Die Ökonomie des Outsourcings wird gerade von KI umgeschrieben

Seit über dreißig Jahren basiert Outsourcing auf einer einfachen ökonomischen Logik: Wenn eine Aufgabe definiert, standardisiert, überwacht und an einen Arbeitsmarkt mit geringeren Kosten verlagert werden kann, ist es in der Regel billiger, wenn jemand anderes sie erledigt.

Diese Logik funktioniert nicht mehr.

Generatives KI hilft nicht nur Programmierern, schneller Code zu schreiben, oder Kundendienstmitarbeitern, effizienter auf Fragen zu antworten. Es verändert die Entscheidungslogik von Unternehmen, ob sie etwas "selbst aufbauen oder kaufen" - insbesondere bei Aufgaben, die in der Vergangenheit üblicherweise an Dritte übertragen wurden. Dieser Einfluss zeigt sich zunächst im Bereich der IT-Dienstleistungen, da die Arbeit in diesem Bereich digital, messbar und zunehmend maschinenlesbar ist. Aber dieselbe Logik gilt auch für Finanzen, Personalwesen, Beschaffung, Kundenbetreuung, Rechtsdienstleistungen, Schadenbearbeitung, Datenanalyse - eigentlich für den größten Teil des Bereichs des Business Process Outsourcing - und die gleichen Trends werden sichtbar.

Das bedeutet nicht, dass Outsourcing verschwinden wird. Unternehmen werden weiterhin externe Fachkenntnisse benötigen, insbesondere in Bereichen wie Datenengineering, Netzwerksicherheit, Systemintegration und gesetzlicher Konformität, die tiefgreifendes Wissen und große Investitionen erfordern und in der Regel nicht mit dem Kerngeschäft des Unternehmens verbunden sind. Aber KI wird das alte Outsourcing-Modell aufbrechen - das Modell, das auf Arbeitskostendifferenzen, Offshore-Skalen, Preistabellen und langfristigen Verträgen basiert, die hauptsächlich nach Anzahl der Mitarbeiter und Servicelevel gemessen werden.

Das Ergebnis ist, dass sich auch die Organisationsstruktur von Unternehmen - was im Unternehmen bleibt und was extern ist - verändern wird, in einigen Aspekten sogar drastisch.

Der Markt zeigt erste Anzeichen

In einer Woche im Februar 2026 verloren die börsennotierten indischen IT-Dienstleistungsunternehmen an Marktwert etwa 10 Milliarden US-Dollar. Der Nifty IT-Index fiel in fünf Handelstagen um über 9 %. Der Auslöser war die Veröffentlichung eines Unternehmens-KI-Tools, das für die Automatisierung von Vertragsprüfungen, Konformitätsworkflows und Codierung entwickelt wurde. Ein tieferes Signal war eine Tatsache, der die Anleger seit zwei Jahren näher kamen: Die Transaktionsgrundlage, die die moderne Outsourcing-Industrie geschaffen hat, existiert nicht mehr.

Bis Mai waren die Aktien von Tata Consultancy Services, Infosys und HCL Technologies auf jahrelange Tiefststände gefallen. Der indische IT-Spitzenreiter TCS kündigte seine bisher größte Entlassungswelle an: 12.000 Stellen, was etwa 2 % seiner Belegschaft ausmacht. Im Bereich des Business Process Outsourcing waren die Veränderungen noch drastischer. Die Aktie des weltweit größten Callcenter-Betreibers Teleperformance stürzte ab, nachdem das schwedische Fintech-Unternehmen Klarna öffentlich erklärte, dass seine KI-Assistenten die Arbeit von 700 Kundendienstmitarbeitern übernommen haben. Selbst bei Accenture, dem Goldstandard der globalen Dienstleistungsbranche, fiel der Aktienkurs um etwa 40 % von seinem 52-Wochen-Hoch.

Die Märkte sind keine perfekten Prophetinnen, aber sie liegen in der großen Richtung selten falsch. Vor zwanzig Jahren schrieb Thomas Davenport in der Harvard Business Review, dass die Standardisierung von Geschäftsprozessen das "Niveau und die Reichweite des Outsourcings erheblich erhöhen" würde. Er hatte recht. Was jetzt passiert, ist die Umkehrung dieses Trends. Viele Aufgaben, die früher outsourced wurden, werden in das Unternehmen zurückkehren, wo sie von KI automatisiert und von kleinen Expertenteams überwacht werden. Der Grund ist einfach und unwiderstehlich: KI ändert die zugrunde liegende ökonomische Logik. Die Logik der Unternehmensgrenzen, die früher zu Outsourcing führte, lenkt Unternehmen jetzt vom Outsourcing weg.

Stellen Sie andere Fragen

Jahrelang haben sich Unternehmensleiter bei Fragen zum Outsourcing auf die funktionale Ebene beschränkt. Sollten wir die Finanzen outsourcen? Sollten wir die Anwendungswartung ins Ausland verlagern? Sollten wir die Personalverwaltung an einen Business Process Outsourcing-Anbieter übergeben? Sollten wir verwaltete Dienste zur Infrastrukturverwaltung nutzen? Da diese Prozesse kommodifiziert wurden, basierten die Antworten der Unternehmensleiter hauptsächlich auf Kosten.

KI macht diese Art von Analyse zu grob. KI konzentriert sich auf die Arbeit selbst, nicht auf die Organisationsstruktur. Führungskräfte müssen jetzt konkrete Aufgaben und Workflows betrachten und Entscheidungen auf der Grundlage von Wert und Kosten treffen.

Die zu stellenden Fragen sind: Welche konkreten Aufgaben und Prozesse können automatisiert werden? Im Finanzbereich haben Rechnungsabgleich, Abstimmung, Abschlussaktivitäten, Differenzanalyse, Mahnung, Politikfragen, Berichte und Prüfungsunterstützung jeweils unterschiedliche Automatisierungscharakteristika. Das Gleiche gilt für Aufgaben in den Bereichen Personalwesen, Rechtskonformität und anderen Funktionen.

Betrachten Sie vier Arten von Aufgaben:

Regelmäßige, digitale, hochvolumige Aufgaben, wie z. B. die Einteilung von Personalfällen, erste IT-Support, Schadenseingang und Standardberichte. Diese Aufgaben haben ein hohes Automatisierungspotenzial; KI kann den größten Teil der Arbeit ausführen, aufzeichnen oder einteilen. Die mögliche Beschaffungsentscheidung ist daher: Entweder intern automatisieren oder an einen Lieferanten zu stark reduzierten Kosten weitergeben.

Inhaltsreiche, datensensible Aufgaben, wie z. B. Preisanalyse, Kundenbindung, Lieferantenzahlungsanalyse, Beschaffungsstrategie und Produktentscheidungen. Bei dieser Art von Arbeit erhöht KI den Wert von ersten Hand-Daten und Geschäftskontext. Die beste Beschaffungsentscheidung ist: Die Arbeit intern halten und mit selektivem externen Support ergänzen.

Spezialisierte, aber gelegentliche Aufgaben, wie z. B. Steuerplanung, Reaktion auf Netzwerksicherheitsvorfälle, Migration von Unternehmensressourcenplattformen, Validierung von Aktuarmodellen, Arbeitsrecht und komplexe Due Diligence. Hier erhöht KI die Effektivität von Experten, aber es besteht weiterhin Bedarf an seltenem Fachwissen. Diese Aufgaben werden möglicherweise weiterhin outsourced, aber an kleinere, hochqualifizierte Expertenteams verlagert.

Reguliertere, hochverantwortliche Aufgaben mit hohem Urteilsbedarf, wie z. B. Schadenablehnungen, rechtliche Genehmigungen, Kreditentscheidungen, klinische Beschwerden, Beratung bei Fusionen und Übernahmen und Konformitätsurteile. Bei diesen Aufgaben kann KI Beweise sammeln, Anomalien entdecken und Vorschläge aufzeichnen, aber die Verantwortung muss von Menschen übernommen werden. Diese Aufgaben eignen sich für ein Mischmodell: Die Arbeit wird von KI unterstützt, die Verantwortung liegt im Unternehmen, externe Experten überprüfen die Arbeit, und die Governance erfolgt über ein Risikoforum statt eines einfachen Servicelevel-Abkommens.

Die Aufgaben, die KI am besten automatisieren kann, haben einige gemeinsame Merkmale: Das Arbeitsergebnis ist digital; die Aufgaben sind hochvolumig und repetitiv; die Qualitätsstandards können gemessen werden; der Prozess basiert auf Regeln, Präzedenzfällen, Dokumenten, strukturierten Daten oder institutionellem Wissen. Viele dieser Aufgaben profitieren nicht mehr vom Outsourcing und der Arbeitskostendifferenz, da KI einen großen Teil der Arbeit ausführen oder beschleunigen kann.

Erhalten Sie andere Antworten

KI gibt keine einheitliche Beschaffungsantwort. Aber wenn die Fragen auf die Ebene von Aufgaben und Workflows verfeinert werden, werden unterschiedliche Antworten möglich. Hier sind einige Beispiele aus unserer Zusammenarbeit mit Kunden:

Ein globales Konsumgüterunternehmen hat kürzlich die Optionen zur Anwendung von KI und Outsourcing in den Finanzabteilungen in Japan und den USA bewertet. Die erste Welle der Agentenautomatisierung hat den gesamten Funktionsbereich nicht grundlegend verändert. Sie hat in etwa sechs Monaten eine bescheidene Wertchancen erfasst, etwa 10 %. Aber dieses Ergebnis hat die Richtung der Diskussion geändert. Das Unternehmen hatte bisher gefragt, welche Finanzaktivitäten outsourced werden könnten. Nach den Kosteneinsparungen durch die frühe KI haben die Führungskräfte begonnen, ein ambitionierteres KI-gesteuertes Finanzmodell zu entwickeln, das den Bedarf an Outsourcing erheblich reduzieren wird.

Ein globales Lebensmittelunternehmen hat die Finanz-, IT- und Personalaktivitäten in den USA und Europa bewertet. Die frühen KI-Pilotprojekte zeigten genug Potenzial, dass die Business Process Outsourcing-Lieferanten mit innovativen und kostengünstigeren Lösungen zurückkamen - Lösungen, die KI an den passenden Stellen einsetzen, Teile der Arbeit automatisieren und den Rest outsourcen. In diesem Fall hat KI die Lieferanten nicht ausgeschlossen, sondern ihre Rolle verändert. Dadurch konnte das Unternehmen von der Fachkenntnis der Lieferanten profitieren, ohne jede KI-Fähigkeit intern aufbauen zu müssen.

Ein großes Gesundheitsunternehmen hatte in Betracht gezogen, die Schadenverwaltung zu outsourcen. Eine genaue Analyse der einzelnen Aufgaben zeigte, dass die wichtigen Chancen nicht hauptsächlich in der Arbeitskosteneinsparung lagen; der größere Wert lag in Bereichen wie Lieferantenzahlungsfehlern, Schadenslücken, Codierungsfehlern, doppelten Zahlungen und Vertragskonfigurationsproblemen. Das Unternehmen musste nicht viele Aufgaben an einen Lieferanten übergeben; es musste seine Mitarbeiter mit KI-gesteuerten Erkenntnissen ausstatten, damit sie den früher schwer zu entdeckenden Wert sehen und bearbeiten konnten.

Private Equity-Firmen machen ebenfalls diesen Wandel. In der Vergangenheit war Offshore-Outsourcing früh in den Plänen, wenn PE-Firmen schnell die Kosten ihrer Portfolio-Unternehmen senken mussten. Heute möchten die Leiter von PE und Portfolio-Unternehmen zunächst wissen, welche Workflows automatisiert werden können. Erst danach entscheiden sie, was beibehalten, outsourced oder neu gestaltet werden soll. Diese Reihenfolge ist wichtig. Outsourcing kann ein falsches Betriebsmodell festschreiben. Zunächst die Arbeitsinhalte zu analysieren, kann aufzeigen, was übrig bleibt, welche Fähigkeiten benötigt werden und wer die Arbeit ausführen soll.

Was jetzt zu tun ist

Das neue Outsourcing-Modell hat unmittelbare und praktische Auswirkungen auf die Unternehmen, die Outsourcing-Dienste kaufen und anbieten. Käufer sollten in vier Bereichen schnell handeln:

Teilen Sie die Arbeit in Aufgaben auf: Fragen Sie nicht nur, ob Finanzen, Personalwesen, IT, Rechtswesen oder Schadenbearbeitung outsourced werden sollten. Fragen Sie, welche Aufgaben innerhalb dieser Funktionen automatisiert, verbessert, beibehalten oder übertragen werden können.

Setzen Sie die Arbeit neu in den Preis: Fordern Sie von den Lieferanten, dass sie zeigen, wie KI die Kosten, Qualität, Zykluszeit, Risiken und Kontrollen verändert. Ein niedrigerer Offshore-Preis nur wegen niedrigerer Arbeitskosten reicht nicht mehr.

Schreiben Sie die Verträge neu: Fügen Sie in die Verträge Mechanismen zur Übertragung der Produktivität, Ergebnisindikatoren, Datenrechte, Prüfbarkeit, Modellrisikokontrollen und Vereinbarungen über die Eigentumsrechte an Prompts, Code, Wissensbasis und Prozessdokumenten ein.

Stärken Sie die beibehaltenen Organisationsfähigkeiten: Unternehmen müssen keine großen Shared Service Centers neu aufbauen. Aber sie brauchen tatsächlich Personen, die genug über die Arbeit, die Daten, die KI-Tools und die Geschäftsergebnisse wissen, um sowohl KI-Agenten als auch Lieferanten zu verwalten.

Die Lieferanten können nicht passiv abwarten, wenn KI ihr altes Modell zerstört. Die technologischen Ausgaben fallen nicht; sie haben die Chance, ihren Marktanteil zu halten, aber sie müssen einige strategische Entscheidungen treffen:

Revolutionieren Sie Ihr altes Modell, bevor die Kunden es tun: Nutzen Sie KI, um die Kosten traditioneller Dienstleistungen zu senken und die Gewinne aus der Produktivitätssteigerung zu teilen.

Bewegen Sie sich stromaufwärts: Konkurrieren Sie in Bereichen wie Architekturdesign, Datenengineering, Netzwerksicherheit, Governance, Produktmanagement, Workflow-Neugestaltung und Geschäftsergebnissen.

Produktialisieren Sie Ihre Fachkenntnisse: Bauen Sie wiederverwendbare Agenten, Workflows, branchenspezifische Handbücher und Analyseassets auf.

Ändern Sie das Geschäftsmodell: Wechseln Sie von Preisen auf der Grundlage von Personal zu Preisen auf der Grundlage von Ergebnissen, verwalteten KI-Workflows, Produktivitätsgarantien und Gewinnbeteiligung.

Gestalten Sie die Personalpyramide neu: Das alte Modell gründete auf einer großen Gruppe von Junior-Mitarbeitern. Das neue Modell wird mehr Fachexperten, Ingenieure, Architekten, Produktverantwortliche, Governance-Leiter und Veränderungsmanager benötigen.

Zur neuen Organisation

Die strategische Frage ist heute nicht mehr "Wo kann diese Arbeit am billigsten erledigt werden?", sondern "Welche Teile dieser Arbeit sollten wir selbst in der Hand haben - weil KI sie zu einer Quelle von Geschwindigkeit, Lernen, Kontrolle und Wert macht?"

Dies ist ein wahrer Wandel. Outsourcing hat viele interne Dienstleistungen in externe Kosten umgewandelt. KI gibt Unternehmen die Chance, einige dieser Dienstleistungen in Leistungsmotoren umzuwandeln. Die Unternehmen, die zuerst handeln, werden nicht einfach die Lieferanten durch Maschinen ersetzen. Sie werden die Arbeit neu gestalten, die internen Fähigkeiten, die wirklich wichtig sind, neu aufbauen und externe Partner auf eine gezieltere, wertvollere Weise nutzen.

Abhinav Agrawal | Text

Abhinav Agrawal ist Partner und Geschäftsführer der Digital Business der Dallas-Niederlassung der globalen Unternehmensberatung AlixPartners.

Zhou Qiang | Korrektor

Dieser Artikel stammt aus dem WeChat-Account "Harvard Business Review" (ID: hbrchinese), Autor: HBR-China, veröffentlicht von 36Kr mit Genehmigung.