Vendor-Lock-in bei KI-Plattformen: die KMU-Perspektive

Stand: April 2026. Die KI-Anbieter-Landschaft konsolidiert sich rasch. Konkrete Produktnamen in diesem Beitrag verfallen schnell - die Frage “Wie schütze ich mich gegen einseitige Abhängigkeit?” bleibt langlebig.

Im KI-Markt der letzten 24 Monate spielt sich ein Muster ab, das aus dem Cloud- und SaaS-Geschäft bekannt ist: Die grossen Plattformen integrieren Funktionen, die bisher Drittanbieter erbrachten. Für Schweizer KMU verschiebt das die Beschaffungs- und Risiko-Logik. Wer heute einen Tool-Stack baut, muss nicht nur an heutige Funktionen denken, sondern auch an die Bedingungen, unter denen er ihn in zwei Jahren wieder verlassen könnte.

Was “Vendor-Lock-in” im KI-Kontext konkret bedeutet

Ein Tool zu verwenden ist noch kein Lock-in. Kritisch wird es, wenn sich das Tool nicht mehr verlassen lässt, ohne dass Prozesse, Daten oder Kompetenzen verloren gehen. Vier Dimensionen prägen den Lock-in im KI-Bereich:

1. Daten-Lock-in - Konversationshistorien, Custom-GPTs, Wissensbasen, Vektor-Embeddings, die im Anbieter-Format vorliegen.
2. Workflow-Lock-in - automatisierte Prozesse, die auf anbieter-spezifische APIs, Plugins oder Connectoren bauen.
3. Skill-Lock-in - das Team hat Prompt-Strategien, Modell-Eigenheiten und Workarounds für genau dieses System verinnerlicht.
4. Compliance-Lock-in - DPA, Datenflusskarten, EDÖB-Dokumentation und DSG-Reglement sind auf den aktuellen Anbieter zugeschnitten.

Mit der Tiefe der Integration steigt der Wechsel-Aufwand. Niemand wechselt freiwillig - aber Anbieter-Pleiten, Preiserhöhungen oder Compliance-Änderungen können den Wechsel erzwingen.

Vier aktuelle Konsolidierungs-Beispiele

Die folgenden Bewegungen aus 2025/2026 zeigen das Muster:

Anthropic Claude integriert Funktionen für Wissensarbeit (Claude Cowork und Folge-Releases) - Dateioperationen, Workflow-Automatisierung, Recherche. Funktionen, für die zuvor mehrere Spezial-SaaS in Konkurrenz standen. Damit wandern Use-Cases in die Plattform.

OpenAI baut Apps und Custom GPTs aus - GPTs, der Agent Builder und das Operator-Browser-Modul nehmen Funktionen auf, die früher externe Bots, RPA-Tools oder Browser-Extensions abdeckten.

Microsoft 365 Copilot Stack expandiert - Copilot Studio, Connectors, Agents, M365 Chat in Teams. Integriert Workflows, die früher in Power Automate, separaten Chatbots oder Drittanbieter-Plugins lagen.

Google Agentspace und Gemini Enterprise - Workspace-Integration, eigener Agent-Marketplace, Vertex-AI-Hooks. Das Pendant zur Microsoft-Strategie, mit Workspace als Fundament.

Alle vier Plattformen bewegen sich von der einzelnen Komponente zur Vollkost. Das vereinfacht für KMU die Beschaffung und erhöht zugleich das Lock-in-Risiko.

Was Schweizer KMU dabei wirklich verlieren können

In der Beratung sehe ich regelmässig drei Verluste:

Wettbewerbsspielraum. Wenn 80 % der internen Workflows auf einer Plattform laufen, hat der Anbieter starke Verhandlungsmacht bei Preiserhöhungen. Das M365-Modell zeigt seit Jahren, wie das aussieht.

Datensouveränität. Plattformen entscheiden über Trainings-Defaults, Hosting-Regionen und Datenfluss-Transparenz. Wechsel vom freundlichen zum harten Vertrag kann jederzeit kommen.

Innovations-Sicht. Wer nur ein Modell kennt, sieht die Stärken und Schwächen anderer Modelle nicht mehr. Das schwächt die Tool-Auswahl-Kompetenz im Team.

DSG und Datenportabilität bei KI-Tools

Das revidierte Datenschutzgesetz schafft drei Hebel, die KMU bei Anbieter-Wechseln nutzen können:

Auskunfts- und Datenherausgabe-Recht (Art. 25 DSG). Personendaten, die ein KI-Anbieter im Auftrag des Unternehmens verarbeitet, müssen auf Anfrage in einem strukturierten Format herausgegeben werden. Das deckt Konversationshistorien und gespeicherte Kundeninformationen ab.

Auftragsdatenverarbeitung mit Rückgabe-/Löschpflicht (Art. 9 DSG). Im DPA mit dem KI-Anbieter sollte explizit geregelt sein, dass am Vertragsende alle verarbeiteten Daten zurückgegeben oder gelöscht werden - inklusive Trainings-Embeddings.

Informationspflicht beim Wechsel (Art. 19 DSG). Wenn das Unternehmen den KI-Anbieter wechselt, müssen Betroffene über die neue Datenverarbeitung informiert werden - eine Aktualisierung der Datenschutzerklärung gehört zum Wechsel-Projekt.

Vertieft im DSG-Leitfaden.

Drei Lock-in-Vermeidungs-Strategien

Strategie 1: Zwei strategische Anbieter pro Workflow-Kategorie

Statt alle Tools eines Bereichs auf einen Anbieter zu legen, zwei strategische Optionen pflegen. Beispiel Texterstellung: ChatGPT Team plus Claude Pro. Beide müssen nicht gleichzeitig im Einsatz sein; der Wert liegt darin, dass das Team beide kennt und ein Wechsel kein Schock wäre.

Realistisch sind maximal zwei Allround-Anbieter: Mehr verzettelt das Team, und mit einem einzigen ist der Lock-in wieder da.

Strategie 2: Daten und Prompts in eigenem Repository

Wichtige Konversationen, Prompt-Templates und Custom-GPT-Spezifikationen ausserhalb der Plattform vorhalten - in Notion, Confluence, Git oder Markdown-Dateien. So bleibt der Wert beim Unternehmen, auch wenn die Plattform wechselt.

Strategie 3: API-Zugriff bevorzugt, UI-Vendor-Bindung minimiert

Wer wichtige Workflows über API anbindet (Claude API, OpenAI API, Azure OpenAI), bleibt portabler als mit UI-Komfort-Funktionen. Ein API-Modell lässt sich meist mit einer Konfigurations-Änderung austauschen. Der Wechsel der UI-Plattform dagegen läuft auf ein Re-Training hinaus.

Exit-Strategie für KMU mit bestehenden KI-Verträgen

Wer schon investiert hat, kann nachträglich den Lock-in reduzieren:

1. Verträge prüfen. Welche Klauseln zu Datenrückgabe, Kündigungsfristen, Preisanpassungen existieren? Lücken im DPA mit dem Anbieter klären.
2. Daten-Inventur. Welche Daten liegen wo? Welche Formate? Wo gibt es nur Plattform-natives Format ohne Export?
3. Skill-Diversifikation. Power-User mindestens auf einer zweiten Plattform schulen - das senkt Wechselkosten und schärft die Beurteilungskompetenz.
4. Wechsel-Szenario denken. Einmal pro Jahr ein “Was wäre wenn”-Workshop: Welcher Anbieter, welche Datenmigration, welcher Zeitraum, welche Kosten?

Mit Misstrauen gegenüber dem aktuellen Anbieter hat das nichts zu tun. Solche Prüfungen gehören zu jeder ordentlichen Beschaffung.

Was als Nächstes ansteht

Für die nächsten 30 Tage schlage ich drei Schritte vor:

1. Lock-in-Scoring für jeden produktiv genutzten KI-Anbieter: Daten, Workflow, Skills, Compliance - jeweils 1-5 Punkte. Summen ab 12 verdienen besondere Aufmerksamkeit.
2. DPA-Audit mit dem juristischen Verantwortlichen: Was steht zu Datenrückgabe, Trainings-Use, Kündigung?
3. Diversifikations-Schritt: ein zweites Modell für die wichtigste Anwendung etablieren - mindestens 5 Power-User schulen.

In meinen Schulungen für Schweizer KMU mache ich diese Übung gemeinsam mit Ihrem Führungs-, Beschaffungs- und IT-Team - inklusive Wechsel-Szenarien für Ihre wichtigsten Tools.

---

Weiterführend auf ai-edu.ch:

• KI-Tools für Schweizer KMU: die Entscheidungsmatrix
• DSG und KI im Schweizer KMU - der praktische Leitfaden
• KI-Agenten Überblick - was können sie wirklich?

Quellen:

• Bundesgesetz über den Datenschutz (DSG)
• EDÖB - Künstliche Intelligenz
• Microsoft 365 Copilot Übersicht
• Anthropic Enterprise Documentation