Laden Sie eine PDF-Version dieses Artikels herunter.
Executive Summary
Kunden, die für teure CPM-Plattformen bezahlen, bauen diese Systeme als eigene Anwendungen neu auf — mit KI-Coding-Agents wie Claude Code oder Codex — und kündigen die laufenden Lizenzen. Kunden, die gerade erst Excel verlassen und sich nach ihrem ersten Planungstool umsehen, überspringen zunehmend den Schritt zum Anbieter komplett und bitten uns stattdessen, es zu bauen. Eine dritte Gruppe bleibt konservativ. Sie behält das Anbieterprodukt oder möchte etwas von der Stange, und das ist eine legitime Position.
Aber die ersten beiden Gruppen wachsen schnell, und der Grund dafür ist nicht, dass KI gerade angesagt ist. Der Grund ist, dass das Anbietermodell nie wirklich zu mittelständischen Unternehmen gepasst hat.
Was treibt das an
- Keine zwei Unternehmen planen auf dieselbe Weise. Planungsprodukte von Anbietern sind Entwicklungsplattformen, keine fertigen Produkte, und brauchen daher umfangreiche Anpassung.
- Diese Anpassung erfordert seltene, teure Berater. Am Ende hat man eine komplexe Anwendung, die nur der Anbieter und diese Berater pflegen können.
- Sie im Nachhinein zu internalisieren ist schwierig. Ihr Team mietet am Ende seine eigene Planungslogik.
- Lizenzen sind abo-basiert, ab etwa 15.000 USD pro Jahr im Einstiegssegment und aufwärts. Planung ist ein Kommunikationsprozess, daher brauchen Sie Lizenzen für jeden, der plant oder budgetiert, und genau das lässt die Rechnung wachsen.
- Der Anbieter-Weg dauert realistisch sechs Monate von der ersten internen Abstimmung bis zum funktionierenden System. Ein KI-mitentwickelter Weg dauert acht Wochen.
- Über drei Jahre kostet der mitentwickelte Weg heute weniger, als auf der bereits vorhandenen Plattform zu bleiben.
- Die Dokumentation schreibt sich von selbst, was wie eine Fußnote klingt und sich als wichtiger erweist als fast alles andere.
Wo es schiefgeht
Teams, die es völlig allein versuchen, scheitern meist an vier Dingen: Datenintegration, technische Architektur, Engineering-Disziplin (Versionskontrolle, CI/CD, kontinuierliches Testen) und die Übersetzung von Geschäftsanforderungen in Anweisungen, die eine KI umsetzen kann. Zwei Jahre ChatGPT als „Google auf Steroiden" zu nutzen, bereitet niemanden hierauf vor. Es ist eine andere Arbeitsweise, kein Nachschlagen.
Unsere Position
Wir halten diesen Wandel für die meisten mittelständischen Unternehmen für richtig. Wir halten es aber auch für eine schlechte Wette, das ohne erfahrene Unterstützung zu tun, zwei Monate vor dem Budgetzyklus. Wir haben Hunderte von Planungsprojekten auf Anbietersoftware umgesetzt und tun das nun auch mit maßgeschneiderten KI-Anwendungen, und die ehrliche Zusammenfassung lautet: Die Anwendung ist nur so gut wie die Person, die sie gebaut hat.
Das Anbieterprodukt war nie wirklich ein Produkt
Jedes Planungssystem, das wir je implementiert haben, war anders. Es gibt immer Gemeinsamkeiten: eine Kostenstellenhierarchie, eine GuV-Struktur, ein Headcount-Modell, jemanden, der auf seiner eigenen Währungslogik besteht. Aber keine zwei Kunden planen gleich. Ihr Unternehmen ist so organisiert, wie es ist, aus Gründen, die sich über dreißig Jahre angesammelt haben.
Die Anbieter wissen das. Deshalb sind ihre Produkte in der Praxis Entwicklungsplattformen. Man kauft kein Budgetierungssystem. Man kauft ein Toolkit und zahlt dann jemandem dafür, darin ein Budgetierungssystem zu bauen.
Es lohnt sich, dabei einen Moment zu verweilen, denn Engineering-Unternehmen in dieser Region verstehen das sofort. Wer Spezialmaschinen baut, würde nie eine generische Maschine kaufen und dem Hersteller dann eine jährliche Gebühr für die Erlaubnis zahlen, sie zu der Maschine zu konfigurieren, die man tatsächlich braucht. Man würde nach Spezifikation bauen. Doch bei Finanzsystemen ist genau das seit zwanzig Jahren der normale Deal.
Und die Menschen, die diese Konfiguration gut beherrschen, sind selten. Wir wissen das, weil wir einige von ihnen beschäftigen und Schwierigkeiten haben, mehr einzustellen. So bekommt man eine komplexe Anwendung, gemeinsam gepflegt von einem Anbieter und einer Handvoll teurer Spezialisten, die das eigene Team nicht vollständig übernehmen kann.
Dann kommt die Rechnung jedes Jahr trotzdem.
Warum das Lizenzmodell mittelständische Unternehmen besonders trifft
Planung ist ein Gespräch. Der Kostenstellenverantwortliche in der Produktion, der Regionalvertriebsleiter, der Werkscontroller, die HR-Person, die den Headcount erfasst: Sie alle müssen im System sein, sonst fällt der Prozess auf Excel-Anhänge zurück, und der ganze Sinn geht verloren.
Jede dieser Personen braucht eine Lizenz. Ein typischer Budgetierungsprozess in einem mittelständischen Unternehmen hat rund zwanzig Teilnehmer. Eine Plattformgebühr von etwa 10.000 EUR plus zwanzig Seats à 1.600 EUR ergibt 42.000 EUR pro Jahr, wobei die Seats den größeren Teil davon ausmachen. Beachten Sie, welcher Teil skaliert: nicht die Plattform, die Menschen. Kommen nächstes Jahr drei Werkscontroller hinzu, bewegt sich die Rechnung erneut.
Und das, bevor überhaupt irgendetwas konfiguriert wurde.
Niemand in einem Familienunternehmen erklärt gerne dem Gesellschafter, warum das Unternehmen seinen eigenen Budgetierungsprozess auf Dauer mietet.
Was sich geändert hat
Large Language Models und KI-Coding-Agents haben die Einstiegshürde für den Bau von Software gesenkt. Nicht auf null, diese Behauptung wäre Unsinn, aber weit genug, dass der Bau einer Planungsanwendung heute manchmal einfacher ist, als eine Ausschreibung, ein Integrationsprojekt und eine Lizenzverhandlung zu durchlaufen.
Der Trend geht also nicht wirklich darum, dass KI clever ist. Es ist vielmehr so, dass die Alternative endlich günstig genug geworden ist, um sie ehrlich neben ein Anbieterangebot zu legen und zu vergleichen.
Die Zahlen
Hier ein Modell für einen mittelständischen Fertigungsbetrieb: rund zwanzig Planungsteilnehmer, ein Dynamics-365- oder SAP-Quellsystem, ein normaler Umfang für Kostenstellen- und GuV-Planung mit Headcount und Capex.
Jede Annahme ist aufgeführt, damit Sie sie hinterfragen können. Genau das ist der Sinn, sie zu zeigen.
| Kostenposition | Anbieter-CPM-Weg | KI-mitentwickelte Anwendung |
| Software, year 1 | €42,000 (platform fee €10,000 + 20 × €1,600) | — |
| Hosting + AI agent seats, per year | — | €9,600 |
| Implementation / build (one-off) | €98,000 (70 consultant days @ €1,400) | €49,000 (35 consultant days @ €1,400) |
| Internal effort during project | €47,500 (1.0 FTE × 6 months) | €23,750 (1.5 FTE × 2 months) |
| Year 1 total | €187,500 | €82,350 |
| Annual change & lifecycle support, from Y2 | €21,000 (15 consultant days) | €14,000 (10 consultant days) |
| Internal ownership, from Y2 | — | €14,250 (0.15 FTE) |
| Licence uplift | 5% per year, compounding | none |
| 3-year cumulative | €319,905 | €158,050 |
| 6-year cumulative | €536,180 | €271,600 |
| Steady-state annual run rate | €67,305 and rising | €37,850 and flat |
Interner FTE mit 95.000 € vollbelastet kalkuliert. Beratertagessatz gemischt bei 1.400 €. Anbieterimplementierungen in dieser Größenklasse laufen über 60 bis 80 Beratertage; 70 ist der Mittelwert. Wir gehen davon aus, dass der KI-Aufbau die Hälfte davon braucht — eine bewusst pessimistische Annahme unsererseits.
Die laufenden Kosten von 9.600 € bestehen aus Hosting zu 600 € pro Monat plus zwei Claude-Team-Premium-Seats zu je 100 USD pro Monat für Ihre eigenen Leute. Unsere Agent-Lizenzen sind unsere Kosten, nicht Ihre, und sie stehen nicht in dieser Tabelle.
Ersparnis im ersten Jahr: rund 105.000 €. Über drei Jahre: rund 162.000 €, oder 51 %. Über sechs Jahre: rund 265.000 €, oder 49 %. Sagen wir die Hälfte.
Die größte Einzelposition ist nicht die Implementierung, sondern die Lizenz. Über drei Jahre zahlen Sie 132.000 € an Abonnementgebühren, bevor überhaupt jemand irgendetwas verbessert hat.
Es gibt noch einen weiteren Vergleich, der sich lohnt, und der uns beim ersten Mal überrascht hat. Gar nichts zu tun, also die aktuelle Plattform zu behalten, die Lizenz zu zahlen, die üblichen Änderungsanfragen zu absorbieren und kein neues System zu bauen, kostet über drei Jahre rund 174.000 €. Die mitentwickelte Anwendung kostet 158.000 €, und am Ende besitzen Sie etwas. Stillstehen ist nicht mehr die günstige Option.
Trotzdem möchte ich beim Rest ehrlich sein, denn der Markt ist voll von Leuten, die 90 % Ersparnis versprechen. Der Kostenvorteil ist real und lohnt sich, aber Sie zahlen weiterhin für Expertise, und das sollten Sie auch. Drei andere Dinge ändern sich mehr als das Geld:
Geschwindigkeit. Acht Wochen statt sechs Monate. Das ist der Unterschied zwischen einem System für die kommende Budgetrunde und einem Jahr Warten auf die nächste.
Eigentum. Die Anwendung, das Datenmodell und der Quellcode gehören Ihnen. Kein Verlängerungsgespräch, kein Lizenzaudit, keine Anbieter-Roadmap, die entscheidet, was Sie im nächsten Quartal planen dürfen.
Passung. Das System tut, was Ihr Planungsprozess tut, statt das, was die Plattform erlaubt.
Das Sechs-Monats-Problem
Der Anbieter-Zeitplan ist meist das, was die Entscheidung erzwingt, daher lohnt es sich, ihn ehrlich darzulegen.
Ein bis zwei Monate interne Abstimmung, Ausschreibung und Beschaffung. Dann einige Wochen fachliches und technisches Design. Dann drei bis vier Monate ehrliche Implementierung mit ein paar UAT-Zyklen. Im besten Fall läuft das System nach sechs Monaten, und Sie zielen damit auf den übernächsten Planungszyklus.
Der Weckruf ist derweil fast immer derselbe: Der Budgetierungszyklus steht kurz bevor, und in ein paar Monaten muss das Planungssystem funktionieren, an die lokalen Quellsysteme angebunden, getestet und dokumentiert sein.
Diese beiden Zeitachsen treffen sich nicht. Genau in diesem Moment beginnen die meisten unserer Gespräche.
Die Dokumentation, die sich von selbst schreibt
Das ist der am wenigsten spannende Vorteil auf der Liste und möglicherweise der wertvollste, daher bekommt er einen eigenen Abschnitt.
Bei einem Anbieterprojekt ist Dokumentation ein separates Liefergut mit eigener Position im Budget. Sie ist das Erste, was gestrichen wird, wenn der Zeitplan ins Rutschen gerät, und das Letzte, wofür sich jemand freiwillig meldet. Zwei Jahre später erinnert sich niemand mehr daran, warum die Verteilungsregel so funktioniert, wie sie funktioniert, und der Berater, der sie konfiguriert hat, ist zu einer anderen Firma gewechselt.
Bei einem KI-Aufbau ist Dokumentation ein Nebenprodukt statt einer eigenen Phase. Der Agent schreibt das Datenverzeichnis, die technische Dokumentation, die fachliche Beschreibung und das Änderungsprotokoll, während er baut, und generiert sie neu, wenn sich die Logik ändert. Niemand muss sich an einem Freitagnachmittag hinsetzen und aufschreiben, was im März gemacht wurde. Sie ist einfach da, und sie ist aktuell.
Die praktische Konsequenz ist größer als die eingesparte Zeit. Der Grund, warum Unternehmen ihr vom Anbieter konfiguriertes Planungssystem nicht übernehmen können, ist selten die Lizenz. Es liegt daran, dass nie jemand aufgeschrieben hat, wie es funktioniert. Löst man das Dokumentationsproblem, hört Internalisierung auf, ein Wunsch zu sein, und wird zu einer Übergabe.
Wo Teams scheitern, wenn sie es allein versuchen
Wir haben inzwischen genug Versuche gesehen, um konkret zu werden. Die Fehlschläge häufen sich an vier Stellen, und keine davon hat mit der KI zu tun:
Datenintegration. Saubere, abgestimmte Ist-Zahlen aus Dynamics 365, SAP HANA oder dem lokalen deutschen ERP-System zu bekommen, von dem außerhalb Ihrer Branche niemand gehört hat. Hier sterben die meisten Projekte leise. Es ist unspektakulär, hier steckt das Fachwissen, und ein KI-Agent kann Ihre Buchungslogik nicht aus den Tabellennamen ableiten.
Technische Architektur. Die falsche Wahl zu Beginn ist sechs Wochen lang unsichtbar und dann fatal. Anwendungen, die ohne Architektur gebaut werden, funktionieren in der Demo wunderbar und brechen etwa bei der fünfzehnten Iteration zusammen.
Engineering-Disziplin. Versionskontrolle, CI/CD, kontinuierliches Testen. Lässt man das aus, hat man keine Anwendung gebaut, sondern angehäuft. Beim ersten Mal, wenn Sie während der Budgetrunde die funktionierende Version der letzten Woche nicht reproduzieren können, verstehen Sie, warum das wichtig ist.
Der KI den Geschäftsbedarf erklären. Das wird am meisten unterschätzt. Einen Coding-Agent zum Bau eines Planungssystems zu prompten, zwingt Sie dazu, Ihre eigene Planungslogik präzise zu formulieren: die Treiber, die Verteilungsregeln, die Ausnahmen, den Freigabeprozess. Die meisten Organisationen haben das nie aufgeschrieben. Die KI wird die Lücke nicht füllen, sie wird selbstbewusst das Falsche bauen.
Ein Team kann all das durchaus intern lernen, indem es schrittweise anspruchsvollere Anwendungen baut. Nach unserer Erfahrung dauert das sechs bis zwölf Monate konsequenter Arbeit. Das ist in Ordnung, außer der Budgetzyklus ist in acht Wochen.
Und um bei einer Sache deutlich zu sein: Ein paar Jahre ChatGPT als besseres Suchwerkzeug zu nutzen, übertragen sich hier nicht. Es ist ein Mentalitätswandel, keine Fähigkeit, die man nachschlägt. Es ist auch nichts, was man sich aus einem auf Facebook beworbenen Vibe-Coding-Mikrokurs aneignet.
Unsere ehrliche Empfehlung
Tun Sie es, aber tun Sie es mit jemandem, der es schon einmal gemacht hat, und behandeln Sie diese Person als Co-Autor, nicht als Lieferanten.
Was erfahrene Berater in einen KI-Aufbau einbringen, ist nicht Tippgeschwindigkeit. Es ist das Wissen, wie Planungsprozesse tatsächlich funktionieren, wie man sich mit Ihren spezifischen Quellsystemen verbindet, wie man Daten so modelliert, dass sie die dritte Anforderungsänderung überstehen, wie man fachliche und technische Anforderungen so schreibt, dass ein Agent sie umsetzen kann, und wie man einen Entwicklungsprozess aufsetzt, der auch nach der zehnten Iteration noch zusammenhält.
Das ist ein umfangreicher Wissensschatz, und die codierte Anwendung ist genau so gut wie die Person, die sie gebaut hat. Das ist das stärkste Argument sowohl dafür, dies zu tun, als auch dafür, es nicht allein zu tun.
Wenn Sie auf einer Anbieterplattform sind und die Verlängerung ansteht, oder wenn Sie eine Ausschreibung für Ihr erstes Planungstool starten wollen, lohnt sich ein Gespräch, bevor Sie irgendetwas unterschreiben. Wir arbeiten mit Unternehmen wie Ihrem, und wir sagen Ihnen, wenn der Anbieter-Weg in Ihrem Fall die bessere Antwort ist. Manchmal ist er das.
Die wichtigsten Erkenntnisse
Planungsprodukte von Anbietern sind Plattformen, keine Produkte. Man kauft ein Toolkit und bezahlt Spezialisten, um darin das eigene System zu bauen, und ist dann von ihnen abhängig, es zu pflegen.
Die Lizenzierung pro Teilnehmer ist der eigentliche Kostentreiber. Eine Plattformgebühr von 10.000 € plus zwanzig Seats à 1.600 € ergibt 42.000 € pro Jahr, oder 132.000 € über drei Jahre, bevor überhaupt jemand etwas konfiguriert hat. Die Seats sind der Teil, der wächst.
Die Kostenersparnis liegt über drei bis sechs Jahre bei rund der Hälfte (51 % und 49 % in unserem Modell). Real und lohnenswert, aber nicht die 90 %, die manche behaupten. Geschwindigkeit, Eigentum und Passung zählen mehr.
Stillstand ist nicht mehr die günstige Option. Die aktuelle Plattform zu behalten kostet über drei Jahre rund 174.000 € gegenüber 158.000 €, um einen Ersatz zu bauen und zu besitzen.
Time-to-Value ist der entscheidende Faktor. Sechs Monate für den Anbieter-Weg gegenüber acht Wochen für eine mitentwickelte Anwendung, bei einem Budgetzyklus, der nicht wartet.
Dokumentation hört auf, eine Phase zu sein. Der Agent schreibt und pflegt sie während des Baus, was Internalisierung des Systems endlich realistisch macht.
Die vier Fehlermodi sind Datenintegration, Architektur, Engineering-Disziplin und Anforderungsklarheit. Keiner davon wird durch ein besseres Modell gelöst.
Die Anwendung ist nur so gut wie die Person, die sie gebaut hat. Deshalb ist Fachexpertise, nicht KI-Zugang, der knappe Faktor.
Häufig gestellte Fragen
Ist es realistisch, eine CPM-Plattform durch eine von einem KI-Coding-Agent gebaute Anwendung zu ersetzen?
Für Planungsumfänge, wie sie für mittelständische Unternehmen typisch sind, ja, und wir tun es: Kostenstellen- und GuV-Planung, Headcount, Capex, Vertriebsplanung, Szenarienvergleich, Freigabe-Workflow. Schwieriger wird es bei umfangreicher gesetzlicher Konsolidierung, komplexen Multi-GAAP-Anforderungen oder regulierten Offenlegungsprozessen, wo der Prüfpfad und die Zertifizierung des Anbieters echtes Gewicht haben. Diese Fälle verdienen eine fallspezifische Antwort statt eine Trendaussage.
Wie lange dauert es?
Rund acht Wochen bis zum ersten produktiven Planungszyklus, vorausgesetzt, die Quellsysteme sind zugänglich und jemand auf Kundenseite kann Entscheidungen treffen. Das Anbieter-Äquivalent liegt bei rund sechs Monaten inklusive Beschaffung. In Beratertagen sind das etwa 35 gegenüber 60 bis 80.
Was kostet es im Vergleich zu einer Anbieterlizenz?
Im obigen Modell rund 82.000 € im ersten Jahr gegenüber 188.000 €, und rund 158.000 € gegenüber 320.000 € über drei Jahre. Der größere strukturelle Unterschied liegt in der laufenden Rate im Steady State: rund 38.000 € pro Jahr und konstant, gegenüber 67.000 € und steigend durch die jährliche Lizenzsteigerung. Die 38.000 € umfassen Hosting, zwei KI-Agent-Seats für Ihr Team, ein kleines Enhancement-Budget und rund 0,15 FTE intern.
Wem gehört die Anwendung anschließend?
Ihnen. Code, Datenmodell und Dokumentation. Das ist der Sinn der Übung. Es bedeutet auch, dass Sie die Eigentumsverantwortung tragen, weshalb wir von Tag eins an mit Versionskontrolle, CI/CD und einer Testsuite bauen, statt sie später nachzurüsten.
Wird ein KI-gebautes System tatsächlich richtig dokumentiert?
Nach unserer Erfahrung besser als die meisten Anbieterimplementierungen, weil der Agent das Datenverzeichnis, die technische Dokumentation und das Änderungsprotokoll während des Baus erstellt statt als separates Arbeitspaket am Ende. Das ist auch das, was die Übergabe an Ihr eigenes Team realistisch statt theoretisch macht.
Kann unser eigenes Team das ohne externe Hilfe bauen?
Manche können es, und einige sollten es. Wenn Sie einen Controller haben, der programmiert, einen architekturaffinen BI-Lead, und zwölf Monate Zeit haben, bevor Sie das System brauchen, dann ist der Aufbau interner Fähigkeiten, beginnend mit kleineren Anwendungen, eine gute Strategie. Wenn der Budgetzyklus in zwei Monaten ansteht, ist das nicht der Moment, um gleichzeitig Datenintegration, Architektur und CI/CD zu lernen.
Was ist mit unserer bestehenden Anbieterinvestition?
Versunkene Kosten sind versunken. Die einzige Zahl, die zählt, ist, was die nächsten drei Jahre unter jeder Option kosten, plus der Umstellungsaufwand. In unserem Modell liegt dieser Vergleich bei 174.000 € fürs Bleiben gegenüber 158.000 € fürs Bauen und Besitzen des Ersatzes, was näher beieinanderliegt, als die meisten erwarten. Manchmal lautet die Antwort, die Anbieterplattform für die Konsolidierung zu behalten und daneben für die Planung selbst zu bauen. Das haben wir auch schon gemacht.
Gilt das nur für Unternehmen, die Excel verlassen?
Nein, und die Aufteilung ist interessant. Unternehmen, die erstmals von Excel wegziehen, überspringen den Anbieter-Schritt jetzt oft komplett. Aber einige der stärksten Fälle, die wir sehen, sind Unternehmen, die bereits für eine CPM-Plattform zahlen und genau wissen, was sie brauchen, weil sie jahrelang mit den Einschränkungen gelebt haben.
Gibt es etwas dazu, das Sie nicht in ein Angebot schreiben würden?
Eine Sache. Diese Arbeit macht Spaß. Controller, die fünfzehn Jahre lang gegen Excel-Workarounds gekämpft haben, entdecken, dass sie beschreiben können, was sie wollen, und es eine Stunde später erscheinen sehen. Wir mussten Leute schon bitten, am Ende einer Bauwoche nach Hause zu gehen. Es ist keine Kostenposition, und ich würde nicht versuchen, sie zu bepreisen, aber man sollte sie auch nicht abtun: Ein Planungssystem, das den Planern Spaß gemacht hat zu bauen, wird anders genutzt als eines, das ihnen einfach geliefert wurde.
Über den Autor
Ilya Fedorkov ist Co-Founder und CTIO (Chief Technology & Information Officer) von Centida GmbH, einer Boutique-Beratung mit Fokus auf Planning & Reporting. Er verantwortet Centidas Technologie- und Delivery-Architektur — von integrierten Planungs- und Reporting-Plattformen bis hin zu KI-gestütztem Forecasting — und schlägt die Brücke zwischen Finance-Logik und technischer Umsetzung. Er betreut Kunden in den Bereichen Fertigung, Energie & Versorgung, Telekommunikation und professionelle Dienstleistungen.