Dauerhafte Beratungsverträge sind keine Partnerschaft. Sie sind ein Symptom dafür, dass niemand weiß, wann etwas fertig ist.

Retainer sind das am besten verschleierte Scheitern in der Unternehmensberatung. Auf den ersten Blick wirken sie wie eine reife Partnerschaft: Ein erfahrener Dienstleister steht dauerhaft zur Verfügung, bringt Wissen ein, steuert mit. In Wirklichkeit beschreiben sie etwas anderes: eine Beziehung, in der niemand definiert hat, wann sie endet — und deshalb beide Seiten keinen Anreiz haben, sie enden zu lassen.

Was Retainer bedeuten

Ein Retainer sagt: Wir wissen nicht, was wir brauchen, also buchen wir kontinuierlich Stunden. Das wirkt flexibel und widerspricht echter Klarheit.

Die Flexibilität ist trügerisch. Was wie Agilität aussieht, ist in Wirklichkeit die Verweigerung einer klaren Anforderungsdefinition. Ein Unternehmen, das weiß, was es braucht, kann ein Projekt definieren: Dieses Ergebnis, in diesem Zeitraum, zu diesem Preis. Ein Unternehmen, das das nicht weiß, bucht einen Retainer. Der Retainer ist damit kein Zeichen organisationaler Reife, sondern ein Zeichen fehlender Klarheit über Ziele und Deliverables.

Im KI-Kontext hat sich dieses Muster besonders stark verbreitet. Weil KI neu ist, weil die Anwendungsfelder noch nicht vollständig bekannt sind und weil interne Kompetenz fehlt, schließen viele Mittelständler Retainer-Verträge mit KI-Beratungsdienstleistern. Diese Verträge laufen ein Jahr, dann zwei Jahre, dann drei. Was in dieser Zeit aufgebaut wurde, ist selten intern dokumentiert und noch seltener intern reproduzierbar.

Die Mechanik der Abhängigkeit

Retainer schaffen eine Dynamik, in der Dienstleister planbaren Umsatz ohne Ergebnisdruck haben und Kunden eine falsche Sicherheit gewinnen, ohne interne Kompetenz aufzubauen. Das perpetuiert Abhängigkeit statt Wirksamkeit.

Diese Mechanik ist strukturell, nicht moralisch. Der Dienstleister verhält sich rational: Ein Retainer liefert planbaren Umsatz, eine stabile Kundenbeziehung und keinen Ablieferungsdruck, der bei einem Projektvertrag mit definierten Deliverables bestünde. Der Anreiz, den Kunden zur Eigenständigkeit zu befähigen, fehlt — denn Eigenständigkeit bedeutet das Ende des Retainers.

Der Kunde verhält sich ebenfalls rational: Ein Retainer schafft eine Sicherheitsgefühl. Man hat immer jemanden, den man anrufen kann. Man ist nie allein. Aber diese Sicherheit ist eine Illusion. Das Unternehmen baut keine eigenen Fähigkeiten auf, weil der Dienstleister immer verfügbar ist. Wenn der Vertrag endet, steht man genau dort, wo man vor drei Jahren stand — ohne das Know-how, das man in drei Jahren hätte aufbauen können.

McKinsey beschreibt dieses Muster in seiner Analyse der KI-Transformation: Organisationen, die externen KI-Support über Retainer-Strukturen organisieren, zeigen nach 24 Monaten keine signifikant höhere interne KI-Kompetenz als zu Beginn. Organisationen, die externen Support projektbasiert mit explizitem Wissenstransfer strukturieren, zeigen hingegen nachweislich höhere interne Fähigkeiten.

Wann Retainer gerechtfertigt sind

  • Definierter operativer Support mit festgelegtem Scope
  • Bewusst ausgelagerte System-Wartung
  • Explizite Entscheidung gegen interne Kompetenz

Die drei Ausnahmen haben ein gemeinsames Merkmal: Sie sind bewusste Entscheidungen, keine Standardoptionen. Wer definiert, welche Systeme dauerhaft extern gewartet werden, und diese Entscheidung dokumentiert und jährlich überprüft, betreibt keine Abhängigkeit. Wer einfach einen Retainer verlängert, weil er nie explizit entschieden hat, was intern aufgebaut werden soll, betreibt Verschleppung.

Der entscheidende Unterschied liegt in der Bewusstheit der Entscheidung. Ein Unternehmen kann legitim entscheiden: Wir wollen keine interne KI-Infrastruktur-Kompetenz aufbauen, weil unser Kerngeschäft Maschinenbau ist und wir diese Ressourcen lieber in Produktentwicklung investieren. Dann ist ein Retainer für die KI-Systemwartung rational. Aber diese Entscheidung muss explizit getroffen werden — nicht implizit durch Verlängerung des Vertrags.

Was Retainer über die Organisation verraten

Ein Retainer-Vertrag über 18 Monate ohne definierte Deliverables ist ein diagnostisches Signal. Er zeigt, dass die Organisation noch keine klare Antwort auf die Frage hat, was sie von KI erwartet. Nicht: Welche Werkzeuge sie nutzen will. Sondern: Welche messbaren Verbesserungen in welchen Prozessen in welchem Zeitraum eintreten sollen.

Diese Unklarheit ist kein Ausnahmefall. Der Bitkom-Monitor Industrie 4.0 zeigt, dass mehr als die Hälfte der deutschen Mittelstandsunternehmen, die externe KI-Beratung beauftragen, keine formalen Erfolgskriterien für das Engagement definieren. Das Engagement wird verlängert, weil „die Zusammenarbeit gut funktioniert” — ein soziales Kriterium, kein fachliches.

Gute Zusammenarbeit ist kein Indikator für Wirkung. Ein Engagement kann für beide Seiten angenehm sein und trotzdem keinen messbaren Nutzen erzeugen. Der angenehme Retainer ist oft der gefährlichste, weil er keine Nachfragen produziert.

Die Alternative

Definierte Interventionen mit klaren Endpunkten: explizite Deliverables, eine definierte Abschlusskultur und ein klarer Wissenstransfer. Ein Engagement endet, wenn die Ziele erreicht sind, nicht wenn das Budget aufgebraucht ist.

In der Praxis bedeutet das: Jedes externe KI-Engagement beginnt mit einer Vereinbarung über das Ende. Was wird geliefert? Wann ist das Engagement abgeschlossen? Welches Wissen wird intern übergeben? Diese drei Fragen sind keine Formalitäten. Sie sind das Unterscheidungsmerkmal zwischen einem Engagement, das die Organisation stärkt, und einem, das sie abhängig hält.

Der Wissenstransfer ist dabei der am häufigsten vernachlässigte Aspekt. Externe Beratung schafft per Definition externes Wissen. Wenn dieses Wissen nicht in die Organisation transferiert wird, verschwindet es mit dem Ende des Engagements. Zurück bleibt ein System, das niemand intern versteht, und eine Abhängigkeit, die den nächsten Retainer erzwingt.

Ein pragmatisches Modell für projektbasierte Engagements: Phase 1 definiert und validiert den Use Case (4 bis 6 Wochen). Phase 2 baut die Lösung und schult das interne Team (8 bis 12 Wochen). Phase 3 übergibt die Verantwortung vollständig an das interne Team mit dokumentiertem Betriebshandbuch (2 Wochen). Drei Phasen, definiertes Ende, klarer Wissenstransfer.

Die unbequeme Frage

Für jede 18-monatige Retainer-Beziehung gilt: Was hat sich messbar verbessert? Welche neuen Kompetenzen existieren? Wann endet die Zusammenarbeit? Unbehagen bei diesen Fragen zeigt das Problem.

Diese Fragen sollten bei jedem Verlängerungsgespräch auf dem Tisch liegen. Nicht als Angriff auf die Qualität des Dienstleisters, sondern als Prüfung der eigenen Ziele. Was hat das Unternehmen in den letzten 18 Monaten gelernt? Welche Fähigkeiten kann es heute intern ausführen, die es vor 18 Monaten noch nicht konnte? Was kostet die weitere externe Abhängigkeit — nicht nur in Geld, sondern in verlorener interner Entwicklung?

Die Antwort auf diese Fragen entscheidet, ob der Retainer verlängert werden sollte, in ein projektbasiertes Engagement umgewandelt werden sollte oder beendet werden sollte. Alle drei Optionen können richtig sein. Aber keine von ihnen kann ohne die Fragen getroffen werden.

Retainer und der EU AI Act

Ab dem 2. August 2026 gelten die Hochrisiko-Pflichten des EU AI Acts: Risikosteuerung, Datengovernance, menschliche Aufsicht, Transparenz und Dokumentation. Diese Pflichten verlangen, dass Organisationen ihre KI-Systeme verstehen, dokumentieren und verantworten. Ein Retainer-Modell, in dem externe Berater das KI-Know-how tragen und die Organisation es nicht intern verankert, ist unter diesen Bedingungen ein Compliance-Risiko.

Denn wer die Anforderungen des EU AI Acts erfüllen will, muss intern in der Lage sein, die eingesetzten Systeme zu erklären, zu prüfen und zu verantworten. Das ist mit externem Wissen, das nicht transferiert wurde, nicht möglich. Der Retainer, der jahrelang scheinbare Sicherheit bot, wird zum Risikofaktor — weil er die interne Kompetenz nicht aufgebaut hat, die jetzt regulatorisch gefordert ist.

Quellen

  • McKinsey & Company: The State of AI in 2025 — Agents, Innovation, and Transformation (November 2025), https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
  • Bitkom: Industrie 4.0 Monitor — KI im Mittelstand: Beauftragung und Erfolgsmessung (2024), https://www.bitkom.org
  • Europäische Kommission: AI Act — Hochrisiko-Pflichten und interne Governance-Anforderungen ab August 2026, https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
  • Harvard Business Review: The Hidden Costs of Consulting Retainers (2022), https://hbr.org
  • Gartner: Vendor Dependency in AI Programs — Patterns and Risks (2024), https://www.gartner.com

Was Retainer im Mittelstand wirklich kosten

Die direkten Kosten eines Retainers sind sichtbar: monatliche Rechnungen, die sich über Jahre summieren. Die indirekten Kosten sind weniger sichtbar und oft höher. Wer drei Jahre lang externe KI-Kompetenz kauft statt sie intern aufzubauen, hat am Ende drei Jahre verlorene Lernzeit. Er hat auch keine Mitarbeiter, die KI-Systeme verstehen, betreiben und weiterentwickeln können. Und er hat ein Wissensmonopol bei einem externen Anbieter aufgebaut, das ihn in Vertragsverhandlungen systematisch in eine schwache Position bringt: Wechselkosten sind hoch, weil niemand intern versteht, was der Dienstleister tut.

Gartner hat 2024 analysiert, dass Unternehmen, die KI-Kompetenz über Retainer-Modelle extern beziehen, im Durchschnitt 2,3-mal höhere Gesamtkosten für KI-Betrieb und -Weiterentwicklung haben als Unternehmen, die dieselbe Kompetenz intern aufgebaut haben. Der Break-even-Punkt liegt typischerweise im zweiten Jahr: Ab diesem Zeitpunkt ist interner Kompetenzaufbau — selbst wenn er mit anfänglich höherem Schulungsaufwand verbunden ist — günstiger als der kontinuierliche Retainer. Vor diesem Break-even-Punkt wird er häufig nicht getroffen, weil niemand die indirekten Kosten der Abhängigkeit rechnet.

Das Retainer-Paradox: Sicherheit als Wachstumsbremse

Organisationen, die Retainer mit dem Argument Sicherheit begründen, beschreiben das Paradox präzise: Der Retainer gibt Sicherheit — aber er gibt sie auf Kosten der Fähigkeit, ohne ihn sicher zu sein. Jeder Monat, in dem die externe Sicherheit genutzt wird, ohne gleichzeitig interne Sicherheit aufzubauen, verlängert die Abhängigkeit. Am Ende des dritten Jahres ist die Organisation nicht sicherer, als sie zu Beginn war — sie ist nur teurer abhängig. Das ist das Paradox: Die empfundene Sicherheit verhindert den Aufbau echter Sicherheit.

McKinsey beschreibt in seiner Analyse der KI-Wertschöpfung diesen Mechanismus als „capability trap”: Organisationen, die immer wieder externe Hilfe in Anspruch nehmen statt interne Kapazitäten zu entwickeln, bleiben in einem Zustand gefangener Abhängigkeit, der mit jeder Verlängerung des Engagements schwerer zu verlassen ist. Der Ausweg erfordert eine explizite Entscheidung — nicht die Abkehr vom externen Support, sondern seine Umstrukturierung in ein Format, das intern aufbaut statt extern verwaltet.

Vom Retainer zum Transferprojekt: ein konkreter Übergang

Der Übergang vom Retainer zu einem projektbasierten Engagement muss nicht abrupt sein. Ein pragmatischer Weg: Der laufende Retainer wird für einen festgelegten Zeitraum — typischerweise sechs Monate — in ein Transferprojekt umgewandelt. Das Ziel des Projekts ist explizit interner Kompetenzaufbau: Welche Fähigkeiten soll das interne Team am Ende des Projekts eigenständig beherrschen? Dieses Ziel wird zu Beginn schriftlich definiert und am Ende gemessen. Der Dienstleister weiß, dass seine Aufgabe darin besteht, sich selbst überflüssig zu machen — und bekommt dafür eine klar definierte Abschlussprovision.

Dieser Übergang erfordert auf Kundenseite eine klare interne Entscheidung: Wer im Unternehmen soll was lernen? Ohne diese Entscheidung bleibt der Wissenstransfer dem Zufall überlassen. Mit ihr wird aus einem Retainer ein Projekt mit definierten Deliverables — und aus einer Abhängigkeit eine Investition. Der Unterschied liegt nicht im Budget, sondern in der Klarheit über das Ende.

Externe KI-Kompetenz richtig beschaffen: Alternativen zum Retainer

Die Frage ist nicht, ob externe KI-Kompetenz genutzt werden sollte — in den meisten Mittelstandsunternehmen ist das für spezifische Fragestellungen sinnvoll. Die Frage ist, in welcher Form. Neben dem Retainer und dem Projektvertrag gibt es weitere Modelle: zeitlich begrenzte Coaching-Engagements, in denen ein externer Experte interne Mitarbeiter über sechs bis acht Wochen intensiv begleitet und danach aussteigt; Open-Source-basierte KI-Infrastruktur, die internen Teams die Kontrolle über die Technologiebasis gibt; und Netzwerkmodelle, in denen sich mehrere Mittelstandsunternehmen gemeinsam externe KI-Kompetenz teilen und so Fixkosten reduzieren.

Das Bitkom-Kompendium zu KI-Beschaffung im Mittelstand 2025 empfiehlt einen differenzierten Beschaffungsansatz: Routine-Systemwartung kann langfristig extern vergeben werden, strategische KI-Kompetenz sollte hingegen intern aufgebaut werden. Die Trennung zwischen diesen beiden Kategorien ist die eigentliche strategische Entscheidung — nicht die Frage, ob Retainer grundsätzlich zu vermeiden sind, sondern für welche Leistungen sie sinnvoll sind und für welche nicht.

Retainer-Audit: eine Checkliste für laufende Engagements

  • Welche konkreten Deliverables wurden in den letzten sechs Monaten geliefert — nicht Aktivitäten, sondern messbare Ergebnisse?
  • Welche Kompetenzen hat das interne Team in diesem Zeitraum neu erworben?
  • Welche Teile der KI-Infrastruktur kann das interne Team heute ohne externe Hilfe betreiben?
  • Was würde passieren, wenn der Retainer morgen endet — welche Systeme könnten nicht weitergeführt werden?
  • Ist der Scope des Retainers schriftlich definiert, und entspricht die tatsächlich erbrachte Leistung diesem Scope?
  • Gibt es ein definiertes Enddatum für das Engagement, und wenn ja, welche Kriterien bestimmen den Abschluss?

Diese sechs Fragen sind nicht dazu gedacht, Retainer grundsätzlich zu delegitimieren. Sie sind ein Diagnoseinstrument. Wer sie ehrlich beantwortet, weiß, ob das Engagement einen messbaren Beitrag zur internen Entwicklung der Organisation leistet — oder ob es primär dem Dienstleister nutzt. Die Antworten entscheiden, ob das Engagement verlängert, umstrukturiert oder beendet werden sollte.

Der Übergang vom Retainer zum projektbasierten Engagement ist keine Kostenfrage, sondern eine Klarheitsfrage. Wer den eigenen Bedarf präzise formulieren kann, braucht keine monatlichen Stunden zu buchen. Die Fähigkeit, Bedarf zu definieren, ist selbst ein Kompetenzindikator — und ein Hinweis darauf, dass interne KI-Reife voranschreitet.

Der Maßstab für jedes externe Engagement lautet: Was hat die Organisation nach Abschluss gelernt, das sie vorher nicht konnte? Wenn diese Frage nicht klar beantwortet werden kann, ist das Engagement kein Beitrag zur Entwicklung — es ist Aufrechterhaltung eines Zustands, der sich lohnt, aufrechterhalten zu werden. Für den Auftragnehmer.