Der neue KI-Lock-In

Chizhevskaya Ekaterina | shutterstock.com

Die Wirtschaftsprüfer von PwC .

Um nicht zurückzustehen, hat OpenAI seinerseits die OpenAI Deployment Company, auch bekannt als „DeployCo“, ausgestattet und darauf ausgerichtet, GPT-Modelle vor Ort in die Workflows von Kunden zu integrieren.

Für Unternehmen, die millionenfach Token an den Mann bringen, kann diese Investition in professionelle Services, die nicht skalieren und mit niedrigen Margen einhergehen, auf den ersten Blick seltsam erscheinen. Ist es aber nicht: Auch wenn KI-Modelle immer leichter austauschbar sind, gilt das nicht für die damit verbundene Arbeit.

Entwickler wechseln schon heute zwischen Claude Code, Codex, Gemini und lokalen Modellen hin und her – mit weniger Aufwand, als den Anbietern lieb ist. Auch auf der API-Ebene wird der Austausch einfacher. Nicht mühe- oder kostenlos, aber immer noch simpel im Vergleich dazu, die Workflow-Infrastruktur rund um das Modell auszutauschen.

Diesen Aspekt unterschätzen Enterprise-Kunden möglicherweise. Offene Standards, bessere , Chefanalyst bei Greyhound Research, drückt es folgendermaßen aus: „Auf Orchestrierungsebene bleibt ein Austausch diffizil. Sobald Ihre Workflows, Kontrollen, Identitätsschichten und Governance-Strukturen um ein bestimmtes System herum aufgebaut sind, ist es kein leichter Task, dieses System zu verändern.“

Diese Diagnose liefert den deutlichsten Hinweis darauf, warum die KI-Anbieter Milliarden in die Workflow-Integration investieren: Neue KI-Technologie fügt sich nicht nahtlos genug in alte Enterprise-Workflows ein – und Menschen können das beheben.

Diverse Studien und Umfragen zeigen, dass die Kluft zwischen KI-Investition und (MCP) ins Spiel. MCP ist tatsächlich nützlich und hält, was es verspricht: Es senkt die Kosten dafür, KI-Modelle mit Tools und Datenquellen zu verknüpfen. Wenn Sie schon einmal ein halbes Dutzend maßgeschneiderter Konnektoren für ServiceNow, Salesforce oder Jira gewartet haben, können Sie nachvollziehen, dass das ein wahrer Segen ist.

Allerdings ist ein Protokoll eben keine Plattform. MCP kann einen KI-Agenten dabei unterstützen, mit einem Tool zu kommunizieren. Es gibt jedoch keine Auskunft darüber,

• wer diesen Agenten genehmigt hat,





• auf welche Daten dieser zugreifen darf,





• wie seine Aktionen protokolliert werden oder





• wie man ihn sicher deaktiviert.

MCP sagt Ihnen auch nicht, wie die Compliance-Prüfung eines Vermögensverwalters tatsächlich abläuft, wie ein Underwriter über einen Grenzfall denkt oder was genau „done“ in Zusammenhang mit dem Monatsabschluss eines Finanzteams bedeutet. Diese Arbeit ist unveränderlich lokal – und menschlich.

Es verhält sich ganzähnlich wie bei sind keine Lock-In-Fallen, sondern nützliche Tools. Aber: Orchestrierung sorgt für eine engere Kundenbindung, ob nun beabsichtigt oder nicht. Zu den Anwendern von LangGraph gehören etwa Klarna, Replit, Elastic und Ally. Wenn diese und andere Kunden ein Jahr damit verbracht haben, Agentenverhalten, Evaluierungen, Recovery-Logik und Observability-Traces innerhalb eines Frameworks zu orchestrieren, werden sie dieses nicht einfach über Bord werfen, nur weil ein Anbieter ein schnelleres oder billigeres KI-Modell auf den Markt bringt.