“The field of AI is developing at a rapid pace, and hardly any company is (or should be) able to tackle all the issues on its own. A systematic approach to the make-or-buy decision is needed. However, to date most companies have not approached this question systematically at all or, even worse, they have simply delegated this decision to their standard IT purchasing process.”
 

Mit dem zunehmenden Einsatz von KI-Anwendungen in allen Bereichen eines Unternehmens - vom Marketing über den Kundenservice bis hin zur Produktionssteuerung - wird eine Frage immer drängender: Sollen wir KI-Lösungen intern entwickeln oder kommerzielle Software kaufen? Kurz gesagt, es geht um die gute alte Frage von make-or-buy.

Dieser Bericht soll eine Hilfestellung für Make-or-Buy-Entscheidungen bei KI geben. Er enthält die folgenden Themen:
 

• Allgemeine Struktur der Make-or-Buy-Frage für KI.
• Ein Rahmenwerk mit Entscheidungskriterien zur Lösung der Make-or-Buy-Frage für einen individuellen Anwendungsfall aus der Lebenszyklusperspektive.
• Auswahl des optimalen Partners, mögliche Fallstricke verschiedener Partnertypen und Aspekte einer guten Partnering-Strategie.
• Elemente für das Contracting im Kontext von KI-Anwendungsfällen einschließlich einer Reihe von Leitfragen.

Dieser Bericht ist das Ergebnis der appliedAI-Arbeitsgruppe Make-or-Buy-Decisions in AI und basiert auf den Erfahrungen führender Experten von appliedAI-Partnerunternehmen:

• Dr. Stefan Dierks, Senior Development Engineer, Corporate R&D bei Rohde&Schwarz GmbH & Co. KG
• Matthias Neuenhofer, Project Manager Corporate Strategy bei BayWa AG
• Daniela Rittmeier, Head of AI Hub, Artificial Intelligence Center of Excellence bei BMW Group
• Thorsten Stein, Purchaser for Data Science bei BMW Group

Autoren des Whitepapers:

• Andreas Liebl, Managing Director bei UnternehmerTUM und appliedAI Initiative
• Philipp Hartmann, Director of AI Strategy bei appliedAI Initiative
• Maria Schamberger, Senior AI Strategist bei appliedAI Initiative