Was kostet ein Chatbot? Vollständiger Leitfaden für ein genaues Angebot

Wenn du versuchst, die Kosten eines Unternehmens-Chatbots zu verstehen, bist du wahrscheinlich bereits auf ein frustrierendes Problem gestoßen: vage Antworten. „Das kommt darauf an", „von einigen Tausend bis Hunderttausend Euro", „jedes Projekt ist anders". Alles wahr, aber wenig nützlich, wenn du eine strategische Investition für dein Unternehmen planen musst.

Dieser Leitfaden wurde mit einem klaren Ziel erstellt: dir zu helfen zu verstehen, welche Faktoren den Preis eines KI-Chatbots bestimmen, und dich vor allem darauf vorzubereiten, ein Angebot anzufordern, das wirklich genau und vergleichbar ist. Denn das Geheimnis für zuverlässige Schätzungen liegt nicht darin, den richtigen Anbieter zu finden, der den Preis „errät", sondern darin, deine Anforderungen klar zu kommunizieren.

Laut einem Gartner-Bericht von 2025 überschreiten mehr als 70 % der Unternehmens-Chatbot-Projekte, die das ursprüngliche Budget übersteigen, dieses aufgrund von schlecht definierten Anforderungen in der Startphase. Nicht aufgrund mangelnder technischer Kompetenz, sondern aufgrund unzureichender anfänglicher Kommunikation zwischen Unternehmen und Entwickler.

Bei Colibryx entwickeln wir seit Jahren personalisierte Unternehmens-Chatbots mit KI, und wir haben gelernt, dass der Unterschied zwischen einem erfolgreichen und einem problematischen Projekt fast immer in der Anfangsphase liegt: dem, was wir Requirements Engineering nennen. In diesem Leitfaden erklären wir dir, warum diese Phase grundlegend ist, welche Fragen du dir stellen musst, bevor du einen Anbieter kontaktierst, und wie du deine Anfrage strukturierst, um realistische und vergleichbare Angebote zu erhalten.

Welche Faktoren beeinflussen die Kosten eines Unternehmens-Chatbots?

Wenn es um den Preis eines KI-Chatbots geht, gibt es keine eindeutige Antwort, weil jedes Projekt aus spezifischen Anforderungen und unterschiedlichen Unternehmenskontexten entsteht. Es gibt jedoch wiederkehrende Faktoren, die die Komplexität — und damit die notwendige Investition — eines maßgeschneiderten virtuellen Assistenten bestimmen.

Typ des Chatbots: Regeln vs. Künstliche Intelligenz

Das erste Element, das die Kosten der Chatbot-Entwicklung beeinflusst, ist die zugrunde liegende Technologie. Ein regelbasierter Chatbot (If-Then) ist von Natur aus einfacher zu realisieren als ein virtueller KI-Assistent mit RAG, der natürliche Sprache versteht, auf Unternehmens-Dokumentationsbasen zugreift und kontextbezogene Antworten generiert.

Regelbasierte Chatbots funktionieren gut für begrenzte und vorhersehbare Szenarien (Buchungen, statische FAQs), zeigen aber ihre Grenzen, wenn Gespräche komplex werden. Auf LLM (Large Language Models) basierende Assistenten bieten enorme Flexibilität, erfordern aber eine ausgefeiltere Architektur.

Deployment-Kanäle

Wo wird dein Chatbot leben? Ein Assistent, der nur in die Website integriert ist, erfordert eine andere Entwicklung als ein intelligenter WhatsApp-Chatbot oder eine Mehrkanaallösung, die gleichzeitig auf Web, Mobile App, Telegram, Facebook Messenger und internen Systemen läuft.

Jeder zusätzliche Kanal erfordert spezifische Integrationen, Schnittstellenanpassungen und die Verwaltung der Besonderheiten jeder Plattform.

Integrationen mit bestehenden Systemen

Ein isolierter Chatbot hat begrenzten Wert. Das wahre Potenzial entfaltet sich, wenn der Assistent:

• Auf das CRM zugreifen kann, um Kundendaten in Echtzeit abzurufen
• Das ERP konsultieren kann, um Produktverfügbarkeit oder Bestellstatus zu prüfen
• Sich mit dem Ticketing-System integrieren kann, um Anfragen zu öffnen oder zu aktualisieren
• Sich mit dem E-Commerce verbinden kann, um Bestellungen und Rücksendungen zu verwalten
• Sich mit dem Kalender synchronisieren kann, um Termine zu buchen

Jede Integration erfordert die Entwicklung von Konnektoren, API-Verwaltung, Datenmapping und gründliche Tests. Wie in unserem Leitfaden über was KI für Unternehmen kostet vertieft, sind Integrationen oft die variabelste Komponente eines KI-Projekts.

Gesprächsvolumen und Skalierbarkeit

Ein Chatbot, der 100 Gespräche pro Tag verwaltet, hat andere infrastrukturelle Anforderungen als einer, der 10.000 verwaltet. Skalierbarkeit ist nicht nur eine Frage der Server, sondern auch der Optimierung von API-Aufrufen an LLMs, Warteschlangenverwaltung und resilienter Architektur.

Domänenkomplexität und Wissensbasis

Ein Chatbot für einen allgemeinen E-Commerce unterscheidet sich von einem Assistenten, der auf technischen Support für Industriemaschinen oder Finanzberatung spezialisiert ist. Wie umfangreich und komplex ist die Wissensdomäne? Wie viele Dokumente, Verfahren und FAQs müssen indexiert und abfragbar gemacht werden?

Sicherheits- und Compliance-Anforderungen

Regulierte Branchen wie Finanzen, Gesundheit oder Versicherungen erfordern besondere Aufmerksamkeit für DSGVO, Datenverschlüsselung, Audit-Trail und spezifische Zertifizierungen. Diese Anforderungen sind keine Option und beeinflussen architektonische Entscheidungen von Anfang an.

Mehrsprachigkeit und Lokalisierung

Soll der Chatbot nur auf Deutsch oder mehrere Sprachen unterstützen? Mehrsprachige Verwaltung ist nicht nur Übersetzung: Sie bedeutet, Töne, idiomatische Ausdrücke und sogar Gesprächslogiken an verschiedene Kulturen anzupassen.

Requirements Engineering: die fundamentalste Phase des gesamten Prozesses

Wenn wir den einzelnen Faktor identifizieren müssten, der den Erfolg (und die tatsächlichen Kosten) eines Chatbot-Projekts am meisten beeinflusst, wäre es ohne Zweifel die Qualität des Requirements Engineering. Diese Phase — auch als Requirements Engineering bezeichnet — ist der Moment, in dem genau definiert wird, was der Chatbot tun soll, wie er es tun soll und welche Einschränkungen er respektieren muss.

Warum ist Requirements Engineering so kritisch?

Stell dir vor, du baust ein Haus ohne detaillierte Architekturpläne. Jede Entscheidung würde spontan getroffen, mit ständigen Überarbeitungen, Abrissen und Wiederaufbauten. Das Ergebnis? Ungewisse Zeiten, überschrittene Budgets und ein Gebäude, das wahrscheinlich nicht deinen anfänglichen Erwartungen entspricht.

Das Gleiche passiert bei der Softwareentwicklung. Requirements Engineering ist kein Bürokratismus: Es ist der Moment, in dem wir deine Geschäftsanforderungen in klare und messbare technische Spezifikationen umwandeln. Es ist die Phase, in der entscheidende Fragen auftauchen, versteckte Komplexitäten identifiziert werden und die Grundlagen für ein genaues Angebot gelegt werden.

Was passiert während des Requirements Engineering?

Bei Colibryx folgt die Phase des Requirements Engineering einem strukturierten Prozess:

Erhebung der Geschäftsanforderungen Wir beginnen nie damit, über Technologie zu sprechen. Wir beginnen damit, dein Business zu verstehen: Welche Probleme möchtest du lösen? Welche Prozesse möchtest du automatisieren? Welche KPIs möchtest du verbessern? Ein Chatbot ist ein Werkzeug, kein Selbstzweck. Wir müssen verstehen, wozu er dienen soll.

Analyse aktueller Prozesse Wie verwaltest du heute die Interaktionen, die du automatisieren möchtest? Wer kümmert sich darum? Wie viel Zeit erfordern sie? Was sind die Engpässe? Diese Kartierung ist wesentlich, um einen Chatbot zu entwerfen, der sich natürlich in bestehende Abläufe einfügt.

Scope-Definition Was ist im Projekt enthalten und was nicht? Welche Funktionen haben Priorität (Must-have) und welche sind wünschenswert, aber nicht wesentlich (Nice-to-have)? Klare Grenzen zu definieren verhindert Scope Creep — die unkontrollierte Ausweitung der Anforderungen, die Zeiten und Kosten in die Höhe treibt.

Identifizierung der Integrationen Mit welchen Systemen muss der Chatbot kommunizieren? Gibt es dokumentierte APIs oder wird maßgeschneiderte Entwicklung erforderlich sein? Wer sind die technischen Ansprechpartner für jedes System?

Definition von Use Cases Wir dokumentieren konkrete Szenarien: „Der Benutzer fragt nach dem Status seiner Bestellung → der Chatbot überprüft die Identität → fragt das ERP ab → antwortet mit dem voraussichtlichen Lieferdatum". Jeder Use Case wird mit alternativen Flüssen, Fehlerbehandlung und Randfällen detailliert.

Nicht-funktionale Anforderungen Neben dem Was wird auch das Wie definiert: erwartete Antwortzeiten, Verfügbarkeit (24/7?), handhabbare Volumina, Sicherheitsanforderungen, Datenaufbewahrungsrichtlinien, Audit-Bedarf.

Klare Anforderungen = genaues Angebot = erfolgreiches Projekt

Die Gleichung ist einfach, aber mächtig. Wenn Anforderungen vage sind, ist der Anbieter gezwungen, Annahmen zu machen. Manche werden richtig sein, andere nicht. Falsche Annahmen führen zu Überraschungen während der Entwicklung: fehlende Funktionen, komplexere Integrationen als erwartet, Nacharbeit.

Mit klaren und detaillierten Anforderungen kann das Angebot präzise sein, weil wir genau wissen, was wir schätzen. Es gibt keine versteckten „das kommt darauf an", nur bewusste Entscheidungen.

Wenn du mehr darüber erfahren möchtest, wie du KI strukturiert in dein Unternehmen integrieren kannst, bietet unser Artikel darüber, wie man KI integriert, einen vollständigen Überblick über den Prozess.

Wie vergleicht sich ein personalisierter Chatbot mit Standardlösungen?

Bevor du ein Angebot für einen maßgeschneiderten Chatbot anforderst, ist es nützlich, die verfügbaren Alternativen zu verstehen und warum du die Custom-Entwicklung bevorzugen könntest.

Aspekt	SaaS-Plattformen (Intercom, Zendesk, etc.)	Personalisierter KI-Chatbot
Anpassung an Prozesse	Du musst deine Abläufe an die Plattform anpassen	Der Chatbot modelliert deine realen Prozesse
Integrationen	Nur vordefinierte Konnektoren, oft gegen Aufpreis	Maßgeschneiderte API für beliebige Unternehmenssysteme
Dateneigentum	Daten auf Servern des Anbieters, Vendor Lock-in	Deine Daten, in deiner Cloud oder On-Premise
UI-Anpassung	Begrenzt auf Themes und Farben	Vollständig anpassbar
Wissensbasis	Starr vordefinierte Struktur	Maßgeschneiderte RAG-Architektur für deine Dokumente
Wiederkehrende Kosten	Monatliche Gebühren, die mit Nutzern/Gesprächen skalieren	Berechenbare und kontrollierbare Infrastrukturkosten
Anbieterabhängigkeit	Hoch: Plattformwechsel = komplexe Migration	Niedrig: dein Code, von jedem Team änderbar
Mehrsprachige Unterstützung	Vordefinierte Sprachen, variable Qualität	Optimiert für deine Zielsprachen

SaaS-Lösungen sind großartig für Standard-Anwendungsfälle und Unternehmen, die es vorziehen, keine Infrastruktur zu verwalten. Aber wenn die Anforderungen spezifisch werden — tiefe Integrationen, komplexe Prozesse, sensible Daten — wird die maßgeschneiderte Software oft zur nachhaltigeren Wahl auf lange Sicht.

Für eine umfassendere Analyse darüber, wann Custom-Entwicklung sinnvoll ist, besuche unseren Abschnitt zur Automatisierung des Kundenservice mit KI.

Zusammenfassung: alle Fragen, die du dir vor der Angebotsanfrage stellen solltest

Dieser Abschnitt ist das praktische Herzstück des Leitfadens. Bevor du irgendeinen Anbieter kontaktierst, nimm dir die Zeit, diese Fragen zu beantworten. Du wirst vorbereitet in das Gespräch gehen, genauere Angebote erhalten und sie sinnvoll vergleichen können.

Fragen zum Kontext und zu den Zielen

• Welches spezifische Problem möchtest du mit dem Chatbot lösen? Nicht „den Kundenservice verbessern", sondern „die durchschnittliche Antwortzeit auf Bestellverfolgungsanfragen von 4 Stunden auf sofort reduzieren"
• Welche KPIs wirst du zur Erfolgsmessung verwenden? Reaktionszeit? Vermiedene Tickets? Konversionen? NPS?
• Wer sind die Benutzer des Chatbots? Endkunden? Mitarbeiter? Partner? B2B oder B2C?
• Wie hoch ist das aktuelle Volumen der Anfragen, die du automatisieren möchtest? Größenordnung: Dutzende, Hunderte, Tausende pro Tag?
• Welcher Prozentsatz dieser Anfragen ist repetitiv und potenziell automatisierbar? Hast du historische Daten?
• Gibt es bereits Ressourcen (FAQs, Wissensbasis, Dokumentation), die der Chatbot nutzen könnte?

Fragen zu Kanälen und Benutzererfahrung

• Auf welchen Kanälen soll der Chatbot verfügbar sein? Website, Mobile App, WhatsApp, Telegram, Facebook Messenger, interne Systeme?
• Soll der Chatbot das Gespräch an einen menschlichen Operator übergeben können? In welchen Fällen? Mit welchem Ticketing-System?
• Welche Sprachen muss er unterstützen? Nur Deutsch? Mehrsprachig? Welche Märkte bedient ihr?
• Soll der Chatbot eine bestimmte „Persönlichkeit" oder einen bestimmten Tonfall haben? Formal, freundlich, technisch?
• Gibt es spezifische Betriebszeiten oder muss er 24/7 verfügbar sein?

Technische Fragen und Integrationsfragen

• Welche Unternehmenssysteme soll der Chatbot abfragen? CRM, ERP, E-Commerce, Ticketing, Kalender, andere?
• Haben diese Systeme dokumentierte APIs? Wer ist der technische Ansprechpartner für jedes?
• Wo befinden sich derzeit die Unternehmensdaten? Cloud, On-Premise, hybrid?
• Gibt es spezifische Sicherheits- oder Compliance-Einschränkungen? DSGVO, Branchenzertifizierungen, Unternehmensrichtlinien?
• Muss der Chatbot Benutzer authentifizieren? Wie? Unternehmens-SSO, E-Mail/Passwort, Bestellnummer?
• Welches API-Aufrufvolumen zu bestehenden Systemen erwartest du? Gibt es Grenzen zu beachten?

Fragen zu Inhalten und Wissensbasis

• Was ist die ungefähre Größe der Dokumentation, die der Chatbot „kennen" soll? Anzahl der Dokumente, Seiten, FAQs?
• Ist diese Dokumentation strukturiert oder unstrukturiert? PDF, Word, Webseiten, Datenbank?
• Wie häufig ändert sich diese Dokumentation? Wird ein automatisches Update-System benötigt?
• Gibt es Informationen, die der Chatbot niemals teilen darf? Sensible Daten, reservierte Preise, andere?

Operative und organisatorische Fragen

• Wer wird der interne Ansprechpartner für das Projekt sein? Hat er Entscheidungsbefugnis?
• Welche anderen Stakeholder müssen einbezogen werden? IT, Marketing, Kundenservice, Management?
• Gibt es unternehmensinterne technologische Präferenzen oder Einschränkungen? Spezifische Cloud-Anbieter, Programmiersprachen, Standards?
• Wie stellst du dir die Wartung nach dem Launch vor? Internes Team, kontinuierlicher Support des Anbieters, hybrid?
• Hast du ein Zieldatum für den Go-Live? Ist es bindend (z.B. Produktlaunch) oder flexibel?

Fragen zu Erwartungen

• Hast du bereits SaaS-Lösungen bewertet? Warum hast du sie nicht gewählt oder warum erwägst du auch Custom-Entwicklung?
• Hast du bereits Erfahrungen mit Chatbots oder KI-Projekten gemacht? Positive oder negative? Was hast du gelernt?
• Was sind deine realistischen Erwartungen? Ein Chatbot ist kein Wundermittel: Was erwartest du, dass er tun kann und was nicht?
• Wie würdest du den Projekterfolg 6 Monate nach dem Launch definieren?

Je detailliertere Antworten du in das Gespräch einbringst, desto genauer und realistischer kann der Anbieter ein Angebot machen. Entdecke alle unsere Softwarelösungen, um konkrete Beispiele realisierter Projekte zu sehen.

Wie funktioniert eine Angebotsberatung mit Colibryx

Wenn du uns für ein Chatbot-Projekt kontaktierst, fragen wir nicht sofort „welches Budget hast du?". Wir beginnen mit einem kostenlosen und unverbindlichen Erkundungsgespräch, das sich auf das Verständnis deiner Anforderungen konzentriert.

Unser Requirements-Engineering-Prozess

Erster Discovery-Call Ein 30- bis 45-minütiges Gespräch, in dem wir gemeinsam den Kontext erkunden: dein Business, die Probleme, die du lösen möchtest, die Erwartungen. Es ist kein technisches Interview: Es ist ein Gespräch zwischen Menschen, die sich verstehen wollen.

Vorläufige Analyse Wenn das Projekt für beide Seiten sinnvoll ist, vertiefen wir mit einer strukturierteren Sitzung. Wir kartieren Prozesse, identifizieren notwendige Integrationen, definieren prioritäre Use Cases. Diese Phase kann andere Stakeholder deines Unternehmens einbeziehen.

Spezifikationsdokument Wir formalisieren das Entstandene in einem gemeinsamen Dokument: funktionale und nicht-funktionale Anforderungen, vorgeschlagene Architektur, Projektumfang. Dieses Dokument wird die Grundlage für das Angebot.

Detailliertes Angebot Mit klaren Anforderungen können wir ein Angebot liefern, das kein „von X bis Y" ist, sondern eine präzise Schätzung basierend auf dem Vereinbarten. Wenn sich deine Anforderungen ändern, passt sich das Angebot transparent an.

Warum bieten wir kostenlose Beratungen an?

Wir glauben, dass Requirements Engineering eine Investition ist, die sich für beide Seiten lohnt. Für dich bedeutet das, ein Angebot zu erhalten, auf das du dich verlassen kannst. Für uns bedeutet es, ein Projekt mit soliden Grundlagen zu beginnen und das Risiko von Missverständnissen und Nacharbeit zu reduzieren.

Die anfänglichen Beratungen sind immer kostenlos, weil sie Teil unseres Standardprozesses sind. Wir werden dich nie bitten, dafür zu bezahlen, zu verstehen, ob wir dir helfen können.

Wir haben ähnliche Projekte für regionale Unternehmen realisiert, und die Ergebnisse sind in unserem Portfolio sichtbar. Wenn du die KI-Services vertiefen möchtest, die wir anbieten, erläutert die entsprechende Seite unseren Ansatz.

Häufig gestellte Fragen

Was kostet ein Chatbot für Unternehmen durchschnittlich?

Es gibt keinen aussagekräftigen „Durchschnittspreis", weil die Variabilität zwischen Projekten enorm ist. Ein regelbasierter Chatbot für einfache FAQs und einer mit generativer KI, der in ERP, CRM und Ticketing-System integriert ist, sind völlig unterschiedliche Projekte. Der einzige Weg, eine zuverlässige Schätzung zu erhalten, ist, die Anforderungen klar mit einer strukturierten Analyse zu definieren. Kontaktiere uns für eine kostenlose Beratung und wir helfen dir, deine Anforderungen zu kartieren.

Was ist der Kostenunterschied zwischen einem regelbasierten Chatbot und einem mit Künstlicher Intelligenz?

Der Unterschied ist nicht nur ökonomisch, sondern auch funktional. Ein regelbasierter Chatbot folgt vordefinierten Skripten: Er funktioniert gut für begrenzte Szenarien, verwaltet aber keine unerwarteten Fragen. Ein KI-Chatbot versteht natürliche Sprache, greift auf Unternehmens-Wissensbasen zu und generiert kontextbezogene Antworten. Die Wahl hängt von der Komplexität der Gespräche ab, die du automatisieren möchtest, nicht nur vom Budget.

Gibt es wiederkehrende Kosten für die APIs von LLMs wie GPT?

Ja, Sprachmodelle wie GPT, Claude oder Gemini haben nutzungsbasierte Kosten (verarbeitete Token). Diese Kosten sind für normale Volumina im Allgemeinen moderat, skalieren aber mit der Anzahl der Gespräche. Während des Requirements Engineering analysieren wir erwartete Volumina und entwerfen die Architektur zur Kostenoptimierung — beispielsweise mit Caching-Systemen oder verschiedenen Modellen für verschiedene Aufgaben.

Kann ich einen Chatbot mit meinem bestehenden CRM und ERP integrieren?

Absolut ja, und das ist oft der Hauptwert eines personalisierten Chatbots. Die Integration ermöglicht dem Chatbot den Zugriff auf echte Daten: Bestellstatus, Kundenhistorie, Produktverfügbarkeit. Die Komplexität hängt von den verfügbaren APIs und der Qualität der Dokumentation ab. Während der Analysephase kartieren wir alle beteiligten Systeme, um den notwendigen Aufwand zu bewerten.

Hat ein Unternehmens-WhatsApp-Chatbot andere Kosten als einer für die Website?

Die Integration der WhatsApp Business API hat technische Besonderheiten und erfordert die Nutzung autorisierter Anbieter (wie Twilio oder MessageBird), die nachrichtenbasierte Kosten haben. Der Chatbot selbst kann dieselbe Logik teilen, aber die Messaging-Infrastruktur hat eigene Kosten. Außerdem hat WhatsApp spezifische Regeln für proaktive Nachrichten und Templates, die beim Design berücksichtigt werden müssen.

Wie kann ich mich optimal auf die Anforderung eines genauen Angebots vorbereiten?

Nutze die Checkliste der Fragen in diesem Leitfaden als Ausgangspunkt. Je mehr Informationen du über Ziele, aktuelle Prozesse, erforderliche Integrationen und erwartete Volumina sammeln kannst, desto präziser wird das Angebot sein. Du musst keine perfekten Antworten haben: Wichtig ist, über die Schlüsselthemen nachgedacht zu haben. Wir sind hier, um dich durch den Prozess zu führen.

Was passiert, wenn sich die Anforderungen während der Entwicklung ändern?

Es ist normal, dass neue Bedürfnisse auftauchen. Ein solides Requirements Engineering reduziert diese Änderungen, beseitigt sie aber nicht vollständig. Wir arbeiten mit agilen Methoden, die es ermöglichen, Änderungen kontrolliert zu verwalten und gemeinsam die Auswirkungen auf Umfang und Zeiten zu bewerten. Transparenz ist grundlegend: keine Überraschungen, nur gemeinsame Entscheidungen.

Was ist der typische ROI eines Unternehmens-Chatbots?

Der ROI hängt davon ab, was du automatisierst und wie viel. Ein Chatbot, der 60 % der First-Level-Anfragen verwaltet, befreit menschliche Ressourcen für höherwertige Aktivitäten. Laut McKinsey berichten Unternehmen, die Konversationsautomatisierung implementieren, von Betriebskostensenkungen im Kundenservice zwischen 15 % und 35 %. Aber jeder Fall ist anders: Während der Beratung analysieren wir gemeinsam die spezifischen potenziellen Vorteile für deine Realität.

Erhalte ein genaues Angebot für deinen Unternehmens-Chatbot

Ein Angebot für einen KI-Chatbot anzufordern muss kein Sprung ins Dunkle sein. Mit der richtigen Vorbereitung und einem Partner, der in Requirements Engineering investiert, kannst du zuverlässige Schätzungen erhalten und fundierte Entscheidungen treffen.

Bei Colibryx glauben wir, dass jedes Projekt solide Grundlagen verdient. Deshalb bieten wir kostenlose anfängliche Beratungen an: nicht um zu verkaufen, sondern um gemeinsam zu verstehen, ob und wie wir dir helfen können, deine Ziele zu erreichen.

Wenn du diesen Leitfaden gelesen hast, hast du wahrscheinlich schon ein Projekt im Sinn. Kontaktiere uns für eine kostenlose Beratung: Du bringst deine Fragen mit, wir bringen unsere Erfahrung. Gemeinsam definieren wir die Anforderungen und liefern dir ein Angebot, auf das du dich verlassen kannst.