus einer Handvoll dominierender Anbieter ist ein unübersichtliches Feld aus Hyperscalern, spezialisierten Modell-Anbietern, Plattformen, vertikalen SaaS-Lösungen und kleinen Spezialisten geworden. Manche davon wachsen mit dreistelligen Raten, andere verschwinden binnen Quartalen — gekauft, fusioniert, aufgegeben. Für mittelständische Unternehmen entsteht daraus ein praktisches Problem: Wie wählt man unter diesen Bedingungen Anbieter aus, wie steuert man sie über die Vertragslaufzeit, und wie bleibt man handlungsfähig, wenn sich der Markt erneut verschiebt? Ein professionelles KI-Vendor-Management beantwortet diese Fragen — nicht mit dem Apparat eines Konzern-Procurements, sondern mit einer schlanken, aber wirksamen Struktur, die zur Größe und Geschwindigkeit eines Mittelständlers passt.

Warum KI-Anbieter anders sind als klassische IT-Lieferanten.

Klassisches Vendor-Management hat sich an stabilen Lieferanten orientiert — ERP-Hersteller, Hardware-Anbieter, etablierte Software-Häuser. Diese Welt war planbar: Roadmaps gab es im Jahresrhythmus, Releases waren angekündigt, Preisanpassungen folgten klaren Mustern. KI-Anbieter funktionieren anders. Modellgenerationen wechseln im Halbjahresrhythmus, Preise verändern sich teils nach unten (durch Effizienzsprünge), teils nach oben (durch Premium-Tiering), und einzelne Produktlinien werden ohne große Vorwarnung eingestellt.

Ein zweiter Unterschied: KI-Anbieter sind oft technologisch tief, aber juristisch und organisatorisch jung. Auftragsverarbeitungsverträge stehen nicht selten in einer Standardversion bereit, die für einen deutschen Mittelständler erst angepasst werden muss. Datenresidenz-Optionen werden nachträglich ergänzt. Service-Levels sind oft generisch formuliert.

Ein dritter Punkt ist die enge Verzahnung mit der Modell-Lieferkette. Viele Anbieter sind selbst Wiederverkäufer oder Aggregatoren von Foundation Models. Wenn der dahinterstehende Modell-Anbieter seine Bedingungen ändert, verändert sich die ganze Lieferkette. Das ist im klassischen Software-Geschäft die Ausnahme; im KI-Markt ist es der Normalfall. Ein Vendor-Management, das diese Besonderheiten nicht erkennt, wird in den nächsten zwei Jahren regelmäßig überrascht.

Vom Bedarf zur Anbieterauswahl: ein strukturierter Prozess.

Ein häufiger Fehler in der Anbieterauswahl ist, mit dem Anbieter zu starten statt mit dem Bedarf. „Wir brauchen ChatGPT für die Buchhaltung“ ist keine Bedarfsdefinition, sondern eine Lösungsvorwegnahme. Bevor man Anbieter vergleicht, sollte klar sein, was genau die Anwendung leisten muss, welche Daten betroffen sind, welche Integrationen nötig werden und welche regulatorischen Anforderungen gelten.

Ein pragmatischer Ablauf in vier Schritten:

1. Bedarfsbeschreibung: Konkreter Anwendungsfall, betroffene Datenklassen, Nutzerzahl, Integrationsbedarf, regulatorische Anforderungen.
2. Marktscan: 3–6 Anbieter, die den Bedarf grundsätzlich abdecken könnten. Reichweite bewusst begrenzen — mehr Optionen erhöhen den Aufwand mehr als die Entscheidungsqualität.
3. Bewertungsmatrix: Funktion, Datenschutz/DSGVO, AI-Act-Konformität, Preisstruktur, Vertragsbedingungen, Roadmap, Referenzen, Exit-Optionen.
4. Pilotphase: Mit 1–2 Anbietern echte Tests in kleinem Umfang, möglichst mit echten Daten, möglichst mit echten Nutzern.

Diesen Prozess kann ein Mittelständler in vier bis acht Wochen durchlaufen — vorausgesetzt, die Bedarfsbeschreibung steht. Wer länger braucht, hat meist kein Auswahlproblem, sondern ein Bedarfsproblem. Die Versuchung, im Auswahlprozess plötzlich neue Anforderungen aufzunehmen, sollte man disziplinieren — sonst verzögert man die Entscheidung um Wochen ohne echten Erkenntnisgewinn.

Was in der Bewertungsmatrix wirklich zählt.

Bewertungsmatrizen werden in der Theorie ausgewogen aufgesetzt — und in der Praxis von einer Handvoll Kriterien dominiert, die wirklich Unterschiede machen. Für KI-Anbieter sind das meist sechs Dimensionen.

Punktbewertungen mit gewichteten Faktoren wirken professionell, sind aber oft Scheingenauigkeit. Hilfreicher ist eine Vier-Stufen-Bewertung pro Dimension (sehr gut, gut, kritisch, nicht akzeptabel) — kombiniert mit einer K.o.-Logik: Wer in einer Dimension „nicht akzeptabel“ hat, scheidet aus, unabhängig von den anderen Werten.

Eine ehrliche Bewertung benennt auch, was man nicht weiß. Bei jungen Anbietern ist die finanzielle Stabilität oft schwer einzuschätzen. Hier hilft eine simple Frage: Was passiert mit unseren Daten und unseren Workflows, wenn dieser Anbieter in achtzehn Monaten vom Markt geht? Wer diese Frage nicht beantworten kann, hat das eigentliche Risiko nicht bewertet.

Die Pilotphase als Realitätstest.

Eine Pilotphase ist kein Sales-Termin mit angepassten Demo-Daten, sondern ein ehrlicher Test unter realistischen Bedingungen. Dafür braucht es vier Dinge: echte Daten (anonymisiert oder synthetisch, wenn das DSGVO-mäßig zwingend ist), echte Nutzer aus dem Fachbereich, eine definierte Messlogik und ein Zeitfenster von mindestens zwei bis vier Wochen.

Was man in der Pilotphase misst, hängt vom Anwendungsfall ab. Für textgenerierende Anwendungen bewährt sich eine Mischung aus subjektiver Qualitätsbewertung durch Fachnutzer und objektiven Maßen wie Bearbeitungszeit, Fehlerquote, Rückfragequote. Für strukturierte Anwendungsfälle (Klassifikation, Extraktion) sind objektive Metriken wie Precision, Recall, F1 sinnvoller. Wichtig ist, die Messlogik vor dem Piloten festzulegen — sonst entstehen im Nachhinein selektiv passende Auswertungen.

Ein häufig unterschätzter Aspekt: Die Pilotphase ist auch ein Test des Anbieters als Partner. Wie schnell reagiert der Support? Wie konstruktiv geht der Anbieter mit Problemen um? Wie professionell sind Dokumentation und Schulung? In der Pilotphase zeigt sich das in komprimierter Form — wer hier schon zäh ist, wird im Regelbetrieb selten besser.

Eine pragmatische Faustregel: Wenn ein Pilot in vier Wochen keine klare Empfehlung in die eine oder andere Richtung erzeugt, war er nicht spezifisch genug aufgesetzt. Ein gut konzipierter Pilot endet mit einer klaren Aussage — auch wenn diese „nicht geeignet“ lautet. Das ist kein Scheitern; das ist Erkenntnis. Mehr zur Konzeption pragmatischer Tests findet sich im Beitrag zu Proof of Concept.

Vom Vertrag bis zur Regelsteuerung.

Mit der Vertragsunterzeichnung beginnt nicht das Ende, sondern der größere Teil der Arbeit. Vendor-Management im Regelbetrieb hat drei Schwerpunkte: laufende Steuerung, kontinuierliche Bewertung, vorbereiteter Wechsel.

Die laufende Steuerung umfasst typische Themen wie Vertragsumsetzung, Service-Level-Einhaltung, Rechnungsstellung, Kontaktstellen. Diese Aufgabe ist meist beim IT- oder Procurement-Bereich angesiedelt. Wichtig ist, dass es einen klar benannten Ansprechpartner pro Anbieter gibt — sowohl intern als auch beim Anbieter. Diffuse Eskalationen über fünf E-Mail-Adressen führen verlässlich zu Frustration auf beiden Seiten.

Die kontinuierliche Bewertung läuft meist im Quartalsrhythmus. Bewährt hat sich eine kurze Anbieter-Scorecard mit fünf bis sieben Kriterien — Verfügbarkeit, Antwortqualität, Support-Reaktionszeit, Preisstabilität, Roadmap-Fortschritt. Diese Scorecard wird intern geführt, nicht zwingend mit dem Anbieter geteilt. Sie ist die Grundlage für Vertragsverlängerungs- und Wechselentscheidungen.

Der vorbereitete Wechsel ist der wichtigste, am häufigsten vernachlässigte Punkt. Spätestens zwölf Monate vor einer möglichen Vertragsverlängerung sollte klar sein: Würden wir verlängern, wenn der heutige Stand der Maßstab wäre? Welche Alternativen kämen infrage? Wie aufwendig wäre eine Migration? Wer diese Fragen erst sechs Wochen vor Verlängerungsfrist stellt, hat keine Verhandlungsposition mehr.

Der Umgang mit Mehr-Anbieter-Strategien.

Viele mittelständische Unternehmen stehen vor der Frage, ob sie auf einen einzigen Hauptanbieter setzen oder mehrere parallel pflegen. Beide Strategien haben Stärken — und beide werden oft aus Bequemlichkeit gewählt, nicht aus strategischer Überlegung.

Ein-Anbieter-Strategien sind günstig in der Einführung, einfach in der Betreuung und führen zu konsistenten Workflows. Sie bergen aber das Klumpenrisiko: Wenn der Anbieter Preise erhöht, in eine andere Richtung pivotiert oder ausfällt, ist das Unternehmen voll exponiert. Außerdem fehlt der Marktdruck — der Anbieter weiß, dass ein Wechsel teuer wäre.

Mehr-Anbieter-Strategien streuen das Risiko und schaffen Verhandlungsspielraum. Sie verursachen aber höhere Komplexität — zwei oder drei Vertragslandschaften, unterschiedliche APIs, doppelte Schulungen, getrennte Auswertungen. Für viele Mittelständler ist die ehrlichste Lösung eine Zwei-Anbieter-Logik in unterschiedlichen Reifegraden: Ein Haupt-Anbieter, mit dem 70 bis 80 Prozent der Anwendungsfälle laufen; ein Zweit-Anbieter, der ausgewählte Use Cases bedient und gleichzeitig als Fallback existiert.

Wichtig dabei: Die Mehr-Anbieter-Strategie ist nur dann wertvoll, wenn die Zweit-Anbieter tatsächlich substantiell genutzt werden. Ein Vertrag mit minimaler Nutzung über Jahre ist kein Risikomanagement, sondern eine teure Versicherung mit unklarem Eintrittsfall. Wer einen Zweit-Anbieter pflegt, sollte ihm regelmäßig echte Workloads geben — sonst verliert die Option an Wert.

Was Vendor-Management nicht leisten kann.

Selbst ein professionelles Vendor-Management hat klare Grenzen. Es kann die Markentwicklung nicht vorhersagen. Welcher Anbieter in achtzehn Monaten noch existiert, welche Modellfamilie dann dominiert, welche Preisstruktur sich durchsetzt — das ist mit den heute verfügbaren Informationen nicht zuverlässig zu prognostizieren. Wer auf Stabilität durch Voraussicht setzt, wird enttäuscht. Wer auf Flexibilität durch saubere Architektur und vorbereitete Wechselbarkeit setzt, ist robuster.

Vendor-Management ersetzt auch keine inhaltliche Strategie. Wenn unklar ist, wofür KI im Unternehmen überhaupt eingesetzt werden soll, hilft kein professioneller Anbieterauswahlprozess. Strategie kommt vor Auswahl. Wer das umdreht, optimiert ein Werkzeug, ohne zu wissen, welche Schraube er drehen will.

Ein letzter Punkt: Vendor-Management kann interne Kompetenzlücken nicht kompensieren. Wenn niemand im Unternehmen technisch beurteilen kann, was ein Anbieter wirklich liefert, bleibt jede Bewertung an der Oberfläche. In der Praxis ist es oft sinnvoller, kurzfristig externe Expertise einzubeziehen, als unter knappen internen Ressourcen einen Auswahlprozess durchzuziehen, dessen Bewertungslogik niemand fundiert tragen kann.

Wie Sie Vendor-Management Schritt für Schritt aufbauen.

Wer heute beginnt, kann ein funktionierendes KI-Vendor-Management in sechs bis neun Monaten etablieren — vorausgesetzt, der Aufbau folgt einer Reihenfolge, die das Wichtigste zuerst angeht.

In den ersten drei Monaten geht es um Bestandsaufnahme und Grundstruktur. Welche KI-Anbieter sind aktuell im Einsatz, formal oder informell? Welche Verträge gibt es, welche fehlen, welche AVVs sind unvollständig? Bereits dieser Schritt deckt erfahrungsgemäß Lücken auf — Schatten-IT mit KI-Charakter, parallele Verträge, ungeregelte Datenflüsse. Dieser Status wird einmal sauber erfasst und ist die Grundlage für alles Weitere.

In den Monaten vier bis sechs werden Prozesse und Vorlagen geschaffen. Bewertungsmatrix, Pilot-Konzept, Vertrags-Checkliste, Scorecard, Eskalationspfade. Diese Vorlagen müssen nicht perfekt sein — sie müssen einsetzbar sein. Eine erste Version, die im realen Auswahlprozess getestet wird, ist wertvoller als ein perfektes Dokument im Schrank.

Ab Monat sieben rückt der Regelbetrieb in den Vordergrund. Quartalsweise Anbieter-Scorecards, regelmäßige Vertragsreviews, vorbereitete Wechseloptionen. Spätestens nach neun Monaten ist klar, welche Anbieter mit welchem Status im Portfolio stehen — und welche Entscheidungen in den nächsten zwölf Monaten anstehen. Damit hat das Vendor-Management den Übergang von Aufbau in Betrieb geschafft.

Sie wollen Ihr KI-Vendor-Management vom Reaktiven ins Aktive überführen? Unverbindlich anfragen — wir schauen gemeinsam auf bestehende Verträge, Auswahlprozesse und entwickeln eine Struktur, die zur Größe Ihres Unternehmens passt.