Selbst entwickeln oder kaufen? Schauen Sie sich an, was die Marktführer erworben haben.

Die größten Softwareunternehmen der Welt verfügen über nahezu unbegrenzte Engineering-Ressourcen. In den letzten zwei Wochen haben sich mehrere von ihnen dagegen entschieden, diese einzusetzen.

Stattdessen haben sie zugekauft. Und das Muster hinter diesen Käufen ist die bisher klarste Antwort auf eine Frage, mit der jede Gründerin und jeder Gründer ringt.

Laut ERP Today hat eine Gruppe von Enterprise-Software-Anbietern innerhalb eines kurzen Zeitfensters KI-Übernahmen angekündigt, alle in dieselbe Richtung weisend. Asana kaufte einen No-Code-Agent-Builder. Coupa kaufte ein Dokumentenverarbeitungsunternehmen. Vertice kaufte einen Beschaffungsdatensatz. Salesforce unterzeichnete einen Deal für eine Content-Plattform. Keines dieser Unternehmen mangelt an Ingenieurinnen und Ingenieuren, um diese Funktionen selbst zu entwickeln. Sie haben trotzdem zugekauft. Für alle Gründerinnen und Gründer, die abwägen, ob sie KI intern entwickeln oder zukaufen sollen, lohnt es sich, diese Übernahmewelle genau zu analysieren, denn sie zeigt, wo der echte Burggraben liegt.

Eine Einkaufstour mit einer Logik

Die Deals sehen auf den ersten Blick unzusammenhängend aus. Arbeitsmanagement, Ausgabenmanagement, Beschaffung, Content. Verschiedene Ecken des Enterprise-Markts.

Aber TechCrunch berichtete, dass Asana 75 Millionen US-Dollar für StackAI bezahlte, um Agent-Workflows über Unternehmenssysteme hinweg zu betreiben, nicht um einen Chatbot hinzuzufügen. Coupas Akquisitionsziel bringt Dokumentenverständnis in Source-to-Pay. Vertices Kauf bringt einen Beschaffungspreisdatensatz und Verhandlungsintelligenz. ERP Todays Einschätzung ist direkt: Diese Anbieter schrauben keinen KI-Assistenten mehr auf ein bestehendes Produkt. Sie kaufen die Daten, den Workflow und die Ausführungsfähigkeit, die ein Agent braucht, um in einer bestimmten Domäne tatsächlich einen Job zu erledigen.

Das ist das entscheidende Signal. Das Modell ist nicht mehr die knappe Ressource. Was ein Agent als Fundament benötigt, ist es.

Wichtige Fakten

• Asana übernahm StackAI, einen No-Code-KI-Agent-Builder, für 75 Millionen US-Dollar (angekündigt am 28. Mai 2026). (TechCrunch)
• Coupa (Rossum) und Vertice (Vendr) kündigten KI-Übernahmen im gleichen Zeitfenster an, begleitet von Salesforces Vereinbarung zur Übernahme von Contentful. (ERP Today)
• Gartner prognostiziert, dass 40 % der Enterprise-Anwendungen bis Ende 2026 aufgabenspezifische KI-Agenten integrieren werden, gegenüber unter 5 % im Jahr 2025. (Gartner)

Warum sie kaufen statt entwickeln

Hier ist der Teil, der Ihre eigene Roadmap neu rahmen sollte.

Ein KI-Agent ist nur so gut wie das, worauf er steht. Ein cleverer Agent ohne proprietäre Daten, ohne einen Workflow, in dem er handeln kann, und ohne Domänenkontext ist eine Demo. Er fasst zusammen und macht Vorschläge, und dann erledigt ein Mensch die eigentliche Arbeit. Die Agenten, die tatsächlich etwas im Unternehmen bewegen, sind jene, die in spezifische Daten, spezifische Datensätze und einen spezifischen Prozess eingebunden sind, den sie verändern dürfen.

Diese Assets brauchen Zeit zum Aufbau. Ein Beschaffungspreisdatensatz braucht jahrelange Transaktionen. Eine Dokumentenverarbeitungs-Engine, die tausend uneinheitliche Rechnungsformate verarbeitet, erfordert eine lange, unspektakuläre Fleißarbeit. Workflow-Tiefe in einer Kategorie entsteht durch ein Jahrzehnt Kunden-Feedback. Das Modell darüber kann an einem Nachmittag ausgetauscht werden. Die Daten und der Workflow darunter nicht.

Die Marktführer kaufen also Zeit. Sie haben das Kapital, um den mühsamen Aufbau zu überspringen und das zugrunde liegende Asset direkt zu erwerben, um dann ihre bestehenden Modelle darauf auszurichten. Das Frontier-Modell wird zu einem Commodity-Input, eine Realität, die sich zeigt in der Art, wie Enterprise-KI-Rechnungen weiter steigen, obwohl Token-Preise sinken, und in der umfassenderen Neubewertung dessen, was KI-Anbieter tatsächlich wert sind. Der dauerhafte Wert hat sich unter das Modell verlagert.

Die Lehre, die in den Deals steckt

Für Gründerinnen und Gründer ist diese Übernahmewelle kein Branchentratsch. Es ist ein kostenloses Strategiememo.

Die Make-or-Buy-Entscheidung dreht sich eigentlich gar nicht um KI. Es geht darum, ob Sie die Daten und den Workflow besitzen, die einen Agenten verteidigungsfähig machen würden. Sortieren Sie Ihre KI-Ambitionen in zwei Bereiche.

Wo Sie proprietäre Daten und einen tiefen Workflow besitzen, entwickeln Sie selbst. Das ist Ihr Burggraben. Wenn Sie Jahre an Kundentransaktionen haben, einen Prozess, den kein anderer replizieren kann, oder Domänenkontext, der wirklich Ihnen gehört, ist ein darauf aufbauender Agent etwas, das ein Wettbewerber nicht durch den Kauf eines Modells kopieren kann. Das ist der einzige Bereich, in dem der eigene Entwicklungsaufwand sich auszahlt. Dieselbe Logik erklärt, warum Salesforce dafür bezahlte, Agentforce eine native Content-Engine zu geben, statt zu warten, bis eine entwickelt war.

Wo Sie die Daten oder den Workflow nicht haben, kaufen oder kooperieren Sie. Der Versuch, eine generische Fähigkeit von Grund auf zu entwickeln, sei es Dokumentenanalyse, Datenanreicherung oder ein horizontales Agent-Framework, bedeutet, mit Unternehmen zu konkurrieren, die einen jahrzehntelangen Vorsprung und ein Kriegsbudget haben. Die Marktführer haben Ihnen gerade gesagt, dass sie lieber zahlen als diesen Kampf zu führen. Hören Sie darauf.

Es gibt eine harte Voraussetzung, die allem zugrunde liegt. Ein Agent, der auf unvollständigen oder veralteten Daten aufbaut, liefert nicht nur schlechte Leistung. Er handelt falsch, im großen Maßstab, schneller als ein Mensch es abfangen kann. Bevor Sie einen Agenten auf Ihren Daten aufbauen, müssen die Daten es wert sein, darauf aufzubauen. Deshalb ist die unspektakuläre Disziplin von sauberer Datenanreicherung und Datenhygiene plötzlich der Unterschied zwischen einem Agenten, der Wert akkumuliert, und einem, der still Haftung erzeugt.

Ihr Make-or-Buy-Test

Sie brauchen kein Strategie-Offsite. Sie müssen vier Fragen für jede KI-Funktion durchführen, die Sie in Betracht ziehen.

Besitzen wir hier Daten, die ein Wettbewerber nicht leicht bekommen kann? Wenn ja, ist das ein Kandidat für Eigenentwicklung. Wenn nein, ist es ein Kandidat für Kauf oder Kooperation.

Würde die Eigenentwicklung bedeuten, mit einem Spezialisten zu konkurrieren, der jahrelangen Vorsprung hat? Wenn ja, ist Kaufen oder Integrieren fast immer schneller und günstiger als das Engineering, das Sie für den Verlust dieses Rennens verbrennen würden.

Sind die Daten sauber genug, um einem Agenten zu vertrauen, auf ihrer Basis zu handeln? Wenn nicht, verbessern Sie zuerst die Daten, bevor Sie den Agenten finanzieren. Ein Agent auf schlechten Daten ist ein schnellerer Weg zu schlechten Entscheidungen.

Können wir die zugekaufte Version dieses Quartal ausliefern und die selbst entwickelte niemals? Geschwindigkeit ist ein echter Faktor. Eine Funktion, die in acht Wochen live geht, schlägt in der Regel eine bessere, die in achtzehn Monaten ausgeliefert wird, besonders solange sich die Kategorie noch herausbildet.

Die Marktführer haben mehr Ingenieurinnen und Ingenieure als Sie je einstellen werden, und sie haben sich fürs Kaufen entschieden. Das ist kein Eingeständnis von Schwäche. Es ist eine klarsichtige Einschätzung, wo Wert jetzt liegt: in den Daten und dem Workflow unter dem Agenten, nicht im Agenten selbst. Entwickeln Sie dort, wo Sie dieses Fundament besitzen. Kaufen Sie überall sonst. Wenn ein Teil Ihrer KI-Roadmap aus generischen Tools besteht, die Sie morgen lizenzieren könnten, haben Ihnen die klügsten Gründerinnen und Gründer gerade gezeigt, was sie damit tun. Als fundierten Ausgangspunkt dazu, welche Systeme sich am ehesten lohnen, selbst zu besitzen statt zuzukaufen, führt unser Leitfaden zur CRM-Auswahl für Startups durch die Frage, wo proprietäre Daten tatsächlich entstehen.

Häufig gestellte Fragen

Was sagt die Welle von Enterprise-KI-Übernahmen Gründerinnen und Gründern über Make or Buy?

Dass der Burggraben in Daten und Workflow liegt, nicht im Modell. Asana, Coupa, Vertice und Salesforce haben alle die Ingenieurinnen und Ingenieure, um KI-Funktionen zu entwickeln, und doch kauften sie Unternehmen mit proprietären Daten, Dokumentenverarbeitungsfähigkeit oder Workflow-Tiefe. Das Signal: Entwickeln Sie, wo Sie einzigartige Daten besitzen, und kaufen oder kooperieren Sie für generische Fähigkeiten, deren Aufbau von Grund auf Jahre dauern würde.

Warum ist ein KI-Agent nur so gut wie seine Daten?

Weil die Aufgabe eines Agenten darin besteht, in einem spezifischen Kontext zu handeln. Ohne proprietäre Daten und einen echten Workflow, in dem er operieren kann, kann er nur zusammenfassen und Vorschläge machen, was die eigentliche Arbeit dem Menschen überlässt. Schlimmer noch: Ein Agent, der auf unvollständigen oder veralteten Daten handelt, macht mit Maschinengeschwindigkeit sichere Fehler. Die zugrunde liegenden Daten und der Workflow bestimmen, ob ein Agent Wert schafft oder Risiken erzeugt.

Wann sollte ein Startup seine eigene KI entwickeln, statt zu kaufen?

Wenn die Fähigkeit auf Daten oder einem Workflow aufbaut, die Sie einzigartig besitzen. Das ist Ihr verteidigungsfähiger Burggraben, und ein darauf aufbauender Agent ist etwas, das Wettbewerber nicht durch die Lizenzierung eines Modells replizieren können. Für generische, horizontale Fähigkeiten ist Kaufen oder Kooperieren schneller und günstiger als der Wettbewerb mit etablierten Spezialisten.

Quelle: ERP Today, 2026 | TechCrunch, 28. Mai 2026 | Reworked, 2026