Zum Inhalt springen
Auf The Agentic List 2026Mehr erfahren
Maven AGI
Demo
Betreiben oder kaufen

Einen KI-Agenten kann jeder bauen. Aber können Sie ihn auch betreiben?

Das Bauen ist der einfache Teil – und selbst das ist schwer. Die eigentliche Rechnung kommt nach dem Launch: wenn sich Modelle ändern, APIs ausfallen, Wissen veraltet und die Antworten Ihres Agenten zu Ihrem Haftungsrisiko werden. Das bedeutet Betrieb.

Lebenszyklus eines eigenen Agenten
Beispielhaft
Seit Sie diese Seite geöffnet haben, hat der Betrieb der Eigenentwicklung im Rechner unten Folgendes gekostet:
0,00 $
Live, bei 521 $ pro Tag im Produktivbetrieb. Ändern Sie die Eingaben im Rechner, und der Wert wird neu berechnet.
Tag zwei endet nie

Bauen ist ein Projekt. Betreiben ist eine Daueraufgabe.

Die Softwareforschung sagt es seit Jahrzehnten: Das Geld fließt in die Wartung, nicht in die Entwicklung. Im Durchschnitt macht sie etwa 60 % der Lebenszykluskosten eines Systems aus – je nach System zwischen 40 % und 80 %. [1]

KI-Agenten bringen neue Arten von Wartungsaufwand mit sich. Das Modell kann sich ändern, ohne dass sich eine einzige Zeile Ihres Codes ändert. [3] Und wenn Ihr Agent eine falsche Antwort gibt, verantworten Sie diese Antwort. [6]

agent-ops.log
Live
Mo. 02:14ERROR
provider Modellversion eingestellt. Darauf abgestimmte Prompts driften jetzt ab.
Mo. 09:40WARN
eval Gleiches Testset, neuer Modell-Build: Genauigkeit 84,0 % → 51,1 % [3]
Di. 11:05ERROR
crm Upstream-API hat ein Feld geändert. Ticket-Erstellung schlägt fehl.
Di. 16:32WARN
knowledge Synchronisierung hängt. Agent antwortet auf Basis einer veralteten Richtlinie.
Mi. 08:17ERROR
guardrail Agent beschrieb eine Tarifregelung, die die Airline gar nicht hatte [6]
Mi. 13:50WARN
infra Rate-Limit erreicht. Konversationen in der Warteschlange.
Do. 10:02INFO
security InfoSec hat eine neue Prüfung des Datenzugriffs durch Agents eröffnet.
Do. 18:44WARN
team Der Entwickler, der das Retrieval gebaut hat, hat gekündigt. Kein Runbook vorhanden.
Fr. 03:29ERROR
cost Token-Ausgaben erneut über Budget.
Beispielhafte Woche. Jede Zeile steht für eine Fehlerkategorie, die in den unten genannten Quellen dokumentiert ist.
Betriebskostenrechner

Berechnen Sie Ihre Betriebskosten.

Beginnen Sie mit Ihrem Entwicklungsplan. Standardwerte aus der Recherche sind markiert; Ihre Annahmen können Sie frei anpassen.

4
Ihre Annahme
6
Ihre Annahme
133.000 $
Standardwert aus der Recherche: 133.080 $, der US-Median für Softwareentwickler [7]
70%
Standardwert aus der Recherche: 70 %, den Rest machen Zusatzleistungen aus [8]
60%
Standardwert aus der Recherche: 60 %, innerhalb einer Spanne von 40 % bis 80 % [1]
3
Ihre Annahme
Gesamtbetriebskosten
950.000 $Gesamtbetriebskosten: 950.000 $
Entwicklung (Tag eins)
380.000 $
Betrieb (jeden Tag danach)
570.000 $
Kosten pro Tag im Produktivbetrieb
521 $
Verbrauchte Entwicklerjahre
5,0
Die Opportunitätskosten

Das sind 5,0 Entwicklerjahre, die nicht in Ihr Kernprodukt fließen. Jeder Sprint für Agent-Infrastruktur ist ein Sprint, in dem keine Features entstehen, die Wachstum und Umsatz treiben.

So funktioniert es: Die Vollkosten pro Entwickler ergeben sich aus dem Gehalt geteilt durch den Lohnanteil. Die Entwicklungskosten sind Entwickler × Vollkosten × Entwicklungszeit. Die Betriebskosten folgen aus dem Wartungsanteil – bei 60 % betragen sie also das 1,5-Fache der Entwicklung. Nur Personalkosten: Modellnutzung, Hosting, Tools und Störfälle kämen noch hinzu.

Was Sie tatsächlich verantworten

Der Agent ist nur der kleine Kasten.

Google-Entwickler haben gezeigt, dass der Modellcode in realen Machine-Learning-Systemen nur einen kleinen Teil des Systems ausmacht. Der Rest ist alles drumherum – und genau dort häufen sich die laufenden Wartungskosten. [2]

Pflege
Modell-Upgrades
Anbieter stellen Modelle nach ihrem eigenen Zeitplan ein oder ändern sie.
Qualität
Evals und Regressionstests
Jede Änderung muss erneut an echten Konversationen getestet werden.
Inhalte
Wissenssynchronisierung
Richtlinien ändern sich täglich. Veraltete Antworten sind falsche Antworten.
Systeme
Integrationen
CRM-, Ticketing- und Bestellsysteme liefern Breaking Changes aus.
Ihr Teil
Agent-Logik
Der Teil, den Sie eigentlich bauen wollten.
Risiko
Guardrails und Compliance
Was der Agent sagt, haben Sie gesagt.
Betrieb
Monitoring und Rufbereitschaft
Jemand wird alarmiert, wenn um 2 Uhr nachts etwas ausfällt.
Vertrauen
Sicherheitsprüfungen
Datenzugriff, Aufbewahrung und Audit – wieder und wieder geprüft.
Menschen
Wissen in Köpfen
Wenn der Entwickler geht, geht auch der Kontext.
Unabhängige Forschung

Verlassen Sie sich nicht nur auf unser Wort.

9 Erkenntnisse aus veröffentlichten Drittquellen: akademische Forschung, Marktforschung, ein Gerichtsurteil, ein Branchenstandardwerk und Analystenstudien. Alle Zahlen werden so wiedergegeben, wie sie veröffentlicht wurden.

Was ein eigener KI-Agent wirklich kostet

Zu den Quellen zählen
Harvard Data Science Review
O’ReillyBC Civil Resolution Tribunal
Teil 1 · Unabhängige Studien und öffentliche Dokumente

Wartungskosten

60%

Die Wartung macht im Durchschnitt rund 60 % der Lebenszykluskosten eines Softwaresystems aus, je nach Systemtyp zwischen 40 % und 80 %. Der Großteil entfällt auf Erweiterungen aufgrund geänderter Anforderungen.

Quelle: David Wood, „The 60/60 Rule“, in: 97 Things Every Project Manager Should Know, O’Reilly Media. [1]

Model Drift

84% → 51%

Bei derselben Aufgabe – der Unterscheidung zwischen Primzahlen und zusammengesetzten Zahlen – sank die Genauigkeit von GPT-4 von 84,0 % im März 2023 auf 51,1 % im Juni 2023. Die Autoren folgern, dass sich das Verhalten von LLMs in kurzer Zeit erheblich ändern kann und kontinuierlich überwacht werden muss.

Quelle: L. Chen, M. Zaharia, J. Zou, „How Is ChatGPT’s Behavior Changing Over Time?“, Harvard Data Science Review, 2024. [3]

Build vs. Buy: Erfolgsquote

67%

KI-Tools von spezialisierten Anbietern waren in 67 % der Fälle erfolgreich. Interne Eigenentwicklungen erreichten nur ein Drittel dieser Erfolgsquote. Die Studie stützt sich auf 150 Interviews mit Führungskräften, eine Befragung von 350 Mitarbeitenden und die Analyse von 300 öffentlich bekannten KI-Implementierungen.

Quelle: MIT NANDA, The GenAI Divide: State of AI in Business 2025, zitiert nach Fortune, 18. Aug. 2025. [4]

Vom Pilotprojekt in die Produktion

88%

88 % der untersuchten KI-Proofs-of-Concept schaffen es nicht in den breiten Einsatz. Von je 33 KI-Proofs-of-Concept, die ein Unternehmen startete, gingen nur 4 in Produktion.

Quelle: IDC-Studie mit Lenovo, zitiert nach CIO.com, 25. März 2025. [9]

Haftung für KI-Agenten

812,02 C$

Ein Tribunal in British Columbia verurteilte Air Canada zur Zahlung von Schadenersatz, Zinsen und Gebühren, nachdem der Chatbot auf der Website einem Kunden falsche Informationen zu Trauerfalltarifen gegeben hatte. Das Argument, der Chatbot sei eine eigenständige Einheit, die für ihre Aussagen selbst verantwortlich sei, wies das Tribunal zurück.

Quelle: Moffatt v. Air Canada, 2024 BCCRT 149, British Columbia Civil Resolution Tribunal, 14. Feb. 2024. [6]
Teil 2 · Analystenperspektive: Gartner

Projektabbrüche

40%+

Gartner prognostiziert, dass bis Ende 2027 über 40 % der Agentic-AI-Projekte eingestellt werden – aufgrund steigender Kosten, unklaren Geschäftsnutzens oder unzureichender Risikokontrollen.

Quelle: Gartner, Pressemitteilung, „Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027“, 25. Juni 2025. [5]

Zeit bis zur Produktion

8,2 Monate

Laut Gartner schaffen es „im Durchschnitt nur 48 % der KI-Prototypen in die Produktion“, und der Weg vom KI-Prototyp in die Produktion dauert „durchschnittlich 8,2 Monate“.

Quelle: Gartner, Survey Shows How Generative AI Puts Organizational AI Maturity to the Test, Leinar Ramos, Anthony Mullen, Bern Elliot, 23. April 2024.

Anfangsinvestition

Gartner beziffert die Anfangsinvestition für die Eigenentwicklung von KI-Agenten auf 2,5 bis 4,3 Mio. $, gegenüber 1,5 bis 2,7 Mio. $ beim Kauf.

Diagramm erstellt von Maven AGI auf Basis von Gartner-Studien. Quelle: Gartner, How to Calculate the Value and Cost of AI Agents, [Analyst names], [Publication date].

Der laufende Aufwand

Modellpflege
Seltene KI-Fachkräfte
Teamkapazität
Compliance-Audits

Wer selbst entwickelt, übernimmt die Modellpflege, die sonst ein Anbieter leisten würde, muss seltene KI-Fachkräfte einstellen und trägt aufwendigere Compliance-Audits. Gartner warnt davor, die Kapazität des eigenen Teams für den dauerhaften Betrieb zu überschätzen.

Quellen: Gartner, How to Calculate the Value and Cost of AI Agents; Choosing Between an Agent Harness or Framework to Build AI Agents; 2027 Planning Guide for Software Architecture and Integration. [Analyst names], [Publication dates].

Methodik. Alle Zahlen werden so wiedergegeben, wie sie von der jeweiligen Quelle veröffentlicht wurden, und wurden von Maven AGI nicht angepasst. Die Grafiken sind Illustrationen, die Maven AGI auf Basis der zitierten Zahlen erstellt hat. Vollständige Quellenangaben finden Sie unter „Quellen“.

Gartner-Forschungspublikationen geben die Meinungen der Forschungsorganisation von Gartner wieder und sind nicht als Tatsachenbehauptungen auszulegen. GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen verbundenen Unternehmen in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.

Wer trägt was

Gestalten Sie die Experience. Nicht die Infrastruktur.

Laufender AufwandBei EigenentwicklungMit Maven AGI
Modell-Upgrades und -AbkündigungenIhre EntwicklerMaven AGI
Regressionstests nach jeder ÄnderungIhre EntwicklerMaven AGI
Aktualität des WissensIhre EntwicklerMaven AGI
Pflege von Integrationen bei API-ÄnderungenIhre EntwicklerMaven AGI
Guardrails, Compliance und AuditIhre EntwicklerMaven AGI
Sicherheitsprüfungen und DatenkontrollenIhre EntwicklerMaven AGI
Monitoring und RufbereitschaftIhre EntwicklerMaven AGI
Ihre Richtlinien, Ihre Markenstimme und Ihre Customer ExperienceSieWeiterhin Sie
Kaufen heißt nicht Blackbox
Und bauen Sie Ihr Eigenes darauf auf.

Über das Maven-Entwicklerportal haben Kunden eigene Chat-Erlebnisse und individuelle Integrationen wie WhatsApp umgesetzt. Sie erhalten die Kontrolle einer Eigenentwicklung – auf einer Plattform, deren Betrieb jemand anderes übernimmt.

Lassen Sie Ihre Engineers an dem arbeiten, was Sie auszeichnet.

Mit Maven AGI erhalten Sie Agents, die Sie selbst steuern – ohne den Aufwand, sie am Laufen zu halten. Unsere Kunden gehen in Tagen oder Wochen live, nicht in Monaten.

Quellen

  1. David Wood, „The 60/60 Rule“, in 97 Things Every Project Manager Should Know, O’Reilly. oreilly.com
  2. D. Sculley et al. (Google), „Hidden Technical Debt in Machine Learning Systems“, NeurIPS 2015. neurips.cc
  3. L. Chen, M. Zaharia, J. Zou, „How Is ChatGPT’s Behavior Changing Over Time?“, Harvard Data Science Review, 2024. hdsr.mitpress.mit.edu
  4. MIT NANDA, „The GenAI Divide: State of AI in Business 2025“, laut Fortune, 18. August 2025. fortune.com
  5. Gartner, Pressemitteilung, „Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027“, 25. Juni 2025. Berichterstattung: sdtimes.com
  6. Moffatt v. Air Canada, 2024 BCCRT 149: 812,02 C$ an Schadenersatz, Zinsen und Gebühren. mondaq.com
  7. U.S. Bureau of Labor Statistics, Occupational Outlook Handbook: Medianes Jahresgehalt von Softwareentwicklern, Mai 2024. bls.gov
  8. U.S. Bureau of Labor Statistics, Employer Costs for Employee Compensation, Juni 2026: Löhne und Gehälter machten 70,0 % der Arbeitgeberkosten in der Privatwirtschaft aus. bls.gov
  9. IDC-Studie mit Lenovo: Von 33 KI-Proofs-of-Concept gingen 4 in Produktion, laut CIO.com, 25. März 2025. cio.com