Eigenes ChatGPT fürs Unternehmen: 3 DSGVO-konforme Wege (mit Kosten)

Drei Wege zu firmeninternem KI-Chat: ChatGPT Team, Microsoft Copilot oder eigene Wissensdatenbank. Kosten, Grenzen und Entscheidungshilfe für den Mittelstand.

/ Interne KI-Wissensdatenbank /

Autor
David Bachorski
Veröffentlicht
Aktualisiert
Aktualisiert
Lesezeit
4 Min. Lesezeit

Wer nach „eigenes ChatGPT fürs Unternehmen” sucht, will im Kern dasselbe: Mitarbeitende stellen Fragen in natürlicher Sprache und erhalten Antworten aus internem Wissen statt aus dem öffentlichen Internet. Dafür gibt es drei praktikable Wege. ChatGPT Team oder Enterprise liefert schnell einen Chat, verarbeitet Daten aber auf US-Infrastruktur und deckt nur hochgeladene oder angebundene Quellen ab. Microsoft Copilot nutzt vorhandene M365-Daten mit Berechtigungen, scheitert aber an ERP-, DATEV- und Facharchiven außerhalb des Microsoft-Ökosystems. Eine eigene KI-Wissensdatenbank auf deutscher Infrastruktur kostet mehr anfangs (Prototyp ab 4.500 Euro, Vollversion 11.500 Euro Festpreis bei Nentix als Entwicklungspartner mit IONOS-Hosting), gibt Ihnen aber volle Kontrolle über Datenflüsse, Zugriffsrechte und Quellen. Für den Mittelstand mit Verschwiegenheits- oder Branchenanforderungen ist der dritte Weg oft die einzige tragfähige Option.

Welche drei Wege stehen wirklich zur Wahl?

Die Entscheidung hängt weniger vom Hype als von drei Faktoren ab: Wo liegt Ihr Wissen, wer darf es sehen, und wer trägt das Compliance-Risiko?

WegTypische KostenStärkeSchwäche
ChatGPT Team/Enterpriseca. 25–30 €/Nutzer/MonatSchneller Start, gute Allgemein-KIExterne Datenhaltung, begrenzte Quellen-Anbindung
Microsoft Copilotoft ab ca. 30 €/Nutzer/Monat im M365-BundleNahtlos in Word, Outlook, TeamsNur M365-Silo, Lücken bei ERP/DATEV
Eigene KI-Wissensdatenbank4.500–11.500 € einmalig + ab 800 €/Monat BetriebVolle Datenhoheit, beliebige QuellenHöherer Initialaufwand, Datenqualität nötig

Laut Bitkom nutzen bereits deutlich mehr als vier von zehn Unternehmen KI, doch der Großteil pilotiert noch ohne durchgängige Anbindung an Facharchive. Genau deshalb scheitern viele „ChatGPT-Projekte” nicht an der KI, sondern daran, dass die richtigen Dokumente nie im System landen.

Was leistet ChatGPT Team für Unternehmen?

ChatGPT Team richtet sich an kleinere Teams, die gemeinsam chatten und Dateien hochladen wollen. OpenAI schließt Training auf Workspace-Inhalte aus und bietet Admin-Kontrollen. Für Marketingtexte, interne Prozessfragen oder erste Experimente reicht das.

Für Steuerkanzleien, Maschinenbauer mit technischen Zeichnungsarchiven oder Großhändler mit ERP-Preislisten reicht es selten. Sie müssen Dateien manuell pflegen, externe Systeme anbinden oder akzeptieren, dass sensible Inhalte außerhalb Ihrer eigenen Infrastruktur verarbeitet werden. Viele Datenschutzbeauftragte stoppen hier die Freigabe, bevor der Pilot überhaupt startet.

Wann ist Microsoft Copilot die bessere Wahl?

Copilot glänzt dort, wo Ihr Wissen ohnehin in SharePoint, OneDrive und Outlook lebt. Berechtigungen aus Entra ID können übernommen werden, und Mitarbeitende arbeiten im gewohnten Office-Kontext. Wer bereits Microsoft-365-Enterprise-Kunde ist, bekommt schnell produktiven Mehrwert bei E-Mails, Zusammenfassungen und Dokumentenentwürfen.

Die Grenzen zeigen sich sobald Fachwissen in DATEV, Lexware, Confluence außerhalb der M365-Lizenz, Netzlaufwerken oder Köpfen erfahrener Mitarbeitender liegt. Copilot ersetzt keine durchsuchbare Wissensdatenbank über alle Silos hinweg. Unser Vergleich Microsoft Copilot vs. eigene KI-Wissensdatenbank geht die Lücken im Detail durch.

Wann lohnt sich eine eigene KI-Wissensdatenbank?

Eine eigene Lösung lohnt sich, wenn Sie mindestens zwei dieser Punkte erfüllen:

  • Wissen liegt in mehr als einem System (Wiki, Laufwerk, ERP-Exporte, E-Mail-Archive).
  • Berechtigungen müssen pro Rolle, Abteilung oder Mandant gelten.
  • Verschwiegenheit oder Branchenregeln verlangen Hosting in Deutschland mit nachvollziehbarem Datenfluss.
  • Sie wollen Quellen in Antworten sehen, damit Mitarbeitende Inhalte prüfen können.

Nentix entwickelt solche Systeme als Festpreis-Paket: Der Mini-Prototyp (4.500 Euro) testet mit echten Dokumenten, ob Antworten belastbar sind. KnowBase (11.500 Euro) indexiert Confluence, SharePoint, Laufwerke und weitere Quellen mit berechtigungs-respektierender Suche. Betrieb und Monitoring laufen ab 800 Euro monatlich auf IONOS in deutschen Rechenzentren.

Wie entscheiden IT-Leiter und Geschäftsführung?

Stellen Sie drei Fragen in dieser Reihenfolge:

  1. Welche Fragen sollen Mitarbeitende künftig stellen können? (Onboarding, Angebots-Historie, technische Normen?)
  2. Wo liegen die Antworten heute und wer darf sie sehen?
  3. Was passiert, wenn die KI eine falsche Antwort liefert? (Haftung, Mandantenschutz, Produkthaftung?)

Wenn Frage 2 mehr als ein Silo betrifft oder Frage 3 ernst zu nehmen ist, führt kein Weg an einer kontrollierten Wissensdatenbank vorbei. ChatGPT und Copilot können trotzdem parallel bleiben, etwa für allgemeine Formulierungshilfen.

Was gehört in einen belastbaren Einstieg?

Starten Sie nicht mit „alle Dokumente der letzten zwanzig Jahre”. Wählen Sie einen abgegrenzten Wissensbereich mit klarem Nutzen, zum Beispiel interne Arbeitsanweisungen für die Auftragsabwicklung oder technische Produkt-FAQs. Laden Sie zehn bis zwanzig echte Fragen aus dem Alltag Ihrer Teams zusammen. Ein Prototyp ist erfolgreich, wenn mindestens achtzig Prozent davon mit Quellenbeleg beantwortet werden.

Datenschutz und Hosting klären Sie vor dem Start, nicht nach dem Go-Live. Unser Artikel RAG-System DSGVO-konform betreiben beschreibt Datenflüsse, AVV und Speicherorte Schritt für Schritt.

Welche Fehler machen Geschäftsführer in der Anbieterauswahl?

Drei Muster sehen wir in Discovery-Gesprächen regelmäßig:

Nur Preis pro Nutzer vergleichen. ChatGPT Team wirkt günstig, skaliert aber linear mit Kopfzahl und deckt Facharchive nicht ab. Rechnen Sie Gesamtkosten über drei Jahre inklusive Integrationsversuche.

Pilot ohne klare Testfragen. „Mal ausprobieren” ohne 20 echte Fragen aus dem Alltag liefert keine Entscheidungsgrundlage. Definieren Sie vorher Erfolgskriterien.

Datenschutz nach hinten verschieben. Der Datenschutzbeauftragte stoppt Projekte, die bereits laufen. Binden Sie IT und DSB ein, bevor Mitarbeitende Firmendaten in private Accounts laden.

Wie sieht der Einstieg bei Nentix aus?

Wer den dritten Weg prüft, startet oft mit dem Quickscan (1.250 Euro, 100% anrechenbar bei Folgeauftrag) oder dem Mini-Prototyp (4.500 Euro). Beide liefern in Tagen bis wenigen Wochen belastbare Fakten statt PowerPoint. KnowBase folgt nur, wenn Daten und Nutzen stimmen.

Nächster Schritt

Wenn Sie wissen wollen, welcher Weg zu Ihrer Datenlage passt, starten Sie den Potenzial-Check oder lesen Sie die Leistungsübersicht zur internen KI-Wissensdatenbank. Für ein persönliches Gespräch ohne Warteschleife: Direkt mit uns sprechen.

Häufige Fragen

Ist ChatGPT Team DSGVO-konform für Unternehmensdaten?

ChatGPT Team bietet stärkere Datenschutz-Vereinbarungen als die Free-Version und schließt Training auf Ihren Inhalten aus. Für sensible Mandanten- oder Personalakten reicht das vielen IT-Leitern dennoch nicht, weil Verarbeitung und Speicherung außerhalb der eigenen Kontrolle liegen. Prüfen Sie AVV, Datenfluss und ob Ihr Datenschutzbeauftragter interne Dokumente freigibt.

Reicht Microsoft Copilot statt einer eigenen KI-Wissensdatenbank?

Copilot deckt Microsoft-365-Inhalte gut ab, wenn Berechtigungen sauber gepflegt sind. ERP-Wissen, DATEV-Ablagen, Fachportale außerhalb von M365 oder branchenspezifische Archive bleiben oft unsichtbar. Viele Mittelständler nutzen Copilot ergänzend und bauen für Fachwissen eine eigene Wissensdatenbank auf deutscher Infrastruktur.

Was kostet ein eigenes ChatGPT fürs Unternehmen?

ChatGPT Team liegt bei etwa 25 bis 30 Euro pro Nutzer und Monat, Copilot oft im Microsoft-365-Bundle ab rund 30 Euro pro Nutzer. Eine eigene KI-Wissensdatenbank startet bei Nentix als Mini-Prototyp ab 4.500 Euro Festpreis, die Vollversion KnowBase kostet 11.500 Euro Festpreis plus Betrieb ab 800 Euro monatlich auf IONOS in Deutschland.

Wie schnell kann eine eigene Lösung live gehen?

Ein Mini-Prototyp mit echten Dokumenten und echten Fragen ist in zwei bis drei Wochen realistisch. Die Vollversion mit mehreren Quellen, Berechtigungs-Sync und Teams-Anbindung dauert typischerweise vier bis fünf Wochen. Der Prototyp zeigt vorher, ob Ihre Datenlage überhaupt belastbare Antworten liefert.

Konkreter werden?

Im Potenzial-Check sehen Sie in 15 Minuten, welcher Hebel bei Ihnen zuerst Sinn ergibt. Wenn Sie lieber direkt sprechen möchten, erreichen Sie uns ohne Warteschleife.