Custom AI Agent vs. fertige Chatbot-Plattform

Fertige Chatbot-Plattformen (Intercom Fin, Zendesk AI, Ada) sind die richtige Wahl, wenn Sie einen Support-Bot in wenigen Tagen live bringen müssen und Ihr Anwendungsfall darin besteht, Fragen aus vorhandener Dokumentation zu beantworten. Ein Custom AI Agent ist überlegen, sobald der Workflow mehrstufige Aktionen über Ihre eigenen Systeme erfordert, nicht-generische Logik enthält oder zu etwas wird, für das Kunden tatsächlich zahlen – statt zu einem Cost Center, den Sie verkleinern wollen.

Die Entscheidung lautet nicht „KI oder keine KI", sondern: Wer besitzt den Orchestrierungslayer? Plattformen besitzen ihn und vermieten ihn Ihnen. Ein Custom Build bedeutet, dass Ihr Team ihn selbst besitzt – mit allen Chancen und Risiken.

Was Sie bei einer Plattform tatsächlich kaufen

Chatbot-Plattformen verkaufen Ihnen drei Dinge: eine vorgefertigte UI, einen supportspezifischen Reasoning-Layer, der auf den Daten ihrer Kunden trainiert wurde, und Integrationen zu den Tools, die Sie wahrscheinlich bereits nutzen (Zendesk, Salesforce, Shopify). Das ist ein echter Vorsprung. Für ein Team ohne ML- oder Backend-Kapazitäten kann Intercom Fin gegen Ihr Help Center innerhalb einer Woche live gehen.

Der Kompromiss zeigt sich an drei Stellen:

• Pricing, das gegen Sie skaliert. Die meisten Plattformen berechnen Gebühren pro Resolution oder pro Seat. Bei geringem Volumen ist das günstig. Ab dem Volumen, bei dem der Bot tatsächlich Headcount einspart, sieht die Rechnung aus wie das Gehalt, das er ersetzen sollte.
• Eine Obergrenze für das, was der Agent leisten kann. Plattform-Automation-Builder sind für FAQ-Beantwortung und einfache Aktionen konzipiert (Bestellstatus abfragen, Standard-Rückerstattung auslösen). Sobald der Agent Ihre Preislogik einbeziehen, eine interne API mit Geschäftsregeln aufrufen oder je nach Account-Tier unterschiedlich übergeben soll, kämpfen Sie gegen den Workflow-Builder der Plattform statt Code zu schreiben.
• Ihre Gesprächsdaten liegen in deren System. Sie für Analysen, Fine-Tuning oder einen späteren Anbieterwechsel zu exportieren, ist selten so unkompliziert, wie es das Sales-Deck suggeriert.

Das macht Plattformen nicht falsch. Es macht sie zu einer Wette darauf, dass Ihr Anwendungsfall innerhalb ihrer Grenzen bleibt.

Was ein Custom Agent tatsächlich kostet

Ein Custom Agent bedeutet, dass Sie (oder eine Agentur) den Reasoning-Loop, die Tool Calls und die Guardrails selbst gestalten – auf Basis einer Modell-API (Claude, GPT oder ähnlichem). Anthropics eigene Empfehlungen zum Bau effektiver Agents sind eine nützliche Grundlage: Das Muster ist ein Modell, das plant, Tools aufruft und seinen Output gegen einen aufgabenspezifischen Standard prüft – genau der Teil, den Plattformen abstrahieren und Ihnen in Rechnung stellen, damit Sie nicht darüber nachdenken müssen.

Das selbst zu bauen kostet mehr in der Entwicklung: Engineering-Zeit für den Orchestrierungslayer, Tool-Integrationen, ein Evaluation-Harness und Guardrails gegen halluzinierte Aktionen. Der Punkt, an dem es sich auszahlt:

• Grenzkosten sind Nutzungskosten, keine Seat-Gebühren. Nach der Fertigstellung bestehen Ihre laufenden Kosten hauptsächlich aus LLM-API-Ausgaben, die Sie direkt optimieren können. Lesen Sie dazu unsere Einschätzung zur LLM-Kostenoptimierung – mit den Stellschrauben, die wirklich etwas bewegen (Prompt Caching, Model Routing, Batching).
• Keine Obergrenze bei der Workflow-Komplexität. Wenn der Agent in einem einzigen Flow den Lagerbestand prüfen, eine Rabattregel anwenden und einem Kunden auf WhatsApp schreiben soll, ist das normales Agent-Design – kein Feature-Request an eine Plattform. Wie das von Anfang bis Ende aussieht, haben wir in KI-WhatsApp-Sales-Agents beschrieben.
• Sie besitzen die Daten und die Evals. Sie entscheiden, was „korrekt" bedeutet, und testen dagegen – anstatt der Black-Box-Resolution-Rate eines Anbieters zu vertrauen. Wenn Sie mit einem KI-Anbieter verhandeln, gilt unser Leitfaden zu Evals in KI-Anbieterverträgen unabhängig davon, ob Sie kaufen oder selbst bauen.

Die eigentliche Kosten-Schwelle ist nicht „können wir uns einen Custom Build leisten", sondern: „Hängt dieser Workflow davon ab, dass eigene private Daten abgerufen und ausgewertet werden?" Wenn ja, benötigen Sie in jedem Fall einen sauberen Retrieval-Layer – unabhängig von der Plattform. RAG erklärt für Gründer zeigt, was das konkret bedeutet.

Die Entscheidung – ohne Ausweichen

Stellen Sie sich drei Fragen:

1. Ist der Workflow generisch (Support-FAQ, Bestellstatus) oder spezifisch für Ihre Geschäftslogik? Generisch → Plattform. Spezifisch → Custom.
2. Muss der Agent Aktionen über mehr als 2–3 Systeme hinweg ausführen, oder beantwortet er nur Fragen? Mehr Systeme und komplexere Verzweigungslogik sprechen für Custom, da Plattform-Automation-Builder ab einer Handvoll konditionaler Schritte unübersichtlich werden.
3. Ist das eine kostensparende Support-Funktion oder ein Produktfeature, für das Kunden bezahlen? Wenn Letzteres zutrifft, ist ein Plattform-Badge in Ihrem Produkt („Powered by Intercom") ein echtes Signal-Problem – Kunden merken den Unterschied zwischen einem gemieteten Bot und etwas, das Sie selbst gebaut haben.

Wenn Sie überall „generisch / einfach / Support" geantwortet haben, starten Sie mit einer Plattform und überprüfen Sie die Entscheidung in 6–12 Monaten, sobald Sie echte Nutzungsdaten haben. Wenn Sie auch nur bei einer Frage „spezifisch / mehrstufig / Produktfeature" geantwortet haben, wird die Plattform sich innerhalb eines Quartals wie ein Käfig anfühlen – und die Migrationskosten später werden höher sein als ein von Anfang an sauber gebauter Agent.

Ein Hinweis zur trügerischen Mitte: Manche Plattformen erlauben es inzwischen, ihren Bot mit eigenem Code oder Webhooks zu „erweitern". Das ist im Einzelfall prüfenswert, kombiniert in der Praxis aber häufig das Schlechteste aus beiden Welten: Sie zahlen Plattform-Gebühren und betreiben gleichzeitig Custom Engineering. Bevor Sie diesen Weg einschlagen, holen Sie eine klare Aussage dazu ein, was der Extension-Layer kann und nicht kann – am besten schriftlich.

Wir haben beides gebaut: Support-Bots auf Plattformen für Teams, die Geschwindigkeit brauchten, und vollständig Custom Agents für Teams, bei denen der Agent das Produkt ist. Die Komplexität Ihres Workflows wird meist offensichtlich, sobald Sie die Aktionen auflisten, die der Agent ausführen soll – nicht nur die Fragen, die er beantworten soll. Wenn Sie sich nicht sicher sind, auf welcher Seite dieser Grenze Sie stehen, sprechen Sie mit uns.