KI-Wrapper

Der Begriff „Wrapper" (Hülle, Verpackung) stammt aus der Softwareentwicklung. Ein KI-Wrapper baut kein eigenes KI-Modell, sondern verpackt den Zugriff auf ein fremdes Modell – etwa GPT, Claude oder Gemini – über dessen Programmierschnittstelle (API) in eine eigene Anwendung. Die eigentliche künstliche Intelligenz bleibt beim Anbieter; im Unternehmen entsteht nur die Hülle darum: Eingabemaske, Anbindung an Firmensysteme, feste Arbeitsschritte.

Typische Ergänzungen, die so eine Hülle leistet: zusätzlicher Kontext aus eigenen Dokumenten (häufig über RAG), vorformulierte Prompts für einen bestimmten Zweck, Nachbearbeitung der Modellantworten und eine zugeschnittene Benutzeroberfläche. Dadurch wird aus einem allgemeinen Chat-Modell ein Werkzeug für eine konkrete Aufgabe, etwa Rechnungsprüfung oder Antworten im Kundenservice.

Vergleichbar ist das mit einem Betrieb, der Strom aus dem öffentlichen Netz bezieht statt ein eigenes Kraftwerk zu bauen: schnell einsatzbereit, aber abhängig von Preis und Lieferbedingungen des Anbieters. Ändert der Anbieter Preise, Nutzungsbedingungen oder stellt ein Modell ein, wirkt sich das unmittelbar auf den Wrapper aus – ein zentraler Unterschied zu einem selbst trainierten oder lokal betriebenen Modell.

Die laufende Abrechnung erfolgt bei den meisten Anbietern nutzungsabhängig pro verarbeitetem Text-Baustein (Token), nicht als Pauschale. Wie groß die Spannbreite sein kann, zeigte der Marktstart von GPT-4o mini im Juli 2024: Der Hersteller nannte damals 15 US-Cent je eine Million Eingabe-Token – ausdrücklich als deutlich günstiger beworben als bisherige Spitzenmodelle. Solche Preise ändern sich mit jeder neuen Modellgeneration regelmäßig; für aktuelle Werte lohnt sich vor Projektstart der Blick auf die Preisseite des jeweiligen Anbieters.

Für ein mittelständisches Unternehmen bedeutet ein KI-Wrapper, dass sich einzelne Routineaufgaben – Angebotstexte vorformulieren, E-Mails zusammenfassen, Standardanfragen beantworten – automatisieren lassen, ohne eigenes IT- oder Data-Science-Team. Nach unserer Erfahrung aus Projekten liegt die Entwicklungszeit meist bei Wochen statt Monaten, weil kein Modelltraining und keine eigene Recheninfrastruktur nötig sind.

Der Investitionsaufwand zu Beginn sinkt, weil die eigentliche KI-Leistung eingekauft statt selbst gebaut wird. Im Gegenzug steigt die Abhängigkeit vom gewählten Anbieter: Bei Preiserhöhungen, Ausfällen oder geänderten Nutzungsbedingungen muss nachgesteuert werden. Datenschutzfragen – etwa wo die Daten verarbeitet werden und ob ein Auftragsverarbeitungsvertrag vorliegt – sind beim Wrapper gesondert zu klären, da sie nicht automatisch mit der Anwendung mitgeliefert werden.

Die Entwicklung eines Wrappers kostet in der Regel deutlich weniger als der Aufbau eines eigenen KI-Modells, weil Training und Modellinfrastruktur beim Anbieter liegen. Laufend fällt eine nutzungsabhängige Gebühr pro Token an; sie variiert je nach gewähltem Modell teils um ein Vielfaches – ein Grund, warum ein Kosten-Monitoring oder eine Nutzungsobergrenze in jedes Wrapper-Projekt gehört, bevor die Anwendung produktiv geht.

Hinzu kommen Aufwände für Anbindung an Firmendaten, Oberfläche und laufende Pflege, die sich je nach Komplexität stark unterscheiden – hier sind Einflussfaktoren wie Anzahl der Nutzenden, Datenmenge und gewünschte Integrationen entscheidender als eine pauschale Zahl. AI READY liefert das erste KI-System auf Wrapper-Basis zum Festpreis ab 3.500 Euro; die laufenden API-Kosten kommen nutzungsabhängig hinzu.

Ein Steuerberatungsbüro mit 18 Mitarbeitenden lässt sich einen Assistenten für Mandanten-E-Mails bauen. Die Anwendung ruft im Hintergrund die API eines Sprachmodells auf, ergänzt die Antworten um hinterlegte Textbausteine und Mandantendaten und zeigt das Ergebnis in einer eigenen, einfachen Oberfläche an. Die Entwicklung dauert wenige Wochen; die laufenden Kosten richten sich nach der verarbeiteten Textmenge statt nach einer festen Softwarelizenz.