Make or Buy: KI-Outreach-Agent selbst bauen oder kaufen?

Ein Realitätscheck für Vertriebsverantwortliche, denen man erzählt hat, sie könnten so einen Agenten „einfach selbst bauen“.

---

Im Oktober 2025 veröffentlichte SaaStr einen inzwischen viel zitierten Beitrag mit dem Titel „We Built an AI VP of Marketing This Year. Here's What It Actually Does.“ Es ist ein offener, erfrischend unaufgeregter Bericht aus einer der KI-affinsten Organisationen der SaaS-Branche. Die wichtigste Erkenntnis war nicht die, mit der die Marketingwelt gerechnet hatte. Sie lautete nicht „KI hat unseren CMO ersetzt“, sondern eher so:

„KI-Agenten brauchen ungefähr genauso viel Managementzeit wie Menschen.“

SaaStr betreibt mehr als 20 KI-Agenten im Produktivbetrieb, hat in einem einzigen Jahr über 500.000 $ für KI-Infrastruktur ausgegeben und setzt rund 30 % der täglichen Arbeitszeit eines Chief AI Officer allein dafür ein, die bereits gebauten Agenten zu trainieren, zu beaufsichtigen und zu reparieren. Die interne Faustregel: 90 % dessen, was man braucht, kaufen. Nur die 10 % selbst bauen, für die es kein Produkt gibt.

Wenn KI-native Unternehmen solche Disziplin predigen, sollten Vertriebsleiter, die ihr erstes „AI SDR“-Projekt prüfen, hellhörig werden. Denn die Diskussion über den selbst gebauten KI-Outreach-Agenten, gerade die, die derzeit in Slack-Kanälen läuft, wird meist ohne die Wartungslast geführt, ohne den Wildwuchs an Integrationen und ohne die 6 bis 12 Monate, die vergehen, bevor auch nur ein einziges Meeting gebucht ist.

Dieser Beitrag rechnet die Make-or-Buy-Entscheidung durch: die tatsächlichen Abwägungen zwischen einem selbst gebauten KI-Outreach-Stack und einer schlüsselfertigen Lösung wie dem Laxis AI Sales Agent, in Dollar, in Wochen und in verlorenen Verkaufszyklen.

---

Was „selbst bauen“ wirklich bedeutet

Auf dem Whiteboard besteht ein KI-Outreach-Agent aus drei Kästen: Daten rein, LLM in der Mitte, E-Mail raus. Im Produktivbetrieb sieht er so aus:

• Datenschicht für Interessenten. APIs von Apollo, ZoomInfo oder Clay; Logik für die Anreicherung; Dubletten-Abgleich; ICP-Scoring; Einspielen von Intent-Signalen (Bombora, LinkedIn, 6sense).
• Recherche-Agent. Web-Scraping, Abruf firmografischer Daten, Auslesen von LinkedIn, Zusammenfassen von 10-K-Berichten und News, mehrstufiges Schlussfolgern über Auslöser.
• Personalisierungs-Engine. LLM-Orchestrierung (Prompt-Ketten, Kontextfenster, Retrieval), Evals gegen Halluzinationen, Leitplanken für Marke und Tonalität, Umgang mit mehreren Sprachen.
• Versand-Infrastruktur. Domain-Warm-up, Rotation der Postfächer, DMARC/SPF/DKIM, ein Zustellbarkeits-Stack auf dem Niveau von Smartlead oder Instantly, Überwachung von Bounces und Spam.
• Umgang mit Antworten. Einordnung (interessiert/nicht interessiert/abwesend/Weiterempfehlung), Follow-ups mit Kontext, Terminbuchung, CRM-Synchronisierung.
• Betrieb und Observability. Logging, Evals, A/B-Frameworks, Kostenüberwachung, eine Warteschlange für die Prüfung durch Menschen, Berechtigungen (erinnern Sie sich an den SaaStr-Agenten, der eigenmächtig einen A/B-Test gestartet und Freitickets verschenkt hat?).

Jeder dieser Kästen ist ein kleines Produkt für sich. Und jeder fällt nach seinem eigenen Zeitplan aus: wenn ein Anbieter seine API ändert, ein Modell in neuer Version erscheint oder eine Domain als Spam markiert wird.

Zeit und Geld, realistisch gerechnet

Auf Basis aktueller Marktbenchmarks und der Angaben von SaaStr sieht der Eigenbau im ersten Jahr für ein mittelgroßes B2B-Team so aus:

Und da ist die Wartungslast noch nicht eingerechnet. Die Zahl von SaaStr – 30 % der Zeit eines erfahrenen Operators, jeden Tag, damit nichts unbemerkt abdriftet – fehlt in den meisten Pitches für den Eigenbau. Bei einem Team aus zwei Engineers entspricht das dauerhaft 0,6 Vollzeitstellen, nur um den Status quo zu halten.

---

Was „Laxis kaufen“ wirklich bedeutet

Der Laxis AI Sales Agent ist eigens für Outbound gebaut und wird auf Ihr Geschäft konfiguriert, nicht programmiert. Die relevanten Vergleichspunkte:

• Zeit bis zur ersten Kampagne: Stunden, nicht Quartale. CRM verbinden, ICP hochladen oder automatisch erstellen lassen, die erste Charge personalisierter Sequenzen freigeben, starten. Teams schicken ihre erste Outbound-Welle meist innerhalb eines Tages nach der Anmeldung raus.
• Alle Schichten, schon integriert. Suche nach Interessenten, Recherche aus mehreren Quellen, Personalisierung, Versand über mehrere Kanäle (E-Mail + LinkedIn), Umgang mit Antworten, Terminbuchung und Rückschreiben ins CRM sind enthalten, nicht zusammengestückelt.
• Die Zustellbarkeit wird für Sie gemanagt. Warm-up, Rotation, Überwachung der Reputation und Compliance-Leitplanken sind das Problem von Laxis, nicht das Ihres Engineering-Teams.
• Evals und Leitplanken ab Werk. Tonalität, Faktentreue und Markenstimme werden zentral überwacht. Wird ein zugrunde liegendes Modell besser, profitieren alle Kunden am selben Tag, ganz ohne eigenes Regressionstest-Projekt.
• Planbare Kosten. Ein SaaS-Abo pro Nutzer oder nach Volumen statt eines Investitionsprojekts, dessen Kosten sich immer weiter vervielfachen.

Für eine typische Vertriebsorganisation mit 10 Lizenzen liegen die jährlichen Gesamtkosten für Laxis im niedrigen bis mittleren fünfstelligen Bereich – grob eine Größenordnung weniger als ein Eigenbau, und schon diese Woche verfügbar statt im nächsten Geschäftsjahr.

---

Make or Buy im direkten Vergleich

---

Wann sich der Eigenbau wirklich lohnt

Laxis wird Ihnen nicht erzählen, dass Selbstbauen immer falsch ist. Die 90/10-Regel von SaaStr ist der richtige Rahmen. Bauen Sie selbst, wenn:

1. Ihr Vertriebsansatz wirklich ungewöhnlich ist. Sie verkaufen in eine Branche mit dünner Datenlage (Verteidigung, spezialisierte Industrie), in der Standard-Anreicherung wenig hergibt, und Ihr Wettbewerbsvorteil ist die Datenpipeline.
2. Sie ein eigenes Signal haben, das kein Anbieter nachbilden kann. Einen einzigartigen Telemetrie-Feed, einen Community-Graphen, einen Datensatz zur Produktnutzung, der eine Personalisierung ermöglicht, die nichts anderes erreicht.
3. Sie bereits ein KI-Plattform-Team haben. Dann kostet ein weiterer Agent wenig zusätzlich, weil Infrastruktur, Evals und Rufbereitschaft schon existieren.

Für die übrigen 90 % der B2B-Vertriebsorganisationen, deren Outbound nach dem Muster „das richtige ICP finden, den Auslöser recherchieren, eine passende Sequenz verschicken, die Antwort bearbeiten, das Meeting buchen“ läuft, heißt Selbstbauen: dafür bezahlen, Probleme neu zu entdecken, die andere Teams längst gelöst haben. Genau diese Arbitrage will Laxis schließen.

---

Die Sicht des VP Sales

Für die meisten Vertriebsverantwortlichen entscheiden drei Zahlen:

1. Wie viele Quartale können Sie sich das Warten leisten? Jedes Quartal, das in den Eigenbau fließt, ist ein Quartal Pipeline, die Ihr KI-gestützter Wettbewerber schon aufbaut.
2. Was will Ihr Board sehen: eine KI-Roadmap oder Umsatz aus KI? Ein Bauprojekt ist ein Posten im Budget. Ein laufender Agent ist eine Zahl im Pipeline-Dashboard.
3. Gehört „KI-Plattform“ überhaupt zu Ihrem Auftrag? Wenn nicht, kämpfen Sie auf Dauer gegen die Produkt-Roadmap um Engineering-Kapazität. Selbst SaaStr, ein Unternehmen, das tatsächlich KI-first arbeitet, spricht noch von „einem weiteren Agenten, der täglich mehr als 30 Minuten braucht, um ihn zu trainieren, mit ihm zu arbeiten, ihn anzupassen und zu reparieren, was kaputtgeht“. Wenn das schon dort die Realität ist, wird es für eine Vertriebsorganisation eine noch größere Hürde sein.

---

Fazit

Der SaaStr-Beitrag lohnt sich in voller Länge, gerade weil hier kein Anbieter spricht, sondern ein Praktiker, der die Arbeit gemacht hat und nun anderen sagt, wo die Fallstricke liegen. Die Schlussfolgerung, übersetzt für den Vertrieb: KI-Outreach-Agenten sind real, sie funktionieren, und sie sind ganz sicher kein Wochenendprojekt.

Haben Sie den Auftrag, eine KI-Plattform aufzubauen, dann bauen Sie. Haben Sie den Auftrag, eine Pipeline-Zahl zu erreichen, dann kaufen Sie. Der Laxis AI Sales Agent liefert Ihnen vom ersten Tag an den gesamten Outbound-Stack – Recherche, Personalisierung, Versand, Umgang mit Antworten, CRM-Synchronisierung – zu einem Bruchteil der Vollkosten eines Eigenbaus und ganz ohne Wartungslast.

Ihre Wettbewerber warten keine 12 Monate. Ihre Pipeline sollte es auch nicht.

In Minuten starten, nicht in Quartalen. Laxis AI Sales Agent ausprobieren →

---

Quelle: Jason Lemkin, SaaStr, „We Built an AI VP of Marketing This Year. Here's What It Actually Does.“

Häufig gestellte Fragen

Sollte ich einen KI-Outreach-Agenten selbst bauen oder kaufen?

Für die meisten B2B-Vertriebsorganisationen lautet die Antwort: kaufen. Ein produktionsreifer KI-Outreach-Stack bedeutet, Datenanreicherung, einen Recherche-Agenten, eine Personalisierungs-Engine, Zustellbarkeits-Infrastruktur, den Umgang mit Antworten und Observability zusammenzubauen und dauerhaft zu pflegen, und jede dieser Komponenten fällt nach ihrem eigenen Zeitplan aus. Selbst bauen lohnt sich nur, wenn Ihr Vertriebsansatz wirklich ungewöhnlich ist, Sie ein eigenes Signal haben, das kein Anbieter nachbilden kann, oder Sie bereits ein ausgereiftes KI-Plattform-Team betreiben. Eine schlüsselfertige Lösung wie der Laxis AI Sales Agent liefert den kompletten Outbound-Stack ab dem ersten Tag; wer selbst baut, bezahlt meist dafür, Probleme neu zu entdecken, die andere längst gelöst haben.

Was kostet es, einen KI-Outreach-Agenten intern zu entwickeln?

Nach aktuellen Marktbenchmarks kostet der Eigenbau im ersten Jahr für ein mittelgroßes Team typischerweise rund 625.000 $ bis über 1,1 Mio. $: für erfahrene KI-Engineers, Sales Ops, LLM-API-Kosten, Daten- und Anreicherungs-APIs, Zustellbarkeits-Infrastruktur und Observability-Tooling. Dazu kommt eine Wartungslast, die auf unbestimmte Zeit rund 30 Prozent der Arbeitszeit eines erfahrenen Operators beanspruchen kann. Zum Vergleich: Eine schlüsselfertige Plattform wie Laxis kostet eine typische Vertriebsorganisation im Jahr einen niedrigen bis mittleren fünfstelligen Betrag.

Wie lange dauert der Start von KI-Outbound im Eigenbau im Vergleich zu Laxis?

Ein selbst gebauter KI-Outreach-Stack braucht in der Regel 6 bis 12 Monate oder länger bis zur ersten produktiven Kampagne, weil jede Schicht, von den Daten bis zur Zustellbarkeit, gebaut, integriert und getestet werden muss. Mit einer schlüsselfertigen Lösung wie dem Laxis AI Sales Agent verbinden Teams ihr CRM, legen ihr ICP fest oder lassen es automatisch erstellen, geben Sequenzen frei und schicken ihre erste Outbound-Welle oft innerhalb eines Tages raus. Der Unterschied sind Quartale an wachsender Pipeline, die ein Wettbewerber womöglich schon einfährt.

Was ist die Wartungslast von KI-Agenten?

Mit Wartungslast ist der laufende Zeit- und Arbeitsaufwand gemeint, der nötig ist, damit KI-Agenten nach dem Bau weiter funktionieren: APIs ändern sich, Modelle erscheinen in neuen Versionen, E-Mail-Domains werden als Spam markiert. SaaStr berichtete, rund 30 Prozent der täglichen Arbeitszeit eines erfahrenen Operators allein dafür aufzuwenden, die Agenten im Produktivbetrieb zu trainieren, zu überwachen und zu reparieren. Wer eine gemanagte Lösung wie Laxis kauft, verlagert diese Last auf den Anbieter, der Zustellbarkeit, Evals, Leitplanken und Modell-Upgrades zentral übernimmt.