KI-Tool auswählen: Kriterien für Unternehmen vor dem Kauf

1. Welche Anforderungen muss das KI-Tool erfüllen?

Beginne nicht mit einer Featureliste des Anbieters. Beschreibe drei bis fünf konkrete Aufgaben: Wer nutzt das Tool, welche Eingaben liegen vor, welches Ergebnis wird benötigt und welche Fehler wären kritisch? „Texte erstellen“ ist zu breit. „Aus freigegebenen Produktdaten einen Entwurf in unserem Styleguide erzeugen, der vor Veröffentlichung geprüft wird“ lässt sich testen.

Teile Kriterien in Muss, Soll und Kann. Muss-Kriterien sind echte Ausschlussgründe, etwa eine benötigte Datenregion, ein definierter Export oder zentrale Benutzerverwaltung. Soll-Kriterien beeinflussen den Nutzen. Kann-Kriterien sind angenehm, dürfen aber keine wichtigere Schwäche verdecken. Lege Gewichte vor dem Anbietertest fest, damit eine eindrucksvolle Demo die Prioritäten nicht nachträglich verschiebt.

Prüfe auch, ob überhaupt ein generatives KI-Tool nötig ist. Suche, feste Regeln, Vorlagen oder klassische Automatisierung können bei stabilen Aufgaben günstiger und nachvollziehbarer sein.

2. Welche Daten- und Sicherheitsfragen gehören vor den Test?

Zeichne den Datenfluss: Eingabe, Anbieter, mögliche Unterauftragnehmer, Speicherort, Aufbewahrung, Ausgabe und Löschung. Klassifiziere Daten nach Sensibilität. Starte Tests mit synthetischen oder freigegebenen Informationen, bis Vertrag und technische Einstellungen geprüft sind.

Frage für den konkreten Tarif: Werden Eingaben oder Ausgaben zum Training verwendet? Welche Kontrollen gibt es für Aufbewahrung und Löschung? Sind Verschlüsselung, Rollen, Protokolle, Mehrfaktor-Authentifizierung und zentrale Sperrung verfügbar? Welche Zertifikate liegen vor und was decken sie tatsächlich ab? Ein Logo auf der Verkaufsseite ersetzt nicht den Prüfbericht oder Vertragsumfang.

Bei personenbezogenen Daten sind Zweck, Rechtsgrundlage und Anbieterrolle zu klären; bei Auftragsverarbeitung gelten die Anforderungen aus Artikel 28 DSGVO. Für vertrauliche Informationen können zusätzlich Kundenvorgaben, Berufsgeheimnisse oder interne Sicherheitsklassen relevant sein. Der Detailratgeber Kundendaten in KI-Tools führt durch diese Prüfung.

3. Wie lässt sich die Ausgabequalität fair vergleichen?

Erstelle ein Testset aus echten, bereinigten Fällen: normale Aufgaben, Grenzfälle, fehlende Daten, mehrdeutige Eingaben und Inhalte, bei denen das Tool ablehnen oder nachfragen sollte. Nutze für alle Kandidaten dieselben Anweisungen und Einstellungen. Bewerte nicht nur Stil, sondern Korrektheit, Vollständigkeit, Format, Quellenbezug, unerlaubte Erfindungen und notwendige Nacharbeit.

Lege eine Referenz oder klare Bewertungsregeln fest. Bei kreativen Aufgaben können zwei unabhängige Prüfer sinnvoll sein. Notiere Modellversion und Datum, weil sich Ergebnisse ändern können. Eine Rangliste aus einem einzelnen Prompt ist keine belastbare Toolauswahl.

4. Passt das Tool in den tatsächlichen Arbeitsablauf?

Ein guter Chat im Browser kann für einen Teamprozess ungeeignet sein. Prüfe Identitätsverwaltung, Berechtigungen, API, Rate Limits, Dateiformate, Versionsverwaltung und Protokollierung. Kläre, wie Ergebnisse freigegeben und in bestehende Systeme übertragen werden. Medienbrüche können die versprochene Zeitersparnis aufheben.

Bewerte den laufenden Betrieb: Wer verwaltet Nutzer, Prompts und Vorlagen? Wer reagiert auf Ausfälle, Modelländerungen oder Fehlverhalten? Gibt es Statusinformationen, Supportzeiten und eine vertragliche Verfügbarkeit, falls der Prozess kritisch ist? Dokumentiere eine manuelle Ersatzroute.

Bei automatisierten Aktionen gelten strengere Anforderungen als bei einem Entwurfswerkzeug. Die Checkliste Fehler bei KI-Automatisierungen vermeiden behandelt Output-Validierung, Berechtigungen und Monitoring.

5. Welche Vertrags- und Compliance-Punkte sind wichtig?

Prüfe Laufzeit, Kündigung, Preisänderungen, Unterauftragnehmer, Datenverwendung, Haftungsgrenzen, Support, Export und Löschung nach Vertragsende. Vergleiche die Dokumente des Tarifs, den du wirklich kaufen willst; kostenlose, Business- und API-Angebote können unterschiedliche Regeln haben.

Ordne außerdem die Rolle unter der KI-Verordnung anhand des konkreten Einsatzes ein. Nicht jedes allgemeine Chattool ist für den Nutzer automatisch ein Hochrisikosystem. Dennoch können Transparenz-, Kompetenz- und Dokumentationsfragen relevant werden. Die Bundesverwaltung empfiehlt für KI-Einführungen ausdrücklich eine Einzelfallbeurteilung unter anderem nach Informationssicherheit, Datenschutz und Geheimschutz. Für Unternehmen ist derselbe risikobasierte Denkansatz sinnvoll, auch wenn ihre genaue Rechtslage anders sein kann.

Lasse rechtliche oder sicherheitskritische Punkte fachkundig prüfen. Eine Auswahlmatrix dokumentiert die Entscheidung, ersetzt aber keine Datenschutz-Folgenabschätzung, Rechtsberatung oder Sicherheitsprüfung, wenn diese erforderlich sind.

6. Was kostet ein KI-Tool wirklich?

Vergleiche nicht nur den monatlichen Listenpreis. Rechne Einführungszeit, Datenaufbereitung, Schnittstellen, Schulung, menschliche Prüfung, zusätzliche Sicherheitsfunktionen, Support und erwartete Nutzung ein. Bei verbrauchsabhängigen Tarifen benötigst du ein Szenario für normale und hohe Last. Berücksichtige auch Kosten fehlerhafter Ausgaben und eines späteren Wechsels.

Miss im Pilot die gesamte Bearbeitungszeit vom Eingang bis zur freigegebenen Ausgabe. Eine schnellere Generierung ist wertlos, wenn mehr Korrektur oder Abstimmung nötig wird. Vergleiche mit der dokumentierten Ausgangslage, nicht mit einer Erinnerung an den alten Prozess.

7. Wie trifft man die Entscheidung mit einer Bewertungsmatrix?

Bewerte nur Kandidaten, die alle Muss-Kriterien erfüllen. Vergib für Soll-Kriterien eine nachvollziehbare Skala und multipliziere sie mit vorab festgelegten Gewichten. Ergänze zu jeder Bewertung einen Nachweis: Testfall, Vertragsstelle, Dokumentation oder schriftliche Anbieterantwort. Eine bloße Zahl ohne Beleg schafft nur Scheingenauigkeit.

Die folgende Vorlage ist ein Ausgangspunkt, keine allgemeingültige Gewichtung. Passe sie vor dem Test an deinen Prozess an. Vergib je Kandidat 0 Punkte für „nicht erfüllt“ bis 5 Punkte für „vollständig belegt erfüllt“. Der gewichtete Teilwert lautet Gewicht × Punkte ÷ 5; alle Teilwerte ergeben zusammen höchstens 100 Punkte. Ein Kandidat mit verletztem Muss- oder Ausschlusskriterium bleibt ungeeignet, auch wenn seine Gesamtsumme hoch wäre.

Dokumentiere neben der Punktzahl die Fundstelle und das Prüfdatum. Rechne außerdem ein realistisches Last- und Kostenszenario durch. So bleibt später nachvollziehbar, warum ein Tool gewählt wurde und welche Annahme bei einer Preis-, Modell- oder Vertragsänderung erneut geprüft werden muss.

1. Anwendungsfall, Ausgangswert und Risikogrenzen festhalten.
2. Muss-Kriterien prüfen und ungeeignete Kandidaten aussortieren.
3. Verbleibende Tools mit demselben Testset vergleichen.
4. Einen befristeten Pilot mit echten Nutzern durchführen.
5. Qualität, Nacharbeit, Kosten und Vorfälle auswerten.
6. Entscheidung, Rest­risiken, Verantwortliche und Exit dokumentieren.

Für die Wahl zwischen allgemeinen Chatbots gibt es bereits den getrennten Beitrag ChatGPT, Claude und Gemini einordnen. Dieser Kriterienleitfaden bleibt bewusst anbieterneutral und eignet sich auch für spezialisierte Lösungen.