Wie wählt man 2026 ein AI-Agents-Dienstleistungsunternehmen aus

Ein AI-Agents-Dienstleistungsunternehmen im Jahr 2026 auszuwählen ist schwieriger, als es sein sollte. Die Kategorie ist als echte Dienstleistungskategorie zwei Jahre alt — sie hat Käufer geerbt, die durch SaaS-Preise und Beratungs-Einkauf konditioniert sind, und sie hat Anbieter geerbt, deren Hintergründe von Ex-McKinsey über Ex-Zapier bis „Ich habe drei Paper gelesen und einen Wrapper gebaut" reichen. Das Ergebnis ist ein Markt, in dem der Preis für dasselbe Ergebnis um das Achtfache schwanken kann und die Qualitätsvarianz noch größer ist.

Dieser Leitfaden richtet sich an den Käufer, der grundsätzlich entschieden hat, dass Managed AI Agents prüfenswert sind — typischerweise Gründer, COO oder Operations-Leitung in einem B2B-Unternehmen mit 5–60 Mitarbeitern. Es ist die Ressource, die wir uns gewünscht hätten, als wir Logitelia gestartet haben. Er sagt nicht, wen Sie beauftragen sollen. Er sagt, wie Sie bewerten, was Sie fragen, was Sie ablehnen und wann Sie weggehen sollten. Am Ende sollten Sie in der Lage sein, vier Anbieter zu interviewen und selbstbewusst zu reihen.

1. Warum diese Entscheidung jetzt wichtig ist: die Managed-AI-Services-Landschaft 2026

Der AI-Agents-Services-Markt steckt in der unangenehmen Pubertät zwischen Novität und Infrastruktur. Vor zwei Jahren war die Frage „soll ich ein AI-Agents-Unternehmen beauftragen?" gleichbedeutend mit „soll ich einen Berater für Experimente beauftragen?". Heute ist sie näher an „soll ich die Kreditorenbuchhaltung auslagern?" — eine reale operative Entscheidung mit echtem Budget, Anbietern, Verträgen und Wechselkosten.

Drei Dinge haben sich in den letzten zwölf Monaten geändert, die diese Entscheidung folgenreicher machen, als Käufer erwarten.

Erstens sind die Basismodelle jetzt zuverlässig genug, dass der Unterschied zwischen Anbietern nicht mehr „wer hat Zugang zu GPT-5" ist. Der Unterschied liegt in Eval-Disziplin, Observability, Prompt-as-Code-Hygiene und Operator-Qualität. Zwei Anbieter, die dasselbe Claude- oder GPT-Modell nutzen, können Ergebnisse liefern, die sich um den Faktor drei unterscheiden. Diese Lücke zeigt sich in Woche sechs, nicht in der Sales-Demo.

Zweitens sind Wechselkosten real und wachsen. Sobald ein Agent in Produktion ist und Ihr CRM, Ihre Fakturierung, Ihr Support-Tooling berührt — haben Sie Integrationen, einen Workflow, an den Ihr Team sich angepasst hat, und Monate an Laufdaten. Das herauszureißen ist ein 6–10-Wochen-Projekt, selbst wenn der Anbieter beim Austritt kooperiert, und die meisten Verträge geben dem Anbieter die Oberhand darüber, was Sie mitnehmen.

Drittens wiederholen sich die Kaufentscheidungsfehler der RPA-Welle 2017–2019. Käufer automatisieren die falschen Dinge, unterschreiben 24-Monats-Enterprise-Deals für Tools, die sie in sechs Monaten überwachsen, und behandeln den Anbieter als Eigentümer eines Ergebnisses, das er ohne internen Sponsor nicht besitzen kann. Wir entpacken den RPA-Vergleich in AI agents vs RPA; die Kurzfassung lautet, dass AI-Agents breiter anwendbar sind, aber dieselben Governance-Versagensmuster zeigen, wenn der interne Owner fehlt.

Die direkten Kosten einer schlechten AI-Services-Zusammenarbeit für ein mittelständisches Unternehmen liegen etwa bei: 30.000–80.000 € an Anbieterhonoraren über sechs Monate, 8–14 Wochen interner Teamzeit zur Steuerung des Builds, Integrationsarbeit, die beim Wechsel des Anbieters neu gemacht werden muss, und Opportunitätskosten, weil der Workflow kaputt bleibt, während Sie auf eine Reparatur warten, die nicht kommt. Nettoschaden einer schlechten 9-monatigen Beziehung: 100k–200k € all-in, plus die Folgekosten dadurch, dass das interne Team das Vertrauen in AI-Projekte allgemein verliert. Diese Zahl ist der Grund, warum diese Entscheidung einen strukturierten Prozess verdient.

2. Die 4 Typen von AI-Agent-Dienstleistungsunternehmen

Der Markt sortiert sich in vier Archetypen. Sie sind nicht gleich gut oder schlecht — sie bedienen unterschiedliche Stadien und Budgets. Zu wissen, welchen Sie gerade bewerten, erspart Ihnen viele fehlgepasste Erwartungen und schützt davor, in einer Einkaufstabelle Äpfel mit Birnen zu vergleichen.

Boutique-AI-native-Firmen

5–30 Personen, zwischen 2023 und 2025 gegründet, AI-Agents sind das gesamte Geschäft. Oft eine Mischung aus erfahrenen Engineers, Ex-Produktleuten und Operators mit Domänenhintergrund. Sie betreiben produktisierte Services auf eigenen Plattformen, die sie selbst gebaut haben. Die Preise tendieren zu 2.000–8.000 €/Monat pro Workflow, pauschal. Die meisten haben ein oder zwei Domänenspezialisierungen (Revenue Operations, Finance Operations, Content-Produktion).

Stärken: erfahrene Leute machen die Arbeit, klare Meinungen darüber, was zu bauen ist und was nicht, schnelle Iterationszyklen, die Plattform kompoundiert über Kunden, sodass Verbesserungen für alle ausgerollt werden. Schwächen: begrenzte Kapazität (oft eine Warteliste), schmalere vertikale Abdeckung, das Unternehmen ist jung, also gibt es keine Fünfjahres-Case-Studies. Logitelia sitzt in dieser Kategorie; ebenso eine Handvoll anderer Firmen in der EU und Nordamerika. Die guten sind leicht zu erkennen — sie beantworten technische Fragen spezifisch und sie führen einen bezahlten Piloten auf Ihren Daten ohne Zögern durch.

AI-Ableger großer Beratungen

Deloitte, Accenture, BCG, EY haben in den letzten 18 Monaten alle „AI Agents"- oder „Agentic AI"-Practices aufgebaut. Unabhängige globale Beratungen (Slalom, Publicis Sapient, Capgemini) sind gefolgt. Sie nehmen Ihr Geschäft an, wenn es groß genug ist — meist ab 250.000 € Projektminimum — und stellen ein Team. Partner sitzen im Pitch und im Steering Committee. Die tägliche Lieferung erfolgt durch Senior Associates und Manager, oft kompetent, oft neu speziell in AI.

Stärken: Change Management, Executive-Rückendeckung, Integration in Ihren bestehenden Enterprise-Stack, Bereitschaft, regulierte Umgebungen und komplexe Beschaffungsprozesse zu bedienen. Schwächen: Kosten (typisches Engagement: 300k–2 Mio. €), Tempo (ein Workflow, den eine Boutique in 8 Wochen ausliefert, dauert dort eventuell 6 Monate), Build-and-Handoff-Modell, bei dem Sie etwas erben, das nur ihre Berater verstehen, ein Partner-zu-Macher-Verhältnis, das bedeutet, dass die Senior-Person im Pitch nicht die im Code ist.

Freelancer plus AI-Tools

Ein bis drei Personen, typischerweise ein Ex-Entwickler oder Ex-Marketer, der tief in Tools wie n8n, Make, Zapier, Bubble, Retool, Lindy, Relevance AI eingestiegen ist. Sie verdrahten vorgefertigte Komponenten zu Workflows, die von außen wie Agents aussehen. Preise liegen bei 1.000–3.500 €/Monat oder Projektgebühren von 5k–25k €. Oft sehr wirksam bei eng definierten Automatisierungen.

Stärken: günstig, schnell, pragmatisch, sagen zu fast jedem Scope ja. Schwächen: Key-Person-Risiko (die gesamte Zusammenarbeit lebt im Kopf einer Person), kein SLA, die zusammengesetzten Tools haben jeweils eigene Preise, die Sie irgendwann erben, begrenzte Fähigkeit zu Evaluation, Observability oder allem, was nach echtem Engineering aussieht. Geeignet für einen einzelnen risikoarmen Workflow; riskant für alles Tragende. Wann das passt, vertiefen wir in AI agents services vs no-code automation.

SaaS-plus-Services-Hybride

Ein Produktunternehmen, das zusätzlich Managed Services auf seiner eigenen Plattform verkauft. Beispiele: Support-AI-Anbieter, die die AI für Sie betreiben, Sales-AI-Anbieter, die zusätzlich die SDR-Motion fahren. Das Produkt ist der Burggraben; der Services-Arm ist der Weg zu Umsatz, während die Self-Serve-Adoption nachzieht.

Stärken: tiefe Produktexpertise, reife Plattform, oft das polierteste Tooling. Schwächen: das Services-Team ist Cost Center, nicht Produktteam, also schwankt die Qualität; der Lock-in ist strukturell, weil der Workflow nur innerhalb ihrer Plattform existiert; die Preise tendieren mit dem Wachstum nach oben. Oft die richtige Wahl, wenn die SaaS-Plattform allein 70 % Ihres Problems löst und Sie Hilfe bei den letzten 30 % wollen.

Keine dieser Optionen ist universell besser. Ein 200-Personen-Unternehmen, das Back-Office-Stellen in einer regulierten Branche ersetzt, ist mit einem Beratungs-Ableger besser bedient. Ein 12-Personen-SaaS, das einen BDR ersetzt, ist mit einer Boutique besser bedient. Eine 6-Personen-Agentur, die eine Content-Produktions-Pipeline verdrahtet, ist mit einem erfahrenen Freelancer besser bedient. Archetyp und Bedarf nicht passend zu matchen ist der häufigste Beschaffungsfehler, den wir sehen.

3. Was ein echter „Managed AI Agent Service" tatsächlich liefert (nicht nur ChatGPT-Wrapper)

Der nützlichste Filter bei der Anbieterbewertung ist die Unterscheidung zwischen „Managed AI Agent Service" und „wir haben GPT-5 an eine API geklebt und Ihnen verrechnet". Beides sieht in der Demo identisch aus. In Woche vier driften sie scharf auseinander.

Ein echter Managed AI Service liefert sechs Dinge, die ein ChatGPT-Wrapper nicht liefert.

Einen evaluierten Workflow, keinen Prompt. Der Anbieter hat eine Evaluations-Suite gebaut — eine Reihe von Testfällen, die der Agent bestehen muss, bevor eine Änderung in Produktion geht. Wenn sich das Modell ändert, ein Prompt sich ändert, ein Tool sich ändert, läuft die Eval. Sie sollten die Eval-Bestehensrate über Zeit sehen können. Wir behandeln diese Disziplin in AI agent evaluations explained.

Observability für jeden Agent-Run. Jede Aktion, die der Agent ausgeführt hat, jedes aufgerufene Tool, jeder Modell-Output, mit Zeitstempel und Kostenzeile. Sie können jeden Run end-to-end nachspielen. Ohne das fliegen Sie blind, und der Anbieter auch.

Human-in-the-Loop bei realen Nebenwirkungen. Der Agent entwirft die E-Mail; ein Mensch genehmigt vor dem Versand. Der Agent kodiert die Rechnung auf ein Sachkonto; ein Mensch genehmigt vor der Buchung. Das Risiko-Tier-Modell — was läuft autonom, was wird zur Genehmigung gequeued, was wird eskaliert — ist explizit und justierbar, nicht im Code vergraben.

Integrationen, die Wartung überstehen. Echte Konnektoren zu Ihrem CRM, Ihrem Help Desk, Ihrer Buchhaltung, Ihrem Lager — mit Credential-Rotation, Fehlerbehandlung, Retry-Logik und Versionspinning. Kein Zapier-Szenario, das beim ersten Wechsel der Upstream-API bricht.

Ein Senior Operator auf Ihrem Account. Ein benannter Mensch, der die Aktivität des Agents mindestens wöchentlich prüft, Ausnahmen verantwortet, die Strategie führt und für das Ergebnis verantwortlich ist. Nicht „das Team meldet sich bei Ihnen" — ein benannter Mensch mit Kalender.

Ein Weg zu Ihren Daten, Ihrer IP, Ihrer Kontinuität. Logs exportierbar, Prompts exportierbar, Workflow-Graph exportierbar, Evals exportierbar. Das Lieferergebnis ist etwas, das Sie ohne den Anbieter in 30 Tagen wieder aufbauen könnten. Falls nicht, mieten Sie den Workflow.

Anbieter, die drei oder mehr dieser Punkte überspringen, verkaufen einen Wrapper. Sie können in engen Fällen weiterhin Wert liefern; Sie sollten nur keine Servicepreise dafür zahlen. Einen tieferen Blick auf die volle Leistung finden Sie in Was liefert ein AI-Agents-Dienstleistungsunternehmen wirklich?.

4. Preismodelle im Vergleich (Abonnement, Outcome-basiert, Projekt, Hybrid)

Die vier Preismodelle, denen Sie begegnen werden, grob nach Ausrichtung an Ihren Interessen sortiert.

Produktisiertes Abonnement (Monatspauschale pro Workflow)

Sie zahlen eine feste Monatspauschale pro Workflow — typischerweise 2.000–8.000 € für B2B-Back-Office-Arbeit, mehr für Umsatz-nahe Arbeit mit direktem Cash-Bezug. Inklusive Plattform, Agent-Runs, Modellkosten, Operator-Zeit, wöchentlichem Review. Am besten, wenn Ihr Volumen vorhersehbar ist und Sie eine saubere Zeile in der GuV wollen. Am schlechtesten, wenn Sie tatsächlich einen einmaligen Custom-Build brauchen, den der Anbieter nicht produktisieren kann.

Dies ist das Modell, auf das die Boutique-AI-native-Kategorie konvergiert ist, und das am besten am Käufer ausgerichtete. Der Anreiz des Anbieters ist, den Workflow gut am Laufen zu halten, damit Sie nicht abwandern; seine Marge kommt aus dem effizienten Betrieb, nicht aus mehr verrechneten Stunden.

Projekt (Build-and-Handoff oder Build-and-Support)

Einmalige Gebühr zum Scopen, Bauen und Ausliefern eines Workflows. 15.000–80.000 € ist die übliche Spanne für einen einzelnen Workflow bei einer Boutique; 100k–500k €+ bei einer Beratung. Oft gekoppelt mit einer kleineren monatlichen Support-Pauschale (1.500–5.000 €) nach Go-live. Am besten, wenn der Workflow wirklich einmalig ist und Sie die interne Fähigkeit haben, ihn nach Übergabe zu betreiben. Am schlechtesten, wenn keines von beidem zutrifft — was meistens der Fall ist.

Das strukturelle Problem reiner Projektpreise ist, dass der Anbieter für Lieferung bezahlt wird, nicht für das Ergebnis. Der schnellste Weg, ein Projekt fertigzustellen, ist, etwas zu liefern, das Abnahmekriterien besteht, und es danach nie wieder anzufassen. Eine kleine Support-Pauschale ändert diesen Anreiz kaum.

Outcome-basiert / Pay-for-Results

Der Anbieter nimmt einen Anteil am inkrementellen Wert — Bounty pro qualifiziertem Lead, Prozentsatz der eingezogenen Rechnungen, Gebühr pro gelöstem Ticket über einer Baseline. Klingt schön, bricht in der Praxis. Attributionsstreitigkeiten sind ständig („war das der Lead des Agents oder des Formulars?"), der Anbieter pickt sich einfache Kunden, und Sie verhandeln jedes Quartal neu, wenn sich die Baseline verschiebt.

Vernünftig in zwei engen Fällen: ein klar instrumentierter Lead-Gen-Funnel ohne andere Touchpoints, oder ein Inkasso-Workflow, in dem die Baseline echt messbar ist. Mit Untergrenze koppeln (Mindestmonatsgebühr, damit der Anbieter Sie in schwachen Quartalen nicht abhängt) und Deckel (damit er nicht aufs falsche Ergebnis optimiert). Für die meisten Käufer eher Falle als Deal.

Hybrid (Abonnement plus kleine variable Komponente)

Feste Grundpauschale plus kleiner Performance-Aufschlag, der an ein einziges messbares Ergebnis gebunden ist. Vorhersehbare Kosten für Sie, vorhersehbares Einkommen für den Anbieter, kleines Upside, gebunden an etwas, dem Sie beide zustimmen. Wird zum dominanten Modell bei den besseren Boutiquen.

Der Ausbau dieses Modells wird in AI-Agents-Services-Preismodelle im Vergleich und in unserem bestehenden Managed AI agents pricing guide behandelt.

5. Die Operator-Frage: Human-in-the-Loop vs. vollständig autonom

Die folgenreichste Designentscheidung in jedem AI-Agents-Engagement ist, wo der Mensch sitzt. Anbieter sind sich darüber lautstark uneinig. Die Uneinigkeit ist teils philosophisch, teils Marketing-Positionierung und teils eine ehrliche Reflexion darüber, wo ihre Technik steht. Sie sollten vor dem ersten Sales-Call eine Meinung haben.

Das Autonomie-Spektrum reicht von „Agent schlägt vor, Mensch macht" bis „Agent macht, Mensch prüft im Nachhinein". Die meisten Produktions-Workflows 2026 sitzen irgendwo in der Mitte: Der Agent erledigt die Arbeit und queued eine Aktion, die menschliche Genehmigung braucht, bevor sie die Außenwelt berührt. Die Genehmigung ist schnell — oft ein einziger Klick — und ein Senior Operator schafft pro Workflow vielleicht 50–200 pro Tag. Der Grund ist nicht, dass die Modelle die Aktion nicht entwerfen könnten; der Grund ist, dass die Kosten einer schlechten Aktion asymmetrisch zu den Kosten einer einsekündigen Prüfung sind.

Drei Stufen, mit groben Regeln, was 2026 wohin gehört.

Stufe 1 — Vollständig autonom. Vernünftig für risikoarme, reversible, hochvolumige Arbeit: Tickets kategorisieren, Felder aus Dokumenten extrahieren, CRM-Datensätze deduplizieren, erste Content-Entwürfe, die ein Mensch ohnehin überarbeitet, Search-Term-Mining. Die Kosten eines einzelnen Fehlers sind klein, und das Volumen rechtfertigt, den Menschen aus dem Loop zu nehmen. Mit Monitoring und Stichprobenaudit fahren, nicht unbeaufsichtigt.

Stufe 2 — Human-in-the-Loop. Der Standard für fast alles mit Kundenkontakt oder Geldfluss: Outbound-Mails, Rechnungszahlungen, Erstattungsentscheidungen, Support-Antworten über einer Komplexitätsschwelle, Vertragsmarkierungen. Agent entwirft, Mensch genehmigt. Der Durchsatz ist immer noch 3–10× ein vollmanueller Workflow, weil der Mensch nur genehmigen, nicht erzeugen muss.

Stufe 3 — Human-on-the-Loop mit Eskalation. Der Agent agiert autonom, kennzeichnet aber alles außerhalb seiner Policy für synchrone menschliche Prüfung. Sinnvoll für bekannt-begrenzte Workflows (z. B. PPC-Gebotsanpassungen innerhalb eines schriftlichen Leitplankens, Lead-Scoring, Kalenderkoordination), in denen die Kosten des Wartens auf Genehmigung höher sind als die Kosten einer gelegentlichen schlechten Aktion, die korrigiert werden kann.

Anbieter, die 2026 volle Autonomie über alle drei Stufen verkaufen, verkaufen entweder Heißluft oder testen an Ihnen. Die ehrliche Formulierung — „wir fahren Stufe 1 autonom, Stufe 2 mit Genehmigung, Stufe 3 mit Policy und Eskalation" — ist ein starkes Signal operativer Reife. Fragen Sie explizit: Welche Aktionen führt der Agent ohne Menschen aus? Sie wollen eine konkrete Antwort, keine Haltung.

6. 15 Fragen, die Sie vor Vertragsunterschrift stellen sollten

Das sind die Fragen, deren Antworten tatsächlich vorhersagen, ob die Zusammenarbeit funktioniert. Alles andere ist Farbe. Wir erweitern jede in 20 questions to ask before hiring an AI agents services company.

1. Zeigen Sie mir einen Ihrer aktuellen Agents im Lauf auf einem Ausschnitt unserer echten Daten — nicht Ihrer Demo-Daten. Jeder Anbieter, der ablehnt oder hinhält, signalisiert, dass sein Agent nicht generalisiert. Ein bezahlter Pilot von 1–3 Wochen ist vernünftig. Eine 12-wöchige „Discovery" vor jedem funktionierenden Artefakt nicht.
2. Wer konkret wird der Operator auf unserem Account sein, was ist seine Seniorität und wie viele andere Accounts hält er? Der Operator ist der Mensch, der für Ihren Workflow verantwortlich ist. Obergrenze für Accounts pro Operator: 4–8 bei Boutiquen, 8–15 bei Hybriden. Alles darüber ist eine dünne Aufmerksamkeitsschicht.
3. Was ist Ihre Evaluations-Methodik? Zeigen Sie mir einen Eval-Bericht für einen Workflow ähnlich unserem. Eine echte Antwort umfasst Testsets, Bestehensraten über Zeit, Regressionsbehandlung. Eine vage Antwort wie „wir testen vor dem Ausliefern" bedeutet, es gibt keine echte Eval.
4. Führen Sie mich durch Observability. Kann ich jede Aktion sehen, die der Agent gestern ausgeführt hat, mit Zeitstempeln und Kosten? Wenn die Antwort „wir können einen Bericht ziehen" enthält, ist Observability nachträglich angeflanscht. Wenn Sie einen Portal-Link mit Live-Aktivitätsfeed bekommen, ist sie echt.
5. Welche Aktionen führt der Agent ohne menschliche Beteiligung aus, und wo genau ist das Approval Gate? Sie wollen eine konkrete Liste. Vagheit hier ist das lauteste mögliche Warnsignal — sie haben nicht darüber nachgedacht.
6. Was passiert mit Workflow, Prompts, Evals und Integrationscode, wenn wir in 30 Tagen gehen? Sie sollten einen Export in menschenlesbarem Format erhalten, der Ihnen erlaubt, bei einem anderen Anbieter oder intern wieder aufzubauen. Falls nicht, leasen Sie Ihren eigenen Prozess.
7. Wo werden unsere Daten gespeichert, wo werden sie vom Modell verarbeitet und welche Sub-Auftragsverarbeiter nutzen Sie? Ein Anbieter, der 2026 an EU-Käufer verkauft, sollte das in 60 Sekunden mit benannten Regionen und Sub-Auftragsverarbeitern beantworten. Zögern hier ist disqualifizierend. Siehe AI agents data residency in the EU.
8. Wie ist Ihre Kadenz — wie oft fasst der Operator den Account in einer normalen Woche tatsächlich an? Akzeptabel: tägliche Prüfung der Agent-Aktivität, wöchentliche schriftliche Zusammenfassung, zweiwöchentliche Tuning-Session, monatlicher Business Review. Niedrigere Kadenz heißt, der Workflow driftet, und Sie erfahren es spät.
9. Zeigen Sie mir drei Kundenreferenzen in unserer Größenklasse und unserem Vertikal, mit denen Sie seit mindestens 6 Monaten arbeiten, einschließlich des jeweiligen Operators. Operator-Kontinuität ist der führende Indikator für die Anbietergesundheit.
10. Wie sehen Woche 1, Woche 2, Woche 4 aus? Ein Anbieter, der das bereits ausgeliefert hat, hat einen schriftlichen Plan. Ein Anbieter, der das Playbook noch erfindet, improvisiert auf Ihre Zeit.
11. Auf welche KPIs einigen wir uns schriftlich, und wie ordnen sie sich einem Geschäftsergebnis zu, das der CEO interessiert? Wenn der KPI „Agent-Uptime" oder „verarbeitete Tickets" ist, optimiert der Anbieter auf Aktivität. Wenn er „First-Response-SLA eingehalten", „DSO um N Tage reduziert", „qualifizierte Opportunities erzeugt" ist — optimiert er auf Ergebnis.
12. Was ist Ihre Mindestlaufzeit und Ihre Kündigungsklausel? Sind sie symmetrisch? 3-Monats-Mindestlaufzeit ist fair. Danach 30-Tage-Kündigung, beidseitig. Jede längere Festlaufzeit sollte mit einer bedeutenden Build-Komponente kommen, nicht nur Lock-in.
13. Wem gehört die IP an Prompts, Workflow-Graphen, Evals und Integrationscode, den Sie für uns bauen? Ihnen, fürs Arbeitsergebnis. Ihnen, für die zugrunde liegende Plattform. Falls sie IP am Arbeitsergebnis nicht abtreten, gehen Sie weg.
14. Was ist Ihre Policy, wenn ein Modellanbieter ein Modell abkündigt oder signifikant ändert? Ein seriöser Anbieter hat einen Migrationsplan, Regressions-Evals und eine schriftliche Benachrichtigungskadenz. Eine seriöse Antwort nennt konkrete historische Ereignisse (z. B. wie sie das GPT-4-Sunset oder die Claude-3-zu-3.5-Migration behandelt haben).
15. Was würde Sie veranlassen, uns als Kunden zu feuern? Offenbart das Rückgrat des Anbieters. Die besten nennen Spezifika: „der Scope verschiebt sich wöchentlich", „der interne Owner ist abwesend", „Ihr Team liefert keine Eval-Ground-Truth". Ein Anbieter, der noch nie einen Kunden gefeuert hat, wird nicht zurückdrücken, wenn Sie falsch liegen.

7. Warnsignale, die den Deal beenden sollten

Manche Signale sind stark genug, dass Sie unabhängig vom Rest gehen sollten. Das sind die zehn, die konsistent eine schlechte Zusammenarbeit vorhersagen, ausgebaut in 12 Warnsignale bei der Bewertung eines AI-Agents-Dienstleisters.

Demo auf ihren Daten, lehnt bezahlten Piloten auf Ihren ab. Das lauteste Einzelsignal. Der Agent, der auf dem Demo-Workflow läuft, überlebt den Kontakt mit dem echten möglicherweise nicht.

Kann keinen einzigen spezifischen Failure-Mode des Agents nennen. Jeder Produktions-Agent hat Failure-Modes. Anbieter, die behaupten, ihrer habe keine, haben ihn nicht lange genug laufen lassen, um es herauszufinden.

„Vollständig autonom, kein Mensch nötig"-Pitch 2026. Entweder Marketing-Floskel oder ein Anbieter, der dabei ist, eine schädliche Aktion in Ihrem Namen auszuführen.

Besteht darauf, Prompts, Workflow oder Eval-Suite zu besitzen, für die Sie bezahlt haben. Das 2026-Äquivalent einer Google-Ads-Agentur, die Ihren Account besitzt.

Kein benannter Operator, „das Team kümmert sich". Bedeutet einen Junior, der nach drei Monaten ohne Vorwarnung rotiert.

Preise bis zum Sales-Call versteckt. Wenn das Modell vernünftig ist, veröffentlichen sie eine Spanne. Verstecken bedeutet fast immer, dass sie nach Verzweiflungsgrad preisdifferenzieren.

Kann EU-Datenresidenz-Fragen nicht in Klartext beantworten. Entweder nicht bereit für EU-Kunden, oder dabei, Ihren Vertrag zu improvisieren.

White-Label oder Subunternehmer ohne Offenlegung. „Berührt jemand außerhalb Ihres Unternehmens unseren Workflow?" Wenn sie ausweichen, gehen Sie weg.

Vertragslaufzeit über 12 Monate fest ohne klare Build-Lieferung. Reiner Lock-in. Der Anreiz des Anbieters verschiebt sich mit Vertragsunterschrift von Lieferung zu Retention.

Sales-Prozess geführt von einem Closer, der keine technischen Fragen beantworten kann. Wenn der AE jede konkrete Frage an „das Engineering-Team" delegiert, unterschreiben Sie einen Vertrag mit Leuten, die Sie nie getroffen haben.

8. Vertragsklauseln, die Sie schützen (IP, Daten, Austritt, Performance)

Der Standardvertrag des Anbieters ist zum Schutz des Anbieters geschrieben. Das ist normal und in Ordnung — Sie müssen nur die Klauseln nachverhandeln, die Sie schützen. Keine davon ist unverschämt; die meisten glaubwürdigen Anbieter akzeptieren sie, wenn Sie klar danach fragen.

IP-Übertragung am Arbeitsergebnis. „Der Anbieter überträgt dem Kunden unwiderruflich alle Rechte an Prompts, System-Messages, Workflow-Graphen, Eval-Suiten, Integrationscode und jeglicher speziell für den Kunden erstellten Dokumentation." Der Anbieter behält Rechte an seiner zugrunde liegenden Plattform und seinem generischen Tooling. Nicht verhandelbar.

Dateneigentum und -verarbeitung. „Der Kunde behält das alleinige Eigentum an allen Eingabedaten, Ausgabedaten und abgeleiteten Artefakten. Der Anbieter verarbeitet Daten ausschließlich nach Weisung und nur zum Zweck der Leistungserbringung." Ergänzend: kein Training öffentlicher Modelle mit Ihren Daten, kein Teilen über andere Kunden, Löschung innerhalb 30 Tagen nach Beendigung.

EU-Datenresidenz. Wenn Sie in der EU sitzen oder dorthin verkaufen, spezifizieren Sie Regionen schriftlich. „Daten werden innerhalb des Europäischen Wirtschaftsraums gespeichert und verarbeitet. Der Anbieter legt jeden Sub-Auftragsverarbeiter außerhalb des EWR offen und holt vor jeder Datenleitung über solche Sub-Auftragsverarbeiter die schriftliche Zustimmung des Kunden ein." Mit unterzeichnetem DPA paaren. Siehe AI agents and GDPR compliance.

Austritt und Portabilität. „Innerhalb von 10 Werktagen nach Beendigung exportiert und liefert der Anbieter: (a) alle Prompts und System-Messages, (b) Workflow-Definitionen in maschinenlesbarem Format, (c) Eval-Suiten und Ground Truth, (d) Integrationscode und Credential-Dokumentation, (e) alle Logs und historischen Agent-Runs, (f) jede während der Zusammenarbeit erstellte Dokumentation." Format spezifizieren.

Kündigungsfrist. 30 Tage schriftliche Kündigung nach der Mindestlaufzeit, beidseitig. Manche Anbieter versuchen asymmetrische Kündigungen (30 Tage für sie, 90 für Sie). Machen Sie sie symmetrisch.

Keine automatische Verlängerung ohne Hinweis. Verlängerung sollte aktive Bestätigung verlangen oder mindestens ein 60-Tage-Kündigungsfenster, in dem Sie ohne Strafe kündigen können.

Performance-Review-Trigger. Eine Klausel, die Ihnen erlaubt, in Monat 4 einen schriftlichen Performance Review mit dokumentierter Unterperformance gegen vereinbarte KPIs einzuberufen. Trigger 30-Tage-Heilung, dann Kündigung ohne Strafe, falls nicht geheilt.

Offenlegung von Modell- und Sub-Auftragsverarbeiter-Wechseln. „Der Anbieter informiert den Kunden mindestens 14 Tage schriftlich, bevor er den zugrunde liegenden Modellanbieter, die Hosting-Region oder einen benannten Sub-Auftragsverarbeiter, der Kundendaten berührt, wechselt." Schließt die stille Migrationslücke.

Sicherheit und Incident Response. SOC 2 Type II oder äquivalent in der Reifephase; für jüngere Anbieter eine schriftliche Security Policy plus jährlicher Penetrationstest plus definiertes Breach-Notification-Fenster (72 Stunden ist Standard). Siehe AI agents security checklist.

Haftungsdeckel. Anbieter drängen auf 1× Jahresgebühr als Cap. Vernünftig für risikoarme Workflows; auf 2–3× drücken für alles Geldbewegende. Grobe Fahrlässigkeit, IP-Verletzung und Vertraulichkeitsbruch aus dem Cap herausnehmen.

Auditrechte. Das Recht, einmal jährlich auf Ihre Kosten einen Drittprüfer für Workflow, Evals und Sicherheitslage zu beauftragen. Selten genutzt, sehr nützlich zu haben.

9. Onboarding: Wie Woche 1, Woche 2, Woche 4 aussehen sollten

Der erste Monat einer neuen AI-Services-Zusammenarbeit verrät fast alles darüber, ob die nächsten 12 Monate gut oder schlecht werden. Achten Sie auf diese konkreten Ereignisse.

Woche 1 — Kickoff und Zugriff. Der Anbieter kommt mit einem schriftlichen Onboarding-Plan und einer Workflow-Karte zum Kickoff, nicht mit „mal schauen, was Sie brauchen". Zugriffsanfragen werden am selben Tag für jedes System gestellt, das der Agent berühren wird: CRM, Help Desk, Buchhaltung, Dokumentenspeicher, E-Mail. Sandbox-Accounts, wo angebracht. Security- und DPA-Papierkram ist in Bewegung. Bis Freitag der Woche 1 hat der Anbieter Ihren aktuellen Prozess so dokumentiert, wie er ihn versteht, und Sie um Korrektur gebeten — das ist das Artefakt, gegen das der Agent evaluiert wird.

Woche 2 — erste funktionierende Version auf echten Daten, in einer Sandbox. Nicht in Produktion. Der Agent verarbeitet einen Ausschnitt Ihrer echten Daten (bei Bedarf anonymisiert), erzeugt Outputs, und Sie prüfen die Fehler gemeinsam. Die Fähigkeit des Anbieters, die Fehler konkret zu diskutieren — was schiefging, warum, was sie ändern werden — ist das nützlichste Einzelsignal, das Sie bekommen. Wenn Woche 2 immer noch Folien und „wir richten Infrastruktur ein" ist, ist der Anbieter nicht bereit.

Woche 3 — Eval-Suite und Observability-Dashboard. Die Eval-Suite ist gebaut, idealerweise aus echten historischen Beispielen mit bekannten korrekten Antworten. Das Observability-Dashboard ist mit Ihnen geteilt — Sie sehen jede Agent-Aktion ohne Nachfrage. Die Risiko-Tier-Policy ist dokumentiert: Was läuft autonom, was wird zur Genehmigung gequeued, was wird eskaliert.

Woche 4 — erste Produktions-Runs mit Human-in-the-Loop. Stufe-2-Workflow geht live mit Approval Gates. Das Volumen startet klein (10–20 % des echten Volumens), damit der Operator Probleme abfängt, bevor sie sich aufsummieren. Bis Ende Woche 4 haben Sie einen schriftlichen Plan für Wochen 5 bis 8, der zeigt, wie das Volumen hochgefahren wird, was sich wann ändert und welche KPIs gemessen werden.

Wenn Woche 1 stattdessen wie ein Kickoff-Call, zwei Wochen Stille und ein vages Versprechen, nächste Woche etwas zu teilen, aussieht, dann ist das die Kadenz, die Sie für das nächste Jahr kaufen.

10. KPIs, die für AI-Services-Engagements tatsächlich zählen

Die Metriken, mit denen ein Anbieter beginnt, verraten, was er für seinen Job hält. Wenn er den Monthly Review mit „100.000 verarbeitete Tokens" und „97 % Uptime" eröffnet, hält er seinen Job für „beschäftigt aussehen". Wenn er mit „47 Stunden Operator-Zeit gespart" und „DSO um 4 Tage gesunken" eröffnet, hält er ihn für „das Geschäft gesünder machen".

Die Metrikhierarchie, die zählt, von oben nach unten.

Geschäftsergebnisse. Die Metrik, für die der Workflow existiert. Pipeline-qualifizierte Opportunities für einen SDR-Agent. DSO für einen Inkasso-Agent. First-Response-Time und CSAT für einen Support-Triage-Agent. Veröffentlichte Artikel pro Monat in akzeptabler Qualität für einen Content-Agent. Wenn der Anbieter seine Aktivität nicht an eine dieser Metriken hängen kann, ist die Aktivität vom Geschäft entkoppelt.

Effizienzergebnisse. Pro Woche eingesparte Operator-Stunden, Kosten pro verarbeiteter Transaktion, Durchsatz. Das sind die Zahlen, die den Workflow in Euro übersetzen. Oft der einfachste Fall, den der CFO nachvollzieht.

Qualitätsergebnisse. Eval-Bestehensrate über Zeit, Human-Edit-Rate (wie oft der Operator den Agent-Entwurf vor Genehmigung ändert), Eskalationsrate, False-Positive- und False-Negative-Raten gegen Ground Truth. Das sind die Zahlen, die Ihnen verraten, ob der Agent besser wird oder leise degradiert.

Aktivitätsmetriken. Ausgeführte Runs, verbrauchte Tokens, genutzte Modelle, aufgerufene Integrationen. Nützlich für Kostenverfolgung und Kapazitätsplanung. Nutzlos als primäre KPIs. Wenn ein Monthly Review damit anfängt, drücken Sie zurück.

Das Framework, das alles auf die Ausgaben rückbezieht, liegt in AI agents ROI calculation. Die Kurzfassung: Ein gesundes Managed-AI-Engagement liefert im ersten Jahr 3–6× annualisiert auf die Honorare zurück, und der Weg zu diesem ROI sollte innerhalb von 90 Tagen im Monthly Review sichtbar sein.

11. Wann Sie ein Managed-AI-Services-Unternehmen NICHT beauftragen sollten (seien Sie ehrlich)

Der schwierigste Abschnitt jedes Einkäuferleitfadens ist der, der dem Leser den Kauf ausredet. Wir werden konkret, weil der umgekehrte Fall — kaufen, wenn Sie nicht hätten kaufen sollen — teurer ist als nicht zu kaufen.

Beauftragen Sie nicht, wenn der zu automatisierende Prozess heute nicht dokumentiert und nicht konsistent von Menschen ausgeführt wird. Ein AI-Agent automatisiert einen Prozess; wenn der Prozess nur in drei Köpfen existiert und jeder ihn anders macht, kodifiziert der Agent die schlechteste Variante. Reparieren Sie zuerst den Prozess, dann holen Sie den Agent.

Beauftragen Sie nicht, wenn das Volumen unter etwa 50 Transaktionen pro Monat für den fraglichen Workflow liegt. Darunter übersteigen Build- und Betriebskosten die Kosten manueller Bearbeitung, und das Eval-Set des Agents ist zu klein, um statistisch aussagekräftig zu sein. Die Ausnahme ist, wenn die Arbeit hochqualifiziert-niedrigfrequent ist und der Engpass die Verfügbarkeit der Menschen ist, nicht ihre Stunden.

Beauftragen Sie nicht, wenn Sie keinen internen Owner mit 2–4 Stunden pro Woche haben, um mit dem Anbieter zu arbeiten. Der Anbieter kann ein Ergebnis innerhalb Ihres Unternehmens nicht ohne internen Sponsor besitzen, der Blocker entfernt, Zugriffe öffnet, Edge Cases entscheidet und Ergebnisse ans Leadership übersetzt. Zusammenarbeiten ohne internen Owner scheitern unabhängig von der Anbieterqualität. Dieses Failure-Pattern hat die Hälfte der 2018er-RPA-Welle ruiniert.

Beauftragen Sie nicht, wenn Sie kaufen, weil der Vorstand auf „etwas mit AI" gedrängt hat. Dieses Budget geht zum bestpitchenden Anbieter, das Projekt produziert eine Demo statt eines Ergebnisses, und das Vorstandsgespräch im nächsten Jahr handelt davon, warum AI nicht funktioniert hat. Besser sechs Monate auf einen echten operativen Pain Point warten.

Beauftragen Sie nicht, wenn der Workflow so reguliert ist, dass ohnehin jeder Schritt eine menschliche Unterschrift braucht. Der Agent hilft am Rand, aber die Einsparung ist klein im Verhältnis zum Build-Aufwand. In 18–24 Monaten erneut prüfen, sobald die Modell-Auditierbarkeit reift.

Beauftragen Sie nicht, ohne vorher zu prüfen, ob ein SaaS-Tool das Problem schon löst. Viele „wir brauchen einen Custom-AI-Agent"-Projekte könnten ein 99-€/Monat-Abonnement sein. Die vollständige Argumentation steht in When NOT to hire an AI agents services company.

12. Der Logitelia-Winkel: Wie produktisierte AI-Teams sich unterscheiden

Wir führen Logitelia in der Kategorie Boutique-AI-native. Drei Dinge prägen, wie wir liefern, und es lohnt sich, sie zu kennen, weil sie die Trade-offs beschreiben, die wir gewählt haben — nicht weil sie universell richtig sind.

Erstens sind wir ein Dienstleistungsunternehmen, kein Produktunternehmen. Wir verkaufen keine Software. Wir verkaufen einen laufenden Workflow und ein Team, das ihn betreibt. Unsere Plattform existiert, um dieses Team schneller zu machen, nicht um separat verkauft zu werden. Implikation für Käufer: Sie bekommen unsere Operators und unsere Eval-Disziplin; Sie bekommen kein Self-Serve-Dashboard, das Sie woanders hinnehmen können. Wenn Sie ein Tool wollen, sind mehrere SaaS-Anbieter die bessere Wahl.

Zweitens sind unsere Preise pauschal pro Workflow, standardmäßig EU-gehostet, mit vollem Export beim Austritt. Wir haben diese Entscheidungen getroffen, weil wir sie uns als Käufer wünschen würden. Implikation: Wir sind manchmal am ersten Tag teurer als ein Freelancer-mit-Tools-Shop und fast immer günstiger als ein Beratungs-Ableger im zwölften Monat. Wir sind in keiner Kategorie die günstigste Option; wir sind so gebaut, dass Sie sie in Monat neun am wenigsten bereuen.

Drittens sind wir bewusst eng in dem, was wir ausrollen. Wir betreiben Umsatz-Workflows (Recherche, Prospecting, Content, Growth Ops) und Finanz-Workflows (Inkasso, Spesen-Triage, einfaches Reporting). Wir bauen keine Custom-Agents in Domänen, in denen wir noch nichts ausgeliefert haben, weil die Eval-Disziplin, die einen Workflow vertrauenswürdig macht, nicht sauber über Domänen überträgt, und wir tun nicht so. Implikation: Wir sagen häufiger „das sind nicht wir" als die meisten Anbieter, und wir verweisen Sie an jemanden Besseren.

Wenn Sie unter die Motorhaube schauen wollen: What is an AI-native services company behandelt das Betriebsmodell, und Build vs managed AI agents behandelt die Make-or-Buy-Frage für die Workflows, die wir betreiben.

13. Finale Entscheidungs-Checkliste

Sie haben drei oder vier Anbieter interviewt. Sie haben die 15 Fragen gestellt. Sie haben nach den 10 Warnsignalen gesucht. Um den Sieger zu wählen, bewerten Sie jeden Kandidaten gegen diese Checkliste. Stechfragen gehen an den Anbieter, der die nützlichsten Antworten im Interview gab, nicht die poliertesten.

• Benannter Operator mit relevanter Domänenerfahrung und einer Account-Last unter dem Cap für seinen Archetyp.
• Bezahlter Pilot auf Ihren echten Daten abgeschlossen, mit dokumentierten Failure-Modes und Tuning-Plan.
• Evaluations-Methodik konkret gezeigt, nicht abstrakt beschrieben. Beispiel-Eval-Bericht geteilt.
• Observability ist echt: Live-Aktivitätsfeed, nachspielbare Runs, Kostenzeile pro Run.
• Risiko-Tier-Policy ist explizit: welche Aktionen autonom laufen, welche gegated sind, welche eskalieren.
• Preismodell ist pauschal pro Workflow oder hybrid, nicht reines Outcome oder reines Projekt für laufenden Service.
• Mindestlaufzeit ist 3 Monate, danach 30-Tage-Rolling, beidseitig symmetrisch.
• IP-Übertragung am Arbeitsergebnis im Vertrag. Austrittsklausel ist konkret bei Format und Frist.
• EU-Datenresidenz bestätigt. Sub-Auftragsverarbeiter benannt. DPA unterzeichnet.
• Woche-1-Onboarding-Plan schriftlich geteilt. Erste funktionierende Version auf echten Daten bis Woche 2 zugesagt.
• KPIs umfassen mindestens ein Geschäftsergebnis, das der CEO benennen kann, nicht nur Aktivitätsmetriken.
• Referenzen in Ihrer Größenklasse und Ihrem Vertikal kontaktiert, gute Dinge gesagt, und denselben Operator genutzt, den Sie zugewiesen bekommen.
• Der Anbieter hat im Sales-Prozess mindestens einer Sache widersprochen, die Sie gesagt haben.

Wenn Sie nicht mindestens elf von dreizehn abhaken können, sind Sie mit den Interviews nicht fertig.

14. Häufig gestellte Fragen

Wo Logitelia hineinpasst

Logitelias Managed AI Teams betreiben Umsatz- und Finanz-Workflows als produktisierten Service: Monatspauschale pro Workflow, benannter Senior Operator, EU-Datenresidenz, voller Export beim Austritt, Eval-Suiten, die Sie sehen können. Wir sind eine glaubwürdige Option in der Boutique-AI-native-Kategorie — es gibt andere — und wir empfehlen, mindestens einen Beratungs-Ableger und einen Freelancer-mit-Tools-Shop neben uns zu interviewen, bevor Sie entscheiden. Wenn Sie nach diesem Leitfaden ein 30-minütiges Gespräch zur Fit-Prüfung wollen, buchen Sie einen Intro-Call und wir geben Ihnen eine ehrliche Einschätzung in beide Richtungen.

Das Wichtigste, was dieser Leitfaden Ihnen geben kann, ist ein klarer Kopf vor den Sales-Calls. Anbieter dieser Kategorie verkaufen gut. Die meisten verkaufen an einen Käufer, der die Sorgfalt nicht aufgebracht hat, die Fragen zu stellen, die zählen. Mit dem obigen Framework werden Sie nicht dieser Käufer sein.