HR-Software kaufen oder selbst entwickeln: So treffen HR-Leader die bessere Entscheidung im KI-Zeitalter

Damit ist eine alte Frage zurück auf dem Tisch: HR-Software kaufen oder selbst entwickeln?

Anders Holmberg, Chief Revenue Officer bei Eletive, hat genau diese Frage auf unserem AI in HR 2026 Digital Summit eröffnet. Er blickt auf mehr als 15 Jahre Erfahrung im SaaS-Bereich (Software as a Service) zurück und hat in dieser Zeit eng mit Produktteams zusammengearbeitet. Die wichtigsten Erkenntnisse aus seiner Session haben wir hier zusammengefasst.

Selbst entwickeln war noch nie so einfach

Die Zahlen sprechen für sich. Laut GitHub-Bericht 2025 wurden im vergangenen Jahr 121 Millionen neue Softwareprojekte gestartet – das sind 230 pro Minute. KI-generierte Projekte wuchsen dabei um 200 % innerhalb eines Jahres.

Zu Beginn des Jahres 2025 hat diese Entwicklung Investoren beunruhigt. Die Rede war von einer „SaaS-Apokalypse": Wenn jeder seine eigenen Tools entwickeln kann, warum sollte dann noch jemand Software kaufen? Die Bewertungen einiger der größten SaaS-Unternehmen brachen daraufhin deutlich ein.

Dennoch haben Unternehmen nicht aufgehört, Software zu kaufen. Der öffentliche SaaS-Markt hat sich seit dem Einbruch im Februar um 40 % erholt. Die Softwareausgaben wachsen weiterhin um 15,5 % pro Jahr (Gartner, 2026), und ein durchschnittliches Unternehmen nutzt nach wie vor rund 300 Tools (Zylo, 2026).

Die Antwort lautet also nicht entweder kaufen oder bauen – sondern beides, nebeneinander. Die eigentliche Frage ist: Wann macht was mehr Sinn?

Wann es sinnvoll ist, selbst zu entwickeln

Vier Anzeichen dafür, dass Eigenentwicklung die richtige Wahl sein könnte:

• Die Logik ist einzigartig für Ihr Unternehmen. Ihr Kompetenzrahmen, Ihre Job-Architektur, Ihre internen Mobilitätsregeln – sobald ein Anbieter diese verallgemeinert, hören sie auf, wirklich Ihre zu sein.

• Der Umfang ist klar begrenzt. Ein Workflow. Ein Team. Eine Frage. Dieses Quartal. Eigenentwicklungen scheitern, wenn sie sich unbemerkt zu Plattformen ausweiten, die jahrelang betrieben werden sollen.

• Der Mehrwert liegt in Ihren eigenen Daten. Wenn das Wertvolle Ihre Daten sind und KI nur die Oberfläche liefert, sind Sie näher an einer Eigenentwicklung, als Sie vielleicht denken.

• Die Verantwortlichkeiten sind klar geregelt. Wenn Sie nicht sofort sagen können, wer die Verantwortung trägt und wie das Budget 2029 aussieht, entwickeln Sie nicht wirklich – Sie erstellen nur einen Prototypen.

Wie könnte das im HR-Kontext aussehen? Vielleicht eine kurze Pulsbefragung: Wie war der Kick-off? Wer möchte zur Weihnachtsfeier kommen? Wer ist Mitarbeiter des Jahres? Wenn Anonymität, Trendverläufe oder die Abbildung auf Ihre Organisationsstruktur keine Rolle spielen, reicht eine einfache Eigenentwicklung völlig aus.

Oder ein Board-Reporting-Paket: ein KI-Agent, der Daten aus verschiedenen Systemen in Ihr eigenes Format zieht und jedes Quartal automatisch Ihren Bericht erstellt. Oder ein Policy-Chatbot, der ausschließlich auf Basis Ihres Handbuchs, Ihrer Betriebsvereinbarungen und Ihrer lokalen Regelungen trainiert wurde.

Alle drei Beispiele funktionieren aus demselben Grund: Der Wert steckt in Ihren Daten – nicht im Modell.\

Wann Kaufen die bessere Wahl ist

Sechs Anzeichen dafür, dass der Kauf einer Lösung die klügere Option ist:

• Das Problem ist überall das gleiche. Lohnabrechnung, Recruiting, Compliance-Reporting, Performance Reviews – andere haben diese Herausforderungen bereits gelöst, oft besser als Sie es selbst könnten.

• Sie benötigen Benchmarkdaten. Vergleichsdaten lassen sich nicht selbst entwickeln – sie sind entweder vorhanden oder nicht. Gerade beim Mitarbeiterengagement stecken hier oft die entscheidenden Erkenntnisse.

• Ihre regulatorischen und datenschutzrechtlichen Anforderungen sind weitreichend. Eine DSGVO-konforme App zu bauen ist heute möglich. Sie bei jeder Gesetzesänderung compliant zu halten, ist die eigentliche Herausforderung. Wenn Sie das Risiko von DSGVO-Verstößen oder Verletzungen der Mitarbeiteranonymität nicht tragen wollen, brauchen Sie einen Anbieter, dessen Kernaufgabe genau das ist.

• Die zugrundeliegenden KI-Modelle verändern sich laufend. Manchmal verändert sich die Ausgabe schleichend, und Ihr monatlicher Bericht sieht jedes Mal ein bisschen anders aus. Anbieter übernehmen diese Migrationen für Sie.

• Das Fachwissen ist mindestens genauso wichtig wie die Software. Kaufen Sie eine Lösung, trägt jemand anderes die Last von Implementierung und Einführung. Entwickeln Sie selbst, werden Sie dauerhaft zum internen Experten – ob Sie wollen oder nicht.

• Sie möchten jemanden, den Sie anrufen können. Jede interne Eigenentwicklung hat eine Einführungsfeier. Nur sehr wenige haben Support am Montagmorgen.

Wie Eigenentwicklung in der Praxis aussieht: ein Beispiel aus Eletive

Diesen Sommer hat unser Revenue-Team ein KI-Tool entwickelt, das Sales-Mitarbeitende dabei unterstützt, die richtigen Unternehmen für die Kontaktaufnahme auszuwählen – und den ersten Kontakttext automatisch entwirft.

Das Tool verbindet vier Lösungen, für die wir ohnehin bereits zahlen: HubSpot als CRM und zentrale Datenquelle, Apollo für Unternehmensdaten, n8n für Workflows und Claude als KI-Schicht oben drauf. Jeden Morgen aktualisieren sich die Daten auf Basis aktueller Ereignisse und vergangener Gespräche. Die KI wählt die vielversprechendsten Unternehmen für die Kontaktaufnahme aus und entwirft eine maßgeschneiderte Nachricht. Eine Sales-Mitarbeiterin oder ein Sales-Mitarbeiter überarbeitet diese kurz, bevor sie in die E-Mail-Warteschlange gelangt.

Das ist wahrscheinlich die Form, die viele interne Entwicklungen künftig annehmen werden. Nicht „Wir haben unser eigenes System gebaut", sondern „Wir haben vier Dinge, die wir bereits besitzen, miteinander verbunden, um ein Problem zu lösen, für das niemand ein fertiges Produkt verkauft."

Der erste Prototyp war in wenigen Tagen fertig – und er war beeindruckend. Er wirkte zu 90 % fertig. Die letzten 10 % sind die eigentliche Arbeit. Was passiert, wenn ein Kontakt das Unternehmen verlässt? Wenn zwei Unternehmen miteinander verknüpft sind? Ausnahmebehandlung, Datenqualität, Antwortzeiten, zuverlässiges Laden der Daten (nicht nur meistens) und Schulungen – all das kostet Zeit.

Bisher sind mehrere Hundert Stunden investiert worden, und zwei Personen arbeiten fast in Vollzeit daran. Mehr als erhofft. Und dennoch lohnt es sich. Das Ziel: 25 % höhere Produktivität pro Sales-Mitarbeitenden. Es hat sich nur deshalb gelohnt, weil wir die Ressourcen hatten und die Daten einzigartig für uns waren.

Die Erkenntnis: Den ersten Erfolg zu erzielen ist heute leichter denn je. Den hundertsten zu erzielen ist genauso schwer wie immer.

Sie haben die Session verpasst? Schauen Sie sich die vollständige Aufzeichnung hier an.\

Die Tools sind einfacher geworden. Der Rest der Arbeit nicht.

Eigenentwicklung umfasst weit mehr als Code schreiben. Sie werden Projektmanager: Scope, Sequenzierung, Ausnahmen, Testing, Rollout. Sie übernehmen Verantwortung für Ihre Datenarchitektur: Wo liegen die Daten, was ist die führende Datenquelle, und was passiert, wenn zwei Systeme voneinander abweichen? Und Sie werden Produktmanager, der oder die genau beschreibt, wie die Lösung funktionieren soll – einschließlich jedes Grenzfalls, über den man lieber nicht nachdenken möchte.

KI baut exakt das, was Sie ihr sagen. Die eigentliche Herausforderung liegt darin, zu wissen, was Sie verlangen sollen.

Weder kaufen noch bauen ist eine einzige Budgetzeile

Wenn Sie selbst entwickeln, kalkulieren Sie: Hosting- und Modellkosten, Sicherheitsprüfungen, rechtliche Freigaben, Testing und Change Management. Rechnen Sie Wartungsaufwand ein, wenn sich die zugrundeliegenden APIs ändern, und klären Sie, wer den Support übernimmt. Denken Sie auch an den „Bus-Faktor": Was passiert, wenn die Person, die das System gebaut hat, das Unternehmen verlässt? Die vielleicht größte versteckte Kostenstelle ist der Opportunitätsverlust: Wenn Ihr Kerngeschäft etwas anderes ist, sollte Ihre Zeit auch dort investiert werden.

Kaufen hat ebenfalls versteckte Kosten: Integration, Implementierung, Datenmigration, Einführung und Schulung, Administrationsaufwand, Vendor Management sowie Wechselkosten, wenn die Lösung nicht funktioniert.

Auf beiden Seiten entstehen Kosten. Der entscheidende Unterschied liegt nicht im Geld. Er liegt darin, wer das Fachwissen trägt – und wer das Risiko.

Die Zukunft: kaufen und entwickeln

Die meisten HR-Teams werden ihre Kernprozesse wahrscheinlich mit eingekauften Lösungen abdecken: Mitarbeiterengagement und Performance Management, Recruiting, Core-HRIS, Zeiterfassung und Lohnabrechnung. Diese Tools liefern die Oberfläche für die tägliche Arbeit, gewährleisten Datensicherheit und Compliance und bringen Anbieter-Know-how und Support mit.

Darüber liegt eine KI-Schicht, die sicher auf die Daten zugreifen kann. Und darüber bauen Unternehmen eigene interne Anwendungen sowie eine Analyse-Schicht, die die Systeme miteinander verbindet. Viele Unternehmen bewegen sich bereits in diese Richtung.

Was Sie am Montag konkret tun können

Ein paar praktische Tipps aus der Q&A-Runde:

• Prüfen Sie, wofür Sie bereits zahlen. Wenn Sie auf Microsoft oder Google setzen, haben Sie wahrscheinlich bereits KI-Tools, mit denen Sie experimentieren können.

• Starten Sie mit dem Problem, nicht mit dem Tool. Beschreiben Sie Ihr Problem einem KI-Assistenten und fragen Sie, wie es sich lösen ließe.

• Schauen Sie sich Workflow-Tools an. Das Übertragen von Daten von einem System in ein anderes ist oft der Bereich, in dem die ersten schnellen Erfolge möglich sind.

• Halten Sie Ihr erstes Projekt risikoarm. Wählen Sie etwas ohne Personenbezug. Sobald personenbezogene Daten ins Spiel kommen, binden Sie Ihre Rechtsabteilung frühzeitig ein.

Sie haben das Event verpasst? Schauen Sie sich die vollständige Aufzeichnung von AI in HR 2026: From People Insights to Business Impact an.