Vendor Lock-in bei KI-Tools: Abhängigkeiten steuern

Wer heute Claude Code, Codex oder Cursor im Haus einführt, schließt einen Vertrag mit einem Anbieter, dessen Preise und Position sich innerhalb eines Quartals verschieben können. Das ist für die Geschäftsleitung keine reine Einkaufsfrage. Es geht darum, wie abhängig Ihre Softwareentwicklung von einem einzelnen Anbieter wird, und was es kostet, diese Abhängigkeit wieder zu lösen. Fachleute sprechen von Vendor Lock-in, also der Bindung an einen Anbieter, die einen Wechsel teuer macht.

Zwei aktuelle Beiträge zeigen, warum die Frage gerade jetzt auf den Tisch gehört: ein Bericht von The Decoder über einen Preiskampf zwischen OpenAI und Anthropic und ein Gastbeitrag auf CIO.com über offene KI-Modelle.

Der Markt bewegt sich schneller als Ihr Vertrag

The Decoder berichtet unter Berufung auf The Information, dass OpenAI Kunden von Anthropic mit hohen Rabatten abwirbt. Einige Beispiele:

• Das Softwareunternehmen Rippling hat den Anteil von OpenAI-Modellen an seiner Programmierarbeit von 16 auf 52 Prozent erhöht. Der Anteil von Anthropic fiel im selben Zeitraum von 57 auf 18 Prozent.
• Replit ist nach einem Nachlass von mehr als 30 Prozent auf einen Vertrag über mehr als 100 Millionen Dollar im Jahr gewechselt.
• Der Chef von DataCamp spricht von 80 bis 90 Prozent Kostensenkung durch Angebote von OpenAI.
• Eine US-Bank bekam doppelt so viele ChatGPT-Zugänge ohne Aufpreis.

OpenAI kauft sich Marktanteile dabei laut dem Bericht teils auf Kosten der eigenen Marge. Gleichzeitig wächst der Preisdruck aus China: Neue Modelle von Deepseek und Kimi sollen bei vergleichbarer Leistung nur einen Bruchteil kosten.

Für Sie heißt das: Die Konditionen, die heute verhandelt werden, sind eine Momentaufnahme. Die entscheidende Frage lautet deshalb nicht nur, welcher Anbieter heute am günstigsten ist, sondern ob Sie morgen wechseln könnten, wenn sich das Bild dreht.

Offene Modelle als zweite Option

Der Beitrag auf CIO.com setzt an derselben Stelle an. Der Autor, selbst Technologieverantwortlicher, beschreibt, dass die KI-Strategie vieler Unternehmen jahrelang an wenigen geschlossenen Anbietern hing, mit Folgen für Kosten, Abhängigkeit und Transparenz. Inzwischen fordern Open-Weight-Modelle diesen Standard heraus. Das sind Modelle, deren trainierte Gewichte frei verfügbar sind und die sich lokal oder bei verschiedenen Cloud-Anbietern betreiben lassen, etwa von Meta oder Google.

Eine Zahl aus dem Beitrag zeigt die Dynamik: Auf Vercels AI Gateway, einer Plattform zur Bündelung von Modellzugriffen, lag der Anteil offener Modelle am Token-Volumen im Juli 2026 bei 36 Prozent, nach 11 Prozent im April. Ihr Anteil an den Ausgaben hat sich im selben Zeitraum auf 8,6 Prozent mehr als verdoppelt. Der Autor stellt außerdem fest, dass der Leistungsabstand zu den Spitzenmodellen schneller schrumpft, als viele annehmen.

Die Abwägung im Überblick: Die Chance liegt in niedrigeren Kosten und mehr Verhandlungsmacht. Das Risiko liegt in neuer Verantwortung, die Sie selbst tragen müssen. Der nächste Schritt ist ein begrenzter Test, kein Umstieg.

Der Vertrag ist mehr als Modellzugang

Hier liegt der Punkt, den Preisvergleiche gern übersehen. Der CIO.com-Autor betreibt Produktion und interne Werkzeuge bewusst auf geschlossenen Modellen, und zwar wegen Compliance-Abdeckung, Enterprise-Support und planbarer Leistung. Ein Enterprise-Vertrag liefert nach seiner Darstellung die Infrastruktur rund um das Modell: Das Compliance-Regelwerk des Anbieters wird Teil des eigenen Sicherheitsprogramms. Seine Organisation richtet sich nach ISO 42001, der internationalen Norm für KI-Managementsysteme.

Ein offenes Modell für die Produktion anzupassen, würde er nur bei herausragenden Ergebnissen erwägen. Denn dann trägt das eigene Team die Compliance für das veränderte Modell, mit versteckten Kosten für rechtliche Prüfung, Audits, Dokumentation und Bias-Bewertung, also die Prüfung auf systematische Verzerrungen. Das sind Aufgaben außerhalb der Kernkompetenz eines Entwicklungsteams.

Für einen Mittelständler ist das die eigentliche Rechnung: Ein günstigeres Modell kann teuer werden, wenn plötzlich Sie für Nachweise geradestehen, die vorher der Anbieter geliefert hat. Welche Kostenposten ohnehin in keiner Lizenzrechnung stehen, beschreibt der Beitrag Was kostet Vibe Coding wirklich?.

Experimentieren statt umsteigen

Ein vollständiger Wechsel ist für die meisten Unternehmen nach Einschätzung des Autors derzeit nicht realistisch. Er empfiehlt stattdessen ein schrittweises Vorgehen: einen konkreten Anwendungsfall bestimmen, klein in einem Team beginnen, Compliance und Recht früh einbinden, die Erkenntnisse dokumentieren und breit teilen und daraus die eigene KI-Strategie ableiten. Sein eigenes Team testet ein offenes Modell bei Routineaufgaben wie Statusberichten, der Sortierung von Fehlermeldungen und der Auswertung von Logdateien.

Seine Leitfrage ist dabei bewusst eng gefasst: Wo kann ein offenes Modell Aufgaben günstiger übernehmen, ohne neue Compliance-Arbeit zu erzeugen? Bevor solche Werkzeuge breiter eingesetzt werden, sollte klar geregelt sein, auf welche Daten sie zugreifen, was sie erzeugen dürfen und wer die Compliance-Last trägt, wenn etwas schiefgeht. Das gilt für jeden Baustein, den ein KI-Agent nutzt, wie der Beitrag zur Lieferkette von KI-Agenten zeigt.

Was das für Ihre Entscheidung bedeutet

Vendor Lock-in lässt sich nicht vermeiden, aber bewusst steuern. Stellen Sie Ihrem Team und Ihrem Einkauf vor der nächsten Vertragsverlängerung diese Fragen:

• Wechselfähigkeit: Wie aufwendig wäre es, das Modell oder den Anbieter innerhalb eines Quartals zu tauschen? Was hängt technisch und vertraglich daran?
• Verhandlungsposition: Kennen wir die aktuellen Konditionen am Markt, oder verlängern wir zu den Bedingungen von gestern?
• Compliance-Verteilung: Welche Nachweise liefert heute der Anbieter, und welche müssten wir selbst erbringen, wenn wir wechseln oder ein offenes Modell anpassen?
• Testfeld: Gibt es eine klar abgegrenzte Aufgabe ohne sensible Daten, an der wir eine Alternative risikoarm erproben können?
• Transparenz: Sehen wir zentral, welche Modelle wofür genutzt werden und was das kostet? Hinweise dazu bietet KI-Coding messen: Welche Kennzahlen die Leitung braucht.

Bei Vertrags- und Haftungsfragen gilt: Dieser Beitrag ist keine Rechtsberatung. Lassen Sie konkrete Vertragsklauseln juristisch prüfen.

Fazit

Der Preiskampf zwischen den großen Anbietern und der Aufstieg offener Modelle machen KI-Coding günstiger, aber auch unübersichtlicher. Wer heute nur auf den niedrigsten Preis schaut, übersieht die Compliance-Leistung, die im Vertrag steckt. Wer sich an einen einzigen Anbieter bindet, verschenkt Verhandlungsmacht. Die tragfähige Haltung liegt dazwischen: eine klare Hauptlösung, eine erprobte Alternative und eine Leitung, die weiß, was ein Wechsel kosten würde. Begriffe wie Token-Kosten und Vendor Lock-in erklärt das Glossar.

Sie möchten Anbieterwahl, Abhängigkeiten und Compliance-Verteilung mit Ihrem Führungsteam strukturiert durchgehen? Melden Sie unverbindlich Ihr Interesse am Seminar an oder fragen Sie ein Inhouse-Seminar an.