Am 20. Mai 2025 meldete Builder.ai Insolvenz an. Das Unternehmen hatte über seine Geschichte etwa 450 Millionen Dollar aufgebracht und eine Bewertung von über 1 Milliarde Dollar erreicht, indem es KI-gestützte Appentwicklung versprach, und Hunderte von Kundenanwendungen liefen auf seiner Plattform. Bei der Abschaltung verloren Kunden Zugriff auf ihre eigenen Daten, ihren eigenen Quellcode und jede technische Unterstützung. Es gab keine Export-Schaltfläche. Es gab keinen Fallback-Anbieter. Es gab nur eine Plattform, die nicht mehr existierte, und Anwendungen, die völlig von ihr abhängig waren.
Die meisten Unternehmen, die jetzt auf KI aufbauen, gehen die gleiche Wette ein, nur mit besser finanzierten Anbietern. Wenn Sie einen Prozess um einen KI-Provider neu architekturieren, lohnt es sich, vorher zu entscheiden, wie viel dieser Abhängigkeit akzeptabel ist, bevor Sie rundherum bauen. Das ist genau die Bewertung, die unser KI-Entwicklungsteam vor jeder Implementierungsarbeit durchführt.
Abhängigkeit zeigt sich lange vor dem Zusammenbruch des Anbieters
Builder.ai ist der Extremfall. Der routinemässige Fall ist kleiner und trifft viel mehr Unternehmen: Ihr Anbieter fällt ein paar Stunden aus, deprecated das Modell, auf dem Ihr Produkt basiert, oder ändert über Nacht Preise.
Openais Statusverlauf zeigt über 350 registrierte Service-Incidents seit Januar 2025, eine Zahl, die laut unabhängiger Überwachung durch StatusGator weiter steigt. Pressemitteilungen verfolgten vier separate Störungen über vier aufeinanderfolgende Tage, 22. bis 25. Juli 2026. Ein separater mehrstündiger Incident in der gleichen Woche, am 21. Juli, legte sowohl Bildgenerierung als auch Anmeldungszugang auf der gleichen Plattform lahm. Anthropics Statusseite zeigt eine breitere Streuung über seine eigenen Komponenten in einem vergleichbaren 90-Tage-Fenster: etwa 99,35 % für sein Consumer-Chat-Produkt, 99,46 % für die API und 99,84 % für seine Developer Console.
Keiner dieser Zahlen klingt isoliert alarmierend. Jahresuptime in hohen 99ern schaut auf einer Folie gut aus. Was es verbirgt, ist die Incident-Häufigkeit: Ein Unternehmen, das Kundensupport, Dokumentenverarbeitung oder einen umsatzfähigen Workflow über einen einzelnen Anbieter betreibt, spürte jeden dieser Juli-Ausfälle als einen echten Nachmittag mit degradiertem Service, unabhängig davon, was die Jahresendprozentzahl sagt.
Die Modell-Deprecation fügt eine zweite, stillere Form des gleichen Risikos hinzu. Anbieter veröffentlichen Ruhestandsdaten und erwarten, dass Sie nach ihrem Zeitplan migrieren. Anthropic hat Claude Opus 4.1 am 5. August 2026 und Claude Sonnet 4 am 15. Juni 2026 in den Ruhestand versetzt. AWS Bedrock beendete die Claude 3.5 Sonnet-Unterstützung am 30. Juli 2026, nach einem anderen Zeitplan als Anthropics eigene Einstellung des gleichen zugrunde liegenden Modells auf seiner direkten API. Google hat kein festes Ruhestandsdatum für seine stabilen Gemini 2.5 Pro und Flash Modelle angekündigt, obwohl Preview-Varianten der gleichen Familie bereits zwischen November 2025 und Februar 2026 eingestellt wurden, eine Erinnerung daran, dass auch “noch kein Datum” immer noch eine Entscheidung auf dem Kalender des Anbieters ist. Folgen Sie mehr als einem Anbieter und Sie folgen mehr als einem Kalender, und keiner von ihnen gehört Ihnen.
Preissenkungen klingen gut, bis Sie das Kleingedruckte lesen
Inferenzpreise sind zwischen Anfang 2025 und Mitte 2026 branchenweit um 60 % bis 97 % gefallen, je nach Modell und Anbieter. Anthropic senkte seine Claude Opus Linie im November 2025 um 67 %. OpenAI senkte GPT-5.6 Luna Preise am 30. Juli 2026 um 80 %. Google drückte Gemini Flash Preise mit erweitertem kostenlosen Tier Richtung Null.
Das klingt wie gute Nachrichten für alle, die Token kaufen, und hauptsächlich ist es das. Aber es schafft eine spezifische Falle für Unternehmen, die auf einer früheren Modellgeneration aufgebaut haben und nicht umgestiegen sind. Ein Team, das immer noch Production-Traffic auf GPT-4 Turbo mit 2024-Preisgestaltung läuft, zahlt etwa das Fünffache dessen, was aktuelle Generationsmodelle pro Token kosten, während die Migration, die erforderlich ist, um diese Einsparung tatsächlich zu erfassen (Prompts umschreiben, Outputs neu testen, alle Fine-tuned-Komponenten neutrainieren), oft mehr kostet als ein Jahr Einsparungen bei Token würde zurückzahlen. Der Preiskrieg hat niemanden vom Lock-in befreit. Er hat nur geändert, was Locked-In-Bleiben kostet.
Was eine erzwungene Migration wirklich kostet
Das ist der Punkt, wo Anbieterabhängigkeit aufhört theoretisch zu sein. Wenn ein Unternehmen gezwungen ist, Anbieter zu wechseln, sei es wegen Deprecation, Preisschock oder Plattformfehler wie Builders Zusammenbruch, trägt die Migration selbst die echten Kosten. Die Rate Card des neuen Anbieters ist fast irrelevant.
Dokumentierte direkte Kosten aus Industriekostenaufschlüsselungsforschung umfassen 30 000 bis 70 000 Dollar für Legacy-Anwendungsintegration, 10 000 bis 25 000 Dollar für Datenmigration und 2 000 bis 5 000 Dollar pro Mitarbeiter für technische Umschulung. Eine 2026-Umfrage fand heraus, dass 57 % der IT-Leiter mehr als 1 Million Dollar für KI-Plattformmigration im vergangenen Jahr ausgegeben haben. Ein häufig zitierter Fall, die berichtete 315 000 Dollar Migrationshaushalte eines Fertigungsunternehmens, verdient es, als illustrativ statt unabhängig überprüft behandelt zu werden. Sie wurde nicht durch öffentliche Filings bestätigt, obwohl sie komfortabel in die Spanne passt, die andere, besser dokumentierte Fälle berichten.
Das Muster hinter allen diesen Zahlen ist das gleiche: die akkumulierte Konfiguration, die benutzerdefinierten Integrationen und das institutionelle Wissen, das im Laufe der Zeit um einen Anbieter herum aufgebaut wurde, ist normalerweise mehr wert als der sichtbare Vertrag, und nichts davon erscheint, bis Sie versuchen zu gehen.
Wo das Unabhängigkeitsargument für Self-Hosting überbewertet wird
Self-Hosting eines Open-Weight-Modells, das Llama, Mistral oder Qwen auf Hardware ausführt, die Sie kontrollieren, entfernt genuinisch ein bestimmtes Risiko: Sie können nicht von Infrastruktur, die Sie besitzen, ausgesperrt werden. Niemand deprecated Ihre GPU. Niemand ändert über Nacht Ihren Preis. Das ist echt, und es ist das stärkste Argument zugunsten des Ansatzes.
Es ist nicht, an sich, Unabhängigkeit. Eine 24-GB-Consumer-GPU unterstützt maximal etwa 30-Milliarden-Parameter-Modelle; alles Grössere benötigt mehrere GPUs oder eine angemietete Cloud-GPU-Instanz, was still und heimlich die Anbieterbeziehung wieder einführt, einfach mit einem anderen Namen auf der Rechnung. Self-Hosting kostet typischerweise das 3 bis 5fache des reinen Hardwarepreises, wenn Sie Elektrizität, Kühlung, Redundanz, Sicherungen und jemandes Zeit, um es zu betreiben, hinzufügen. Das ist ein Muster, das unsere Aufschlüsselung von was ein lokaler Inferenz-Cluster wirklich kostet ausführlicher durchgeht. Die Bereitstellung einer neuen Modellversion erfordert Neubereitstellung und Regressionstests auf Hardware, die Sie verwalten; das Wechseln eines API-Anbieters ist oft eine Konfigurationsänderung. Und Open-Weight-Modelle liegen typischerweise bei rohen Fähigkeiten um 6 bis 12 Monate hinter Frontier-Proprietary-Modellen zurück, also Teams, die das beste verfügbare Modell verfolgen, bleiben normalerweise bei APIs, unabhängig vom Unabhängigkeitsargument.
Nichts davon bedeutet, dass Self-Hosting eine schlechte Idee ist. Es bedeutet, es als echten Tradeoff zu behandeln, den Sie bewusst machen, wobei die operative Last eingepreist ist, statt als einen Schalter, den Sie umlegen, um Abhängigkeit verschwinden zu lassen.
Die Volumenmathematik, die entscheidet, ob es sich lohnt
Break-even für Self-Hosting ist genuinisch umstritten, und jede Quelle, die Ihnen eine saubere Zahl gibt ohne Annahmen zu erklären, macht den schwierigen Teil. Aggressive Annahmen, eine günstige angemietete GPU im Vergleich zu den teuersten Frontier-API, setzen Break-even um 5 bis 10 Millionen Token pro Monat. Konservative Annahmen, eine Premium-Besitz-GPU im Vergleich zu günstiger Open-Weight-API wie DeepSeek bei 0,14 bis 0,50 Dollar pro Million Token, drücken es zu 100 Millionen bis 250 Millionen oder höher. Der ehrliche Bereich erstreckt sich auf 5 bis 30 Millionen Token pro Monat für die meisten realistischen Mid-Market-Vergleiche, und er bewegt sich erheblich mit GPU-Auslastung, die selten 30 % ausserhalb eines dedizierten Production-Deployments überschreitet.
Wo es eindeutig funktioniert: Organisationen, die 100 Millionen oder mehr Token pro Monat verarbeiten, mit bestehender DevOps- oder MLOps-Fähigkeit in den Teams, können plausibel bedeutsam bei Token-Kosten bei dieser Skala sparen. Wo es nicht funktioniert: Teams unterhalb von etwa einer Million Token pro Tag, wo eine Cloud-API 30 bis 45 Dollar pro Monat kostet und die Hardware statt Monate Jahre brauchen würde, um sich zu amortisieren. Wenn Ihr Volumen in der Nähe dieser unteren Grenze liegt, lohnt sich die vollständigere Wirtschaftlichkeit des Hardwarebetriebs zu lesen, bevor Sie Kapital binden.
Der praktische Mittelweg: Jeden Single Vendor umgehen
Die meisten konkreten Unabhängigkeitsgewinne, die heute verfügbar sind, erfordern kein Self-Hosting von etwas. Der Branchenkonsens Mitte 2026 hat sich auf das KI-Gateway, manchmal LLM-Gateway oder Abstraktionsschicht genannt, als Standard-Risikoreduktionsmassnahme eingependelt: Middleware zwischen Ihrer Anwendung und mehreren KI-Anbietern, die Ihnen einen Codepfad geben, der OpenAI, Anthropic, Google oder Ihr selbstgehostetes Modell indifferent aufrufen kann. Gartner definiert es als “eine Middleware-Komponente, die API-Aufrufe zwischen Anwendungen und KI-Service-Anbietern abfängt und eine Abstraktionsschicht für KI-Traffic bereitstellt.” Optionen umfassen LiteLLM (Open Source), Zuplo, Tyk AI Studio und OpenRouter.
Ein Gateway kauft Ihnen drei Dinge, die Single-Vendor-Integration nicht kann: automatisches Failover, wenn ein Anbieter ausfällt, eine Konfigurationsänderung statt Umschreiben, wenn Sie Modelle wechseln, und Pro-Anbieter-Ausgabensichtbarkeit, damit ein Preisschock als Dashboard-Warnung statt Rechnung auftaucht. Das ist ein Bruchteil des Engineering-Investitions, die Self-Hosting erfordert, und es bearbeitet Ausfall- und Preisrisiken direkt statt die ganze Unabhängigkeitsstrategie auf Infrastrukturbesitz zu wetten.
Die gleiche Logik gilt auf der Architektur-Ebene, eine Stufe über welchem Modell Sie aufrufen. Wenn Ihr Team eine verwaltete Agent-Plattform versus der zugrunde liegenden Modell-API evaluiert, stapeln sich Lock-in-Risiken anders dort, über Workflow-Formate, Memory-Speicherung und Preisstufen statt GPU-Kapazität. Die zwei Anliegen verbinden sich: Ein Agent auf einer gesperrten Plattform gebaut, einen single gesperrten Modell aufrufend, trägt den Switching-Cost beider Schichten zugleich.
Für wen das richtig ist, und für wen nicht
Self-Hosting von Open-Weight-Modellen lohnt eine ernsthafte Bewertung, wenn:
- Monatsvolumen bereits weit über 30 Millionen Token gemessen statt projiziert gehalten wird
- Jemand im Personal bereits DevOps- oder MLOps-Arbeit besitzt, also Sie keine neue Funktion einstellen, um diese Entscheidung allein zu unterstützen
- Eine Regulierungs-, Vertrags- oder Geschäftsgeheimnis-Anforderung macht Data-Residency unverhältnismässig, unabhängig von der Kostenmathematik, ein Fall den unser begleitender Piece auf On-Prem AI in mehr Detail bedeckt
- Sie haben den operativen 3x bis 5x Multiplikator ehrlich bepreist und er räumt immer noch die Latte
Es ist der falsche Schachzug, wenn:
- Volumen ist spitz, experimentell oder unter ein paar Million Token pro Monat
- Niemand im Team will Modell-Evaluierung, Überwachung und quartalsweise Upgrades als angehende Arbeit besitzen
- Ihre Priorität ist, auf dem fähigsten verfügbaren Modell zu bleiben, denn Open-Weight-Modelle liegen normalerweise 6 bis 12 Monate hinter Frontier-Versionen zurück
- Das echte Ziel ist Ausfall- oder Preisschock-Risiko zu senken, den ein Gateway direkter und viel billiger löst
Die Entscheidung, die wirklich zählt
KI-Unabhängigkeit funktioniert eher wie ein Portfolio von Entscheidungen als ein single Schalter, den Sie um Inferenz in-house zu verschieben, umlegen: wie viele Provider Sie failover können, wie schnell Sie auf eine Deprecation-Warnung handeln können, was eine erzwungene Migration Ihnen heute wirklich kostet, wenn Sie die Zahlen diesen Nachmittag laufen müssen. Die meisten Unternehmen bekommen echte Unabhängigkeit von einem gut gebauten Gateway und dokumentiertem Exit-Plan mehr als von einem GPU-Kauf, der neue Abhängigkeiten hinzufügt, während er alte entfernt.
Die Unternehmen, die das gut navigieren, sind nicht diejenigen, die alles auf ein Extrem wetten, komplette API-Abhängigkeit oder komplettes Self-Hosting. Sie sind die, die faktisch modelliert haben, was eine erzwungene Migration kostet, bei ihrem Volumen, mit ihrer Architektur, bevor ein Vendor die Frage für sie erzwingt. Wenn Sie eine zweite Meinung wollen, wo diese Exposition in Ihrem Stack sitzt, das ist ein Gespräch wert zu führen, bevor die nächste Deprecation-Warnung ankommt, nicht nachdem.
Häufige Fragen
Was bedeutet KI-Unabhängigkeit von Anbietern tatsächlich für ein Unternehmen?
Es bedeutet, dass Ihre Anwendung einen Anbieterausfall, eine erzwungene Modell-Deprecation, eine plötzliche Preisänderung oder das Verschwinden des Anbieters ohne vollständigen Umbau überstehen kann. Sie wird weniger danach gemessen, ob Sie einen oder mehrere KI-Provider nutzen, sondern eher danach, wie teuer und wie schnell ein erzwungener Wechsel wäre. Ein Unternehmen mit tragfähiger Architektur und dokumentierten Exit-Kosten hat mehr Unabhängigkeit als eines, das zwar Hardware besitzt, aber alles andere auf die gleiche gesperrte Weise aufgebaut hat.
Garantiert Self-Hosting eines Open-Weight-Modells KI-Unabhängigkeit von Anbietern?
Nein. Self-Hosting entfernt die Abhängigkeit von Verfügbarkeit und Preisen eines API-Anbieters, führt aber neue Abhängigkeiten von GPU-Verfügbarkeit, Model-Serving-Frameworks und dem Engineering-Personal ein, das es betreibt. Eine 24-GB-Consumer-GPU unterstützt maximal etwa 30-Milliarden-Parameter-Modelle, grössere Workloads benötigen mehrere GPUs oder gemiete Cloud-GPU-Instanzen, was still und heimlich die Anbieterbeziehung wieder einführt, die Self-Hosting vermeiden sollte.
Wie viel kostet es typischerweise, wenn ein Unternehmen gezwungen ist, weg von einem KI-Anbieter zu migrieren?
Die Kosten variieren stark je nach Umfang, aber eine dokumentierte Migration kostete 315 000 Dollar, und eine 2026-Umfrage zeigte, dass 57 % der IT-Leiter mehr als 1 Million Dollar für Plattformmigration im vergangenen Jahr ausgegeben haben. Direkte Kosten umfassen üblicherweise 30 000 bis 70 000 Dollar für Legacy-Anwendungsintegration und 10 000 bis 25 000 Dollar für Datenmigration, bevor Personal-Umschulung und Ausfallzeiten überhaupt berücksichtigt werden.
Bei welchem Nutzungsvolumen amortisiert sich Self-Hosting von KI-Modellen finanziell?
Die Schätzungen reichen von etwa 5 bis 30 Millionen Token pro Monat bei aggressiven Annahmen bis 100 Millionen oder mehr bei konservativen Annahmen, denn die Antwort hängt stark von GPU-Kosten, Auslastungsgrad und welchem API-Preis Sie vergleichen ab. Unterhalb dieser Spanne kostet eine angemietete API fast immer weniger als der Besitz und Betrieb der Hardware selbst.
Welche risikoärmere Alternative zu vollständigem Self-Hosting gibt es um KI-Anbieter-Abhängigkeit zu senken?
Traffic durch ein KI-Gateway zu routen, eine Middleware-Schicht, die Ihrer Anwendung ermöglicht, mehrere Provider über eine Schnittstelle aufzurufen, ist der häufigere Ansatz in 2026. Es bietet automatisches Failover bei Ausfällen und die Möglichkeit, Modelle zu wechseln ohne Anwendungscode umzuschreiben, ohne das Kapital- und Operationen-Engagement zu erfordern, das Self-Hosting verlangt.