Intercom Fin vs. maßgeschneiderte KI-Chatbots: Wer gewinnt im Kundenservice?

Sollten Sie Intercom Fin einsetzen oder einen eigenen KI-Chatbot für den Kundenservice bauen? Nach einem Dutzend Deployments bei Schweizer KMU überrascht die ehrliche Antwort: Die Plattform gewinnt fast immer — aber nicht aus den Gründen, die Anbieter auf ihre Slides schreiben.

Der echte Vergleich

Die meisten "Fin vs. Eigenbau"-Inhalte vergleichen die falschen Dinge. Preis pro Konversation gegen die Kosten eines OpenAI-API-Calls ist kein fairer Vergleich — er ignoriert alles, was aus einem rohen LLM einen Support-Agenten macht, der Sie nicht blamiert.

So sieht ein ehrlicher Vergleich aus:

Eine Anmerkung dazu, wofür Sie eigentlich bezahlen

Fins Preismodell ist ergebnisbasiert, und das Wort "Ergebnis" verbirgt eine nützliche Unterscheidung, die man verstehen sollte, bevor man irgendetwas vergleicht.

Der häufige Fall ist eine Resolution — Fin beantwortet die Frage eines Kunden und dieser bestätigt, dass es geholfen hat, oder geht weg, ohne nachzufragen. Das sind etwa 0,99 USD. Ein Procedure Handoff (Fin schliesst einen konfigurierten Workflow ab, der in einer Übergabe endet) wird zum gleichen Tarif abgerechnet.

Wenn Sie Fin jemals für Sales statt Support konfigurieren, gibt es eine zweite Stufe: eine Qualification — Fin gleicht einen Lead mit Ihren Kriterien ab und routet ihn — wird deutlich höher abgerechnet (rund 9,99 USD). In einem Standard-Support-Deployment treffen Sie das nicht, aber es ist relevant, wenn Sie Fin als Lead-Qualifizierungs-Layer ins Auge fassen, und es ist genau die Art von Detail, die ein Budget leise verändert.

Zwei praktische Hinweise für Schweizer Käufer: Im Standalone-Plan gibt es ein Minimum (50 Resolutions/Monat, ~49,50 USD), und abgerechnet wird in US-Dollar, egal wo Sie sitzen — kalkulieren Sie also die EUR/CHF-Konvertierung in jede Prognose ein, statt die nominale Zahl als Franken zu lesen.

Die versteckten Kosten eines eigenen KI-Chatbots

Wenn Teams einen Eigenbau kalkulieren, kalkulieren sie den Happy Path: ein LLM, eine Vektordatenbank, ein Chat-UI. Sie übersehen die Arbeit, die wirklich in Produktion läuft:

• Retrieval ohne Halluzinationen: Chunking-Strategie, Re-Ranking, Quellenattribution, Frische-Syncs
• Evaluations-Harness: ohne kann man keinen KI-Agenten ausliefern, und es muss bei jeder Produktänderung gepflegt werden
• Eskalationslogik: Wann übergibt der Bot? An wen? Mit welchem Kontext? Auf welchem Kanal?
• Analytik und Resolution-Scoring: Woher wissen Sie überhaupt, dass es funktioniert?
• Guardrails: PII-Redaktion, Prompt-Injection-Abwehr, Refusal-Patterns, Brand Voice
• On-Call-Verantwortung: Der Modell-Anbieter ändert das Pricing oder deprecatet einen Endpoint — jemand wird um 2 Uhr morgens geweckt

Für ein typisches Schweizer KMU bedeutet das einen Senior Engineer für sechs bis neun Monate, plus laufend 20–30 % seiner Kapazität, für immer. Und hier ist der Teil, den die meisten Eigenbau-Schätzungen komplett übersehen: Das Schwierige ist nicht das MVP. Etwas hinzustellen, das ein paar FAQs beantwortet, ist ein Wochenende. Daraus einen zuverlässigen, sicheren, produktionstauglichen Agenten zu machen — und ihn dort zu halten, während Modelle sich verschieben und Ihr Produkt sich ändert — dort bleiben die meisten internen Projekte stecken.

Wo Fin tatsächlich verliert

Fin ist nicht für alle die richtige Antwort. Drei Szenarien, in denen ein Eigenbau gerechtfertigt ist:

1. Regulierte oder proprietäre Entscheidungslogik: klinische Triage, Finanzberatung mit vorgeschriebenen Disclosures, juristische Intake. Die Begründung muss auditierbar sein — wofür ein deflection-first Modell nicht ausgelegt ist.
2. Nicht-standardisierte Kanäle: ein Chatbot in einem Hardware-UI, ein Telegram-Bot für eine Nischen-Community, ein eigener Voice-Agent. Intercoms Kanal-Abdeckung ist breit, aber nicht unendlich.
3. Volumen über ~500.000 Konversationen pro Monat: in dieser Grössenordnung ist Pricing pro Resolution nicht mehr konkurrenzfähig gegenüber einer gut entwickelten In-House-Stack mit eigenem Modellvertrag. (Das ist eine Praktiker-Faustregel, kein veröffentlichter Grenzwert — aber etwa dort kippt die Rechnung nach meiner Erfahrung.)

Darunter lohnt sich der Engineering-Aufwand, um Fins Feature-Surface zu erreichen, fast nie.

Der "wir bauen das einfach selbst"-Instinkt

Es lohnt sich, das direkt zu benennen, denn es ist der häufigste Einwand und der teuerste Fehler.

Ihren eigenen Agenten zu bauen endet nicht, wenn er funktioniert. Sie haben eine neue interne Produktlinie geschaffen — Roadmap, QA, Monitoring, Content-Strategie, Safety-Reviews — die mit dem, was Ihr Unternehmen eigentlich verkauft, um Engineering-Aufmerksamkeit konkurriert. Jede grössere Verschiebung im Feld (neue Modelle, neue Safety-Techniken, neue Best Practices) wird zu einem Mini-Transformationsprojekt für Ihr Team. Viele hausgemachte Agenten fallen innerhalb eines Jahres leise hinter den State of the Art zurück.

Der Deal einer Managed Platform ist klar: Sie geben etwas Kontrolle über die Internals ab, und im Gegenzug sind das Roadmap-Risiko, die Wartung und die Modell-Upgrades nicht mehr Ihre. Intercom liefert kontinuierlich Verbesserungen, und die zugrunde liegenden Modelle aktualisieren sich, ohne dass Sie etwas neu deployen. Für die meisten Teams ist das der richtige Deal — Ihre Engineers bleiben am Kernprodukt, statt einen Support-Agenten zu warten.

Der Schweizer-KMU-Winkel

Schweizer Unternehmen haben einige Einschränkungen, die die Rechnung weiter Richtung Managed Platform kippen:

• Mehrsprachig per Default: Support muss auf Deutsch, Französisch, Italienisch und Englisch laufen. Das selbst zu bauen vervielfacht die Evaluations-Surface. Fin handhabt über 45 Sprachen in einem Deployment, mit Echtzeit-Übersetzung, die Lücken füllt, wo Sie keinen lokalisierten Content haben.
• DSG und DSGVO: Managed Platforms kommen mit erledigter Compliance-Papierarbeit. Eine eigene Stack heisst, Sie besitzen die Auftragsverarbeitungsverträge, die Löschflows und die Audits. Ein Punkt, den man verifizieren statt voraussetzen sollte: Intercom bietet EU-Datenresidenz, was die meisten Schweizer DSG-Reviews suchen — aber es gibt keine Schweizer Region, also bestätigen Sie, dass EU-Hosting Ihre spezifische Datenresidenz-Anforderung erfüllt, bevor Sie unterschreiben.
• Engineering-Knappheit: Senior KI-Engineers in Zürich und Genf sind teuer und rar. Einen davon auf einen Chatbot zu setzen, während Fin existiert, ist eine schlechte Allokation.

Wann was wählen

Eine einfache Entscheidungsregel:

Wenn Ihr Support-Workflow so aussieht wie "Fragen zu unserem Produkt beantworten, Edge Cases an Menschen eskalieren", deployen Sie Fin. Wenn Ihr Support-Workflow das Produkt ist, bauen Sie selbst.

Für etwa 90 % von B2B- und B2C-SaaS, E-Commerce und Service-Unternehmen gilt der erste Satz.

Anders gesagt: Wenn Ihr Ziel ist, ein KI-Produkt zu bauen, bauen Sie Ihr eigenes. Wenn Ihr Ziel ist, Support-Ökonomie und -Erfahrung so schnell und sicher wie möglich zu transformieren, kaufen Sie — und machen Sie die Implementierung zu der Sache, in die Sie investieren.

Loslegen

Wenn Sie diese Entscheidung für ein Schweizer Unternehmen abwägen, ist der schnellste Weg ein zweiwöchiger Fin-Pilot auf Ihren Top-20-Support-Themen. Sie haben echte Resolution-Daten — aus Ihrem eigenen Content, nicht aus Anbieter-Benchmarks — bevor Sie sich auf einen der beiden Wege festlegen.

Weiterführend: warum mit einem lokalen Intercom-Berater in der Schweiz arbeiten, und wie ein content-first Deployment tatsächlich aussieht.