Eigenen KI-Outreach-Agenten entwickeln vs. Laxis kaufen: Die echte Kalkulation für VPs of Sales
Eine Realitätsprüfung für Umsatzverantwortliche, denen man gesagt hat, sie könnten einen solchen Agenten „einfach selbst bauen".
Im Oktober 2025 veröffentlichte SaaStr einen inzwischen viel zitierten Artikel mit dem Titel „We Built an AI VP of Marketing This Year. Here's What It Actually Does." Es handelt sich um einen offenen, erfrischend nüchternen Bericht einer der am stärksten KI-orientierten Organisationen im SaaS-Bereich. Die zentrale Erkenntnis war nicht das, was die Marketingwelt erwartet hatte. Es hieß nicht: „KI hat unseren CMO ersetzt." Die Botschaft lautete sinngemäß:
„KI-Agenten erfordern ungefähr genauso viel Managementzeit wie Menschen."
SaaStr betreibt mehr als 20 KI-Agenten in der Produktion, hat in einem einzigen Jahr über $500.000 für KI-Infrastruktur ausgegeben und widmet täglich rund 30 % der Arbeitszeit eines Chief AI Officers allein dafür, die bereits entwickelten Agenten zu trainieren, zu beaufsichtigen und zu reparieren. Die interne Faustregel? 90 % dessen kaufen, was man braucht. Nur die 10 % selbst bauen, für die es kein fertiges Produkt gibt.
Wenn das die Disziplin ist, die KI-native Unternehmen predigen, sollten VP-Sales-Verantwortliche, die ihr erstes „AI SDR"-Projekt evaluieren, aufhorchen. Denn die Diskussion über selbst entwickelte KI-Outreach-Agenten – insbesondere die, die gerade in Slack-Kanälen geführt wird – wird meist ohne den Wartungsaufwand, die Integrationskomplexität und die sechs bis zwölf Monate Vorlaufzeit geführt, bevor auch nur ein einziges Meeting gebucht wird.
Dieser Beitrag legt die tatsächlichen Abwägungen zwischen dem Aufbau eines eigenen KI-Outreach-Stacks und dem Kauf einer schlüsselfertigen Lösung wie dem Laxis AI Sales Agent dar – in Dollar, in Wochen und in verlorenen Verkaufszyklen.
Was „selbst bauen" wirklich bedeutet
Auf einem Whiteboard sieht ein KI-Outreach-Agent nach drei Kästen aus: Daten rein, LLM in der Mitte, E-Mail raus. In der Produktion sieht es so aus:
- Prospect-Datenschicht. Apollo-, ZoomInfo- oder Clay-APIs; Anreicherungslogik; Deduplizierung; ICP-Scoring; Aufnahme von Intent-Signalen (Bombora, LinkedIn, 6sense).
- Recherche-Agent. Web-Scraping, Abruf firmografischer Daten, LinkedIn-Parsing, Zusammenfassung von 10-K-Berichten und Nachrichten, mehrstufiges Reasoning zu Triggern.
- Personalisierungs-Engine. LLM-Orchestrierung (Prompt-Ketten, Kontextfenster, Retrieval), Evaluierungen zur Erkennung von Halluzinationen, Marken- und Tonalitäts-Leitplanken, mehrsprachige Verarbeitung.
- Versand-Infrastruktur. Domain-Warm-up, Postfach-Rotation, DMARC/SPF/DKIM, Deliverability-Stack vergleichbar mit Smartlead oder Instantly, Bounce- und Spam-Monitoring.
- Reply-Handling. Klassifizierung (interessiert/nicht interessiert/Abwesenheit/Weiterleitung), kontextbewusste Follow-ups, Meeting-Buchung, CRM-Synchronisation.
- Betrieb und Observability. Logging, Evaluierungen, A/B-Frameworks, Kostenmonitoring, eine Warteschlange für manuelle Überprüfungen, Berechtigungskontrollen (man erinnere sich an den SaaStr-Agenten, der eigenmächtig einen A/B-Test durchgeführt und kostenlose Tickets vergeben hat).
Jeder dieser Bereiche ist ein eigenständiges kleines Produkt. Und jedes hat seinen eigenen Ausfallrhythmus – wenn ein Anbieter seine API aktualisiert, ein Modell in einer neuen Version erscheint oder eine Domain auf einer Sperrliste landet.
Zeit und Geld – realistisch betrachtet
Basierend auf aktuellen Marktbenchmarks und den Angaben von SaaStr sieht ein DIY-Aufbau im ersten Jahr für ein mittelständisches B2B-Team folgendermaßen aus:
| Posten | Niedrige Schätzung | Hohe Schätzung |
|---|---|---|
| 2 Senior-KI-/Backend-Ingenieure (Vollkosten) | $400.000 | $600.000 |
| 1 Sales Ops / Prompt Engineer | $120.000 | $180.000 |
| LLM-API-Kosten (GPT-4-Klasse, bei Outbound-Volumen) | $30.000 | $120.000 |
| Daten- und Anreicherungs-APIs (Apollo/ZoomInfo/Clay/etc.) | $40.000 | $100.000 |
| Deliverability-Stack + Domain-/Postfach-Infrastruktur | $15.000 | $40.000 |
| Observability, Evaluierungen, Vector DB, diverses Tooling | $20.000 | $60.000 |
| Gesamtkosten Jahr eins | ~$625.000 | ~$1,1 Mio. |
| Zeit bis zur ersten Produktionskampagne | 6 Monate | 12+ Monate |
Und das noch ohne den Wartungsaufwand. SaaStrs Zahl – 30 % der täglichen Arbeitszeit eines erfahrenen Operators, jeden Tag, um zu verhindern, dass die Systeme im Stillen abdriften – ist genau das, was in den meisten Pitches für selbst entwickelte Lösungen fehlt. Bei einem Team von zwei Ingenieuren entspricht das dauerhaft 0,6 FTE allein dafür, den Status quo zu halten.
Was „Laxis kaufen" wirklich bedeutet
Laxis AI Sales Agent ist speziell für Outbound entwickelt und wird konfiguriert – nicht programmiert – um Ihr Geschäft herum. Die relevanten Vergleichspunkte sehen so aus:
- Zeit bis zur ersten Kampagne: Stunden, nicht Quartale. Verbinden Sie Ihr CRM, laden Sie Ihr ICP hoch oder generieren Sie es automatisch, genehmigen Sie den ersten Batch personalisierter Sequenzen und starten Sie. Teams führen ihren ersten Outbound-Durchlauf typischerweise innerhalb eines Tages nach der Anmeldung durch.
- Alle Schichten, bereits integriert. Prospect-Suche, mehrstufige Recherche, Personalisierung, Multi-Channel-Versand (E-Mail + LinkedIn), Reply-Handling, Meeting-Buchung und CRM-Rückschreiben sind inklusive – nicht selbst zusammengestellt.
- Deliverability ist gemanagt. Warm-up, Rotation, Reputationsmonitoring und Compliance-Leitplanken sind Laxis' Problem – nicht das Ihres Engineering-Teams.
- Evaluierungen und Leitplanken standardmäßig vorhanden. Tonalität, Faktentreue und Markenstimme werden zentral überwacht. Wenn sich ein zugrunde liegendes Modell verbessert, profitieren alle Kunden am selben Tag davon – kein Regressionstestprojekt erforderlich.
- Planbare Kosten. Ein SaaS-Abonnement pro Nutzer oder Volumen – kein Investitionsprojekt mit eskalierender Kostenkurve.
Für eine typische Vertriebsorganisation mit 10 Plätzen landen die gesamten jährlichen Kosten für Laxis im unteren bis mittleren fünfstelligen Bereich – grob eine Größenordnung weniger als ein DIY-Aufbau, und noch diese Woche verfügbar statt im nächsten Geschäftsjahr.
Build vs. Buy: Direktvergleich
| Dimension | Selbst bauen | Laxis AI Sales Agent |
|---|---|---|
| Zeit bis zum ersten gebuchten Meeting | 6–12 Monate | Noch in derselben Woche |
| Kosten im ersten Jahr | $600K–$1,1M+ | Unteres bis mittleres fünfstelliges Bereich (SaaS pro Nutzer) |
| Benötigte Mitarbeiter | 2–3 Ingenieure + Ops | 0 Ingenieure |
| Laufende Wartung | ~30 % der Zeit eines Senior-Operators, dauerhaft (laut SaaStr) | Inklusive |
| Deliverability-Risiko | Liegt bei Ihnen | Gemanagt |
| Modell-Upgrades | Ein Projekt alle 3–6 Monate | Automatisch |
| Reply-Handling & Meeting-Buchung | Selbst entwickeln und warten | Inklusive |
| CRM- + Multi-Channel-Integrationen | Selbst entwickeln und warten | Inklusive |
| Fehlerquellen | Halluzinationen, API-Drift, fehlgeschlagene Sendungen, unberechtigte Aktionen | Zentral überwacht |
| Am besten geeignet für | Teams mit differenzierten Daten oder einer einzigartigen Vertriebsbewegung, die kein Anbieter unterstützt | Teams, die Pipeline in diesem Quartal brauchen |
Wann das Selberbauen wirklich sinnvoll ist
Laxis wird Ihnen nicht sagen, dass Selberbauen immer falsch ist. SaaStrs 90/10-Regel ist der richtige Rahmen. Bauen Sie selbst, wenn:
- Ihr Vertriebsansatz wirklich ungewöhnlich ist. Sie verkaufen in eine datenspärliche Branche (Verteidigung, spezialisierte Industrie), in der handelsübliche Anreicherung dünn ist, und Ihr Wettbewerbsvorteil ist die Datenpipeline.
- Sie ein proprietäres Signal besitzen, das kein Anbieter replizieren kann. Ein einzigartiger Telemetrie-Feed, ein Community-Graph, ein Produktnutzungs-Datensatz, der eine Personalisierung ermöglicht, die nichts anderes leisten kann.
- Sie bereits ein KI-Plattform-Team haben. Die Grenzkosten eines weiteren Agenten sind niedrig, weil die Infrastruktur, Evaluierungen und der Bereitschaftsdienst bereits existieren.
Für die anderen 90 % der B2B-Vertriebsorganisationen – diejenigen, deren Outbound-Prozess lautet: „Die richtigen ICP-Kandidaten finden, den Trigger recherchieren, eine relevante Sequenz senden, die Antwort bearbeiten, das Meeting buchen" – bedeutet Selberbauen, für die Wiederentdeckung von Problemen zu bezahlen, die andere Teams bereits gelöst haben. Das ist die Arbitrage, für die Laxis existiert.
Die Perspektive des VP Sales
Drei Zahlen entscheiden das für die meisten Umsatzverantwortlichen:
- Wie viele Quartale können Sie sich leisten zu warten? Jedes Quartal, das mit dem Aufbau verbracht wird, ist ein Quartal Pipeline, das Ihr KI-gestützter Wettbewerber bereits aufbaut.
- Was möchte Ihr Board sehen – eine KI-Roadmap oder KI-generierte Umsätze? Ein Aufbauprojekt ist ein Budgetposten. Ein laufender Agent ist eine Zahl im Pipeline-Dashboard.
- Ist „KI-Plattform" wirklich Teil Ihres Aufgabenbereichs? Wenn die Antwort Nein lautet, werden Sie dauerhaft mit der Produktroadmap um Engineering-Kapazitäten konkurrieren. SaaStr, das tatsächlich ein KI-zuerst-Unternehmen ist, nennt es immer noch „einen weiteren Agenten, der täglich mehr als 30 Minuten Training, Begleitung, Anpassung und Fehlerbehebung benötigt". Wenn das ihre Realität ist, wird es für eine Vertriebsorganisation noch herausfordernder sein.
Das Fazit
Den SaaStr-Artikel in voller Länge zu lesen lohnt sich, gerade weil es kein Anbieter spricht – es ist ein Betreiber, der die Arbeit gemacht hat und Kollegen jetzt sagt, wo die Stolperfallen liegen. Die Schlussfolgerung, übertragen auf den Vertrieb: KI-Outreach-Agenten sind real, sie funktionieren – und sie sind definitiv kein Wochenendprojekt.
Wenn Sie den Auftrag haben, eine KI-Plattform aufzubauen, dann bauen Sie. Wenn Sie den Auftrag haben, eine Pipeline-Zahl zu erreichen, dann kaufen Sie. Laxis AI Sales Agent liefert Ihnen den gesamten Outbound-Stack – Recherche, Personalisierung, Versand, Reply-Handling, CRM-Synchronisation – ab dem ersten Tag, zu einem Bruchteil der Vollkosten einer Eigenentwicklung, ohne jeglichen Wartungsaufwand.
Ihre Wettbewerber warten keine 12 Monate. Ihre Pipeline sollte es auch nicht.
Starten Sie in Minuten, nicht in Quartalen. Laxis AI Sales Agent ausprobieren →
Quellenangabe: Jason Lemkin, SaaStr, „We Built an AI VP of Marketing This Year. Here's What It Actually Does."
Häufig gestellte Fragen
Sollte ich einen eigenen KI-Outreach-Agenten entwickeln oder einen kaufen?
Für die meisten B2B-Vertriebsorganisationen lautet die Antwort: kaufen. Denn den Aufbau eines produktionsreifen KI-Outreach-Stacks bedeutet, Datenanreicherung, einen Recherche-Agenten, eine Personalisierungs-Engine, Deliverability-Infrastruktur, Reply-Handling und Observability zusammenzustellen und dauerhaft zu warten – wobei jede Komponente nach ihrem eigenen Zeitplan ausfällt. Selbst bauen ist nur dann sinnvoll, wenn Ihr Vertriebsansatz wirklich ungewöhnlich ist, Sie ein proprietäres Signal besitzen, das kein Anbieter replizieren kann, oder Sie bereits ein ausgereiftes KI-Plattform-Team betreiben. Eine schlüsselfertige Lösung wie Laxis AI Sales Agent liefert den vollständigen Outbound-Stack ab dem ersten Tag – Selberbauen bedeutet in der Regel, für die Wiederentdeckung von Problemen zu zahlen, die andere bereits gelöst haben.
Wie viel kostet die interne Entwicklung eines KI-Outreach-Agenten?
Basierend auf aktuellen Marktbenchmarks läuft ein DIY-Aufbau im ersten Jahr für ein mittelständisches Team typischerweise von etwa $625.000 bis über $1,1 Millionen – für Senior-KI-Ingenieure, Sales Ops, LLM-API-Kosten, Daten- und Anreicherungs-APIs, Deliverability-Infrastruktur und Observability-Tooling. Hinzu kommt ein Wartungsaufwand, der dauerhaft rund 30 Prozent der Arbeitszeit eines erfahrenen Operators beanspruchen kann. Im Vergleich dazu kostet eine schlüsselfertige Plattform wie Laxis für eine typische Vertriebsorganisation jährlich einen niedrigen bis mittleren fünfstelligen Betrag.
Wie lange dauert es, KI-Outbound mit einem DIY-Aufbau im Vergleich zu Laxis zu starten?
Ein selbst entwickelter KI-Outreach-Stack braucht in der Regel sechs bis zwölf oder mehr Monate bis zur ersten Produktionskampagne, da jede Schicht – von den Daten bis zur Deliverability – aufgebaut, integriert und getestet werden muss. Mit einer schlüsselfertigen Lösung wie Laxis AI Sales Agent verbinden Teams ihr CRM, definieren oder generieren automatisch ihr ICP, genehmigen Sequenzen und führen ihren ersten Outbound-Durchlauf oft innerhalb eines Tages durch. Der Unterschied besteht aus Quartalen an kumulativer Pipeline, die ein Wettbewerber möglicherweise bereits aufbaut.
Was ist der Wartungsaufwand von KI-Agenten?
Der Wartungsaufwand bezeichnet den laufenden Zeit- und Arbeitsaufwand, der erforderlich ist, um KI-Agenten nach ihrer Entwicklung am Laufen zu halten – da sich APIs ändern, Modelle in neuen Versionen erscheinen und E-Mail-Domains auf Sperrlisten geraten. SaaStr berichtete, täglich rund 30 Prozent der Arbeitszeit eines erfahrenen Operators allein dafür aufzuwenden, bereits in der Produktion befindliche Agenten zu trainieren, zu überwachen und zu reparieren. Der Kauf einer verwalteten Lösung wie Laxis überträgt diesen Aufwand auf den Anbieter, bei dem Deliverability, Evaluierungen, Leitplanken und Modell-Upgrades zentral gehandhabt werden.
