Konrad Wilke
29.7.2022
Der Begriff Make-or-Buy wird in der Wirtschaft als eine unternehmerische Entscheidung bezeichnet, bei der zwischen Eigenentwicklung (Make) und Fremdbezug (Buy) unterschieden wird. Die Fragestellung “Make or Buy” ist grundsätzlich für alle Aktivitäten einer betrieblichen Wertschöpfungskette relevant und ist von strategischer Bedeutung in Organisationen, da diese unterschiedliche Bereiche eines Unternehmens betrifft.
Die Option, eine eigene Software (mit Service des Maschinellen Lernens) zu entwickeln, ist davon abhängig, ob dies unternehmensintern technisch, wirtschaftlich und organisatorisch abbildbar ist.
Um Anwendungsfälle zu automatisieren und beispielsweise Geschäftsprozesse zu unterstützen, haben sich in den letzten Jahren viele Unternehmen vermehrt den Möglichkeiten durch künstliche Intelligenz zugewandt. Die Frage “sollten Unternehmen eigene Software mittels Machine Learning entwickeln?” wandelt sich in:
Können Unternehmen und Organisationen KI ohne Eigenentwicklung implementieren?
Ein Entscheidungsprozess basiert üblicherweise auf einer Analyse, die verschiedene operative sowie strategische Faktoren einbezieht und konsolidiert. Neben einer Wirtschaftlichkeitsanalyse geht es zudem auch darum, Risiken und Kosten abzuschätzen und Einflussfaktoren wie Qualität, Ziele und Liquidität zu bewerten.
Generell lassen sich zwei Arten von Entscheidungen differenzieren:
1. Operative Make-or-Buy-Entscheidung: Die operative Sichtweise ist stark kostenorientiert und berücksichtigt meist nur einen kurz- oder mittelfristigen Betrachtungszeitraum. Bei einer operativen Entscheidung spielen Beweggründe wie fehlende Ressourcen in beteiligten Fachbereichen, intransparente Kosten für die Eigenentwicklung bzw. den Fremdbezug oder kurzfristige Projektfristen eine Rolle.
2. Strategische Make-or-Buy-Entscheidung: Die strategische Sichtweise bezieht langfristige Indikatoren und Effekte, aber auch eigene Unternehmensziele mit ein. Dabei geht es darum, wie sich das Unternehmen in der Zukunft am Markt positionieren möchte.
Der Einsatz von KI-Anwendungen in Unternehmen besteht aus mehreren Ebenen. Die Anwendungsebene ist dabei die oberste Ebene und setzt sich aus Machine Learning Funktionen, Datenbeständen und benötigter Infrastruktur zusammen.
Sobald Unternehmen Anwendungsfälle für den relevanten Einsatz von KI identifiziert haben, müssen die Entscheidungsträger die Make-or-Buy-Entscheidung anhand verschiedener Kriterien vorbereiten und bewerten. Der erste Faktor ist der strategische Wert eines Use Cases, in welchem Maß der Einsatz von KI die strategische Positionierung eines Unternehmens fördert und ausbaut. Erst wenn der strategische Mehrwert für die Use Cases hoch ausfällt, sollten Unternehmen eine selbstständige Entwicklung in Betracht ziehen. Gleichzeitig ist zu klären, ob Unternehmen das eigene KI-Modell selbst entwickeln und besitzen müssen, um diesen strategischen Wertgegenstand langfristig zu erhalten. Hier gilt es auch Indikatoren wie der Abfluss von Unternehmenswissen (Intellectual Property) oder die Datenhoheit von meist Drittanbietern aus China oder den USA zu bewerten. Dies führt zu Folgeabschätzungen wie beispielsweise DSGVO oder IT-Sicherheit.
Falls Unternehmen das KI-Modell für den Werterhalt nicht zwingend besitzen müssen, sollten diese sich die Frage stellen, ob ein spezifischer Vorteil gegenüber Wettbewerbern entsteht, sobald eine eigene Entwicklung in Betracht gezogen wird. Natürlich müssen Unternehmen auch die Kosten für die Entwicklung, Bereitstellung und Wartung von Modellen, aber insbesondere auch IT-Infrastruktur beachten, welche oftmals einen wesentlichen Einfluss auf die Make-or-Buy-Entscheidung haben.
Die Entscheidung über eine eigene Entwicklung oder die Nutzung einer KI-Software ist keine klassisch bewertbare Indikation, die mit Kauf und Implementierung üblicher IT-Lösungen vergleichbar ist. Daher ist es von hoher Bedeutung, dass Unternehmen einen systematischen Entscheidungsprozess durchführen, um jeden Use Case in seinen einzelnen Ebenen zu betrachten und die verschiedenen Einflussfaktoren in die Entscheidungsfindung mit einzubeziehen.
Jedes Unternehmen hat spezielle Anforderungen an KI-Use-Cases.
Wir haben die wichtigsten Vor- und Nachteile der Make-or-Buy-Lösungen zusammengefasst:
Buy-Solution:
- Planbarkeit von Kosten und Budgets
- Übergabe von Risiken auf externe Dienstleister
- Übernahme des Datenschutzes und der Datensicherheit an externen Dienstleister
Make-Solution:
- IT-Know-How innerhalb der Organisation
- Keine Abhängigkeit von externen Dienstleistern
- Interner “Owner” der Daten
Buy-Solution:
- Abhängigkeit von Software-Anbieter und deren Performance
- Lock-in Effekt bei internen Prozessen
Make-Solution:
- hohe Entwicklungskosten und Ressourcenbindung
- nachträgliche Anpassungen → zusätzliche Kosten
- Gewährleistung der Datensicherheit
Doch auch hier gibt es nicht nur schwarz oder weiß, sondern meist einen hybriden Ansatz.
Lass uns gerne über die Herausforderungen in deinem Unternehmen sprechen.
Die Herausforderung: Transformation von unstrukturierten in strukturierte Daten. In diesem Beitrag wird die Differenzierung aufgegliedert und betrachtet, wie mit Hilfe von KI-Lösungen nachhaltig für Unternehmen Unterstützung bei der Datenstrukturierung umgesetzt werden kann.
mehr lesen...Das war das erste Live-Webinar von elevait! Das Webinar mit einem umfassenden Leitfaden zur erfolgreichen Umsetzung von KI-Projekten. Von Problemdefinition, über Datenaufbereitung bis hin zur Auswahl des richtigen Anbieters und der langfristigen Implementierung im Unternehmen.
mehr lesen...Die Bundestageswahl steht an und wir rufen alle Wähler:innen auf: nutzt eure Stimme und setzt ein Kreuz für Demokratie!
mehr lesen...