Drupal AI ist kein Flickenteppich anbieterspezifischer Contrib-Module mehr, die sich jeder nach Bedarf einzeln angeschraubt hat. Es ist inzwischen ein koordiniertes Projekt mit einer Abstraktionsschicht darunter, einem vom Sicherheitsteam abgedeckten Release-Zyklus und einem fertigen Produkt in Drupal CMS, das anbietet, Teile davon schon bei der Installation einzuschalten. Die lohnende Frage hat sich verschoben: nicht mehr, ob Drupal KI kann, sondern welche Teile davon sich einzuschalten lohnen und was jeder Teil kostet, sobald vier Redakteure ihn jeden Arbeitstag nutzen.

Die meisten Berichte hören bei der Demo auf. Jemand tippt einen Prompt, eine Seite erscheint, ein Chatbot legt vor Ihren Augen einen Inhaltstyp an. Die Demo ist echt. Was sie nicht verrät, ist, was Ihre Infrastruktur verlässt, wenn eine Redakteurin diesen Knopf drückt, welche der Module auf der Liste nie ein stabiles Release veröffentlicht haben und welche Budgetzeile tatsächlich wächst.

Was bringt Drupal AI einem Unternehmen? Eine Anbieter-Abstraktion im AI-Modul, die Chat-, Embedding-, Übersetzungs- und Bildaufrufe an jeden konfigurierten Anbieter oder an ein Modell auf Ihrer eigenen Hardware weiterleitet, dazu Submodule für Alternativtexte, Übersetzung, redaktionelle Unterstützung, semantische Suche und Site-Building-Agenten. Die eng gefassten Funktionen sind produktionsreif und kosten im Betrieb sehr wenig. Semantische Suche und Agenten sind noch Alpha oder unreif und brauchen echte Entwicklungsarbeit rundherum.

Was Drupal AI 2026 tatsächlich ist

Das Rückgrat ist ein einziges Contrib-Projekt. Das AI-Modul (Artificial Intelligence) meldet 17.818 Sites im Einsatz, arbeitet mit Drupal 10.5 und höher oder 11.2 und höher und trägt stabile Releases bei 1.4.7 und 1.3.12, dazu einen Release Candidate 1.5.0 vom 27. August 2026. Stabile Branches werden vom Drupal-Sicherheitsteam abgedeckt, was bei der Entscheidung, ob Sie etwas auf einer Kundenseite betreiben, mehr zählt als die Funktionsliste. Ein 2.0.x-Branch ist in aktiver Entwicklung.

Zur Einordnung der Plattform darunter: Das aktuell empfohlene Drupal-Core-Release ist 11.4.5, veröffentlicht am 6. August 2026, wobei 10.6.15 für Sites verfügbar bleibt, die noch nicht aktualisiert haben. Wenn Sie noch überlegen, ob Drupal überhaupt die richtige Plattform ist, behandelt unser Leitfaden zur Drupal-Webentwicklung 2026 diese Frage gesondert.

Die Anbieter-Abstraktion ist der entscheidende Teil

Die Entwicklerdokumentation formuliert den Entwurf unmissverständlich: KI-Anbieter sind Dienste, die Drupal aufrufen kann, und diese Aufrufe wurden zu Operationstypen abstrahiert. Zu den benannten Typen gehören Chat in einfacher und in Streaming-Form, Text zu Bild, Text zu Sprache, Sprache zu Text, Embeddings, Moderation, Audio zu Audio, Sprache zu Sprache, Bildklassifikation, Textübersetzung und Bild zu Bild.

Die Folge ist kaufmännisch und nicht technisch. Ein Modul, das gegen die Chat-Operation geschrieben ist, funktioniert mit dem jeweils konfigurierten Anbieter, ein Anbieterwechsel ist also eine Konfigurationsänderung und keine Neuentwicklung. Drupals eigene Anbieterseite listet 48 Integrationen, darunter OpenAI, Anthropic, Google Gemini und Vertex, AWS Bedrock, Azure, Mistral, Groq, Hugging Face, DeepL, Deepgram, ElevenLabs, LiteLLM, LM Studio, Ollama und amazee.ai.

Diese Portabilität hat eine Grenze, die früh gesagt gehört. Die Schnittstelle ist portabel, die Prompts sind es nicht. Ein Prompt, der auf ein Modell abgestimmt wurde, liefert bei einem anderen häufig schlechtere Ergebnisse, ein Anbieterwechsel ist im Code also billig und kostet eine Runde Prompt-Tests.

Was mitgeliefert wird

Das AI-Projekt bündelt eine Kernschicht plus Submodule für Automatoren, einen API-Explorer zur Fehlersuche, Observability und Logging, einen Chatbot, die CKEditor-Integration sowie eine Assistants- und Agents-API. Mehrere Fähigkeiten, die darin begonnen haben, sind inzwischen in eigene Contrib-Projekte ausgezogen, weshalb das Ökosystem beim ersten Suchen zersplittert wirkt. AI Search, AI Content Suggestions, AI Translate, AI Validations, AI ECA und Field Widget Actions haben heute getrennte Release-Zyklen und sehr unterschiedliche Reifegrade.

Wie Drupal CMS es verpackt

Drupal CMS ist ein eigenes Produkt und keine Version des Cores, gerichtet an Marketing- und Redaktionsteams statt an Entwickler. Drupal CMS 2.0 erschien am 28. Januar 2026, gebaut auf Drupal Core 11.3, und die Release-Linie ist seither weitergelaufen: 2.1.4 wurde am 1. September 2026 veröffentlicht.

Die verpackte KI-Fähigkeit ist bewusst eng gefasst. Sie erzeugt vollständige Seiten aus Textprompts mit den verfügbaren Canvas-Komponenten, betreibt einen Admin-Chatbot für Aufgaben des Site-Buildings wie das Anlegen von Inhaltstypen, das Definieren von Taxonomiebegriffen und das Hinzufügen von Feldern, erzeugt Alternativtexte mit menschlicher Prüfung im Ablauf und stellt ein Dashboard bereit, das zeigt, welche Funktionen aktiv und welche Anbieter konfiguriert sind. Der Einrichtungsablauf bietet amazee.ai, OpenAI und Anthropic an.

Das Wort aus der Release-Ankündigung, das Ihre Risikobewertung prägen sollte, lautet “optional”. Nichts in einer Drupal-CMS-Installation ruft ein Modell auf, bevor jemand einen Anbieter konfiguriert und Zugangsdaten hinterlegt hat, eine frische Installation ist also für sich genommen keine Datenschutzfrage. Sie wird in dem Moment dazu, in dem eine Administratorin einen API-Schlüssel in das Anbieterformular einfügt, was üblicherweise die schnellste Person erledigt und nicht die verantwortliche.

Die Anwendungen, die sich rechnen

Alternativtexte und Medien-Metadaten

Das Modul AI Image Alt Text meldet 10.467 Sites und veröffentlichte 1.0.2 am 5. Dezember 2025 für Drupal 10.2 und 11. Es setzt einen Generieren-Knopf in jedes Bildfeld-Widget, unterstützt mehrsprachige Inhalte und eigene Prompts und bringt ein Bulk-Submodul mit, das Alternativtexte für bereits vorhandene Bilder neu erzeugt.

Das ist der klarste Gewinn im ganzen Satz, weil es Arbeit trifft, die sonst nie gemacht wird. Eine Bibliothek mit sechstausend Bildern bedeutet Wochen manuellen Schreibens, die keine Organisation finanziert, also bleiben die Alt-Attribute leer und das Barrierefreiheits-Audit scheitert Jahr für Jahr an derselben Zeile. Erzeugung plus Prüfung macht daraus wenige Tage, vorausgesetzt, die Prüfung findet wirklich statt.

Übersetzung über eine mehrsprachige Site hinweg

AI Translate erreichte am 27. August 2026 die stabile 1.4.0, meldet 886 Sites und arbeitet mit Drupal 10.4 und höher oder 11. Es ergänzt Drupals eigenes Inhaltsübersetzungssystem um Übersetzung per Klick, ausgehend vom Reiter Übersetzen, und verarbeitet mehrere Feldtypen sowie referenzierte Entitäten.

Der wichtige Entwurfspunkt ist, dass es Drupals bestehenden Übersetzungsablauf füllt statt ihn zu ersetzen. Revisionen, Moderationsstatus und Berechtigungen bleiben genau dort, wo sie waren, und ein Mensch kann das Ergebnis über die normale Oberfläche bearbeiten. Das ist der Unterschied zwischen einer Übersetzungsfunktion, die Sie einem regulierten Kunden vorlegen können, und einem Aufsatz, der Ihre redaktionellen Kontrollen umgeht.

Redaktionelle Unterstützung und Taxonomie

Das AI-Projekt liefert die CKEditor-Integration mit, und das Modul AI Content Suggestions ist nach contrib ausgezogen, um Zusammenfassung, Lesbarkeitsbewertung, Moderation, Tonanpassung, Titelerzeugung und Taxonomie-Vorschläge direkt in der Autorenumgebung abzudecken. Das ist die geschäftigste und am wenigsten gesetzte Ecke des Ökosystems, und die Module hier verändern ihre Form zwischen Releases stärker als der Rest.

Bevor Sie um eines davon herum planen, lesen Sie die gemeldete Installationszahl auf der Projektseite. Alternativtext liegt über zehntausend Sites, mehrere der redaktionellen Module liegen im dreistelligen Bereich. Das ist kein Urteil über den Code, es ist ein Maß dafür, wie viel Praxiserprobung stattgefunden hat, und es sollte entscheiden, wie viel Testzeit Sie einplanen.

Die semantische Suche enttäuscht am ehesten

AI Search ist das Modul, nach dem die Leute namentlich fragen, und dasjenige, das am wenigsten bereit ist, eingeschaltet zu werden. Stand 2. September 2026 gibt es kein unterstütztes stabiles Release: Der 1.x-Branch steht bei 1.3.0-alpha4 vom 12. Juli 2026 und der 2.x-Branch bei 2.0.0-alpha2 vom 24. Juni 2026, bei 703 gemeldeten Installationen.

Es bringt außerdem Infrastruktur mit. Es läuft als Backend für das Search-API-Modul und benötigt eine Vektordatenbank, mit Unterstützung für Milvus, Pinecone, Qdrant, PostgreSQL, MariaDB, OpenSearch, Azure und SQLite. Die ehrliche Beschreibung lautet: Alpha-Software plus ein Datenspeicher, den Ihr Team nun betreibt, überwacht und sichert. Das ist ein Projekt und kein Häkchen.

Das tiefere Problem liegt oberhalb des Moduls. Semantisches Retrieval ist nur so gut wie die Chunks, die Sie ihm geben, und ein Inhaltsbestand aus langen Seiten über sechs lose verwandte Themen bettet sich in Vektoren ein, die nichts Bestimmtes bedeuten. Sites, die gute Ergebnisse aus der Vektorsuche holen, haben ihre Inhalte fast immer vorher umstrukturiert, und diese Umstrukturierung ist die eigentliche Arbeit.

Site-Building mit Agenten

Das Modul AI Agents ist ein Framework für Text-zu-Aktion-Agenten, stabil bei 1.3.4 seit dem 13. August 2026, mit 9.677 gemeldeten Installationen und Unterstützung für Drupal 10.3 und 11 oder höher. Es liefert drei Agenten mit, für Felder, Inhaltstypen und Taxonomie, und ist an den Chatbot und die AI Assistants API angebunden.

Gut eingesetzt ist das für die zähe Mitte eines Aufbaus wirklich nützlich. Dreißig Felder über sechs Inhaltstypen von Hand anzulegen ist ein Nachmittag Klickarbeit ohne gestalterischen Wert, und ein Agent erledigt das aus einer Beschreibung in Minuten. Was er nicht tut, ist zu entscheiden, welche Inhaltstypen es sein sollten, und genau das bestimmt, ob die Site in zwei Jahren noch funktioniert.

Eine Betriebsregel trennt die Zeitersparnis vom Zwischenfall. Lassen Sie Konfigurationsagenten gegen eine Entwicklungsumgebung mit aktiviertem Konfigurationsexport laufen, nie gegen die Produktion, damit jede Änderung als prüfbares Diff in der Versionsverwaltung ankommt. Unser Leitfaden zu KI-Agenten im Unternehmen, ihren Kosten und Fehlermodi erklärt, warum ungeprüfte Agentenaktionen die teuerste Kategorie von KI-Fehlern sind.

Gehostete API oder ein Modell im eigenen Haus

Die Abstraktion gibt Ihnen drei Formen, und die Wahl verschiebt Kosten, Latenz und Datenverarbeitung in unterschiedliche Richtungen.

Eine gehostete Anbieter-API ist der Standard. Sie ist im Einstieg am billigsten, braucht keine Infrastruktur und gibt Zugriff auf die stärksten Modelle. Sie bedeutet auch, dass Inhalte bei jedem Aufruf Ihr Netz verlassen, und Ihre laufenden Kosten sind eine variable Rechnung, die Sie nicht steuern.

Ein privater oder verwalteter Endpunkt eines Anbieters, der vertraglich zur Datenresidenz steht, liegt dazwischen. Sie zahlen weiterhin pro Token, können aber auf eine Region zeigen und bekommen vertragliche Zusagen zur Verarbeitung. Das wählen die meisten britischen und EU-Kunden am Ende.

Ein Modell auf eigener Hardware, über Ollama oder LM Studio bereitgestellt und als Anbieter konfiguriert, ist die einzige Variante, bei der Inhalte Ihre Infrastruktur nie verlassen. Die Kostenform kehrt sich um: statt einer Rechnung pro Token ohne Untergrenze zahlen Sie feste monatliche Kosten für die Maschine, ob Sie zehn Aufrufe machen oder zehn Millionen.

Latenz zählt für redaktionelle Arbeit weniger, als die Leute erwarten, denn eine Redakteurin, die ein paar Sekunden auf einen erzeugten Alternativtext wartet, interessiert nicht, wo das Modell läuft. Wichtig wird sie, wenn ein Modell im Anfragepfad einer öffentlichen Suche oder eines Chatbots sitzt, und genau dort ist Self-Hosting am schwersten zu dimensionieren.

Qualität ist der ehrliche Kompromiss. Modelle mit offenen Gewichten haben den Abstand bei eng gefassten Aufgaben wie Alternativtext und Übersetzung weitgehend geschlossen, wo die Anweisung einfach und die Ausgabe kurz ist. Bei Zusammenfassungen über lange Kontexte und beim mehrstufigen Befolgen von Anweisungen, das agentische Konfigurationsänderungen verlangen, liegen sie weiterhin zurück.

Was der Betrieb von Drupal AI kostet

Token-Preise werden pro Million Token veröffentlicht und in US-Dollar angegeben. OpenAIs Preisseite listet derzeit gpt-5.6-luna mit $0,20 Eingabe und $1,20 Ausgabe, gpt-5.6-terra mit $2,00 und $12,00 sowie gpt-5.6-sol mit $4,00 und $20,00 bei kurzem Kontext. Zwischengespeicherte Eingaben sind auf jeder Stufe rund zehnmal billiger als frische Eingaben, was für Retrieval-Lasten, die denselben Kontext erneut senden, sehr viel ausmacht.

Eine durchgerechnete Schätzung für redaktionelle Funktionen

Das sind Schätzungen, und sie beruhen auf Annahmen, die Sie durch eigene Messungen ersetzen sollten. Nehmen Sie eine Seite mit 900 Wörtern. Quelltext plus Systemprompt landet nahe 1.500 Eingabe-Token, und eine Übersetzung davon nahe 1.600 Ausgabe-Token, weil die meisten Zielsprachen expandieren.

Auf der mittleren Stufe sind das etwa $0,003 Eingabe und $0,019 Ausgabe, also grob $0,022 pro Seite und Sprache. Einen Bestand von 500 Seiten in acht Sprachen zu übersetzen sind 4.000 Aufrufe und rund $88, einmalig. Mit 40 neuen Seiten im Monat in denselben acht Sprachen Schritt zu halten kostet etwa $7 im Monat.

Diese Zahl überrascht die Leute meist in die falsche Richtung. Sie haben eine große KI-Rechnung eingeplant, und die redaktionellen Funktionen kosten weniger als der Kaffee. Alternativtext und Taxonomie-Vorschläge sind noch kleiner, weil die Ausgaben jeweils ein paar Dutzend Token umfassen.

Die Zahl, die wirklich weh tut

Retrieval ist anders, weil jede Anfrage die gefundenen Passagen erneut als Eingabe an das Modell schickt. Zehn Passagen zu 500 Token sind 5.000 Eingabe-Token plus eine Frage, mit vielleicht 300 Token Antwort.

Auf der billigsten Stufe sind das etwa $0,0014 pro Anfrage, 50.000 Anfragen im Monat kosten also rund $70. Auf der mittleren Stufe kostet derselbe Verkehr etwa $680. Die Modellwahl bewegt diese Rechnung um den Faktor zehn, und Prompt-Caching bewegt sie noch einmal.

Das ist außerdem die einzige Funktion, deren Kosten dem Besucherverkehr folgen statt dem redaktionellen Volumen. Alles andere skaliert damit, wie viel Ihr Team veröffentlicht, und das ist planbar. Eine öffentliche KI-Suche oder ein Chatbot skaliert damit, wie viele Menschen die Site besuchen, und das ist es nicht, und genau diese Funktion erzeugt die erschreckende Rechnung.

Was die Schätzungen auslassen

Das Hosting der Vektordatenbank ist eine eigene Zeile, ob als verwalteter Dienst oder als Server, den Ihr Team betreibt. Den Korpus einmal einzubetten ist billig, ihn bei jedem Speichern eines Inhalts neu einzubetten nicht, und niemand modelliert das. Fehlgeschlagene und wiederholte Aufrufe werden berechnet. Und der Prüfschritt ist Arbeitszeit statt Token, weshalb er fast immer die größte Zahl auf der Seite ist.

Am Datenschutz bleiben Projekte in Großbritannien und der EU hängen

Wenn eine Redakteurin auf Generieren klickt, gehen der Feldinhalt und Ihr Prompt an den konfigurierten Anbieter. Unter einer gehosteten API ist das eine Übermittlung von Daten an einen Dritten, und sie geschieht bei jedem Aufruf, lautlos, aus einer Oberfläche, die aussieht wie der Rest des CMS.

Das besondere Risiko in einem Content-Management-System ist, dass Menschen unterschätzen, was darin liegt. Artikel sind der harmlose Teil. Kommentare, Benutzerprofile, Webform-Einsendungen, redaktionelle Notizen und unveröffentlichte Entwürfe über benannte Personen sind allesamt personenbezogene Daten in derselben Datenbank, und ein etwas zu breit konfigurierter Automator schickt sie bereitwillig mit.

Verantwortlicher und Auftragsverarbeiter

Sie geben die Verantwortung nicht dadurch ab, dass Sie einen Anbieter einsetzen. Der Leitfaden des ICO zu Rechenschaftspflicht und Governance bei KI sagt ausdrücklich, dass die Gesamtverantwortung für die Einhaltung des Datenschutzes beim Verantwortlichen liegt, also bei Ihrer Organisation, und dass das Bestimmen der Verhältnisse zwischen Verantwortlichem und Auftragsverarbeiter Teil der Übung ist und keine Formalie.

Derselbe Leitfaden setzt eine klare Erwartung an Folgenabschätzungen. Er stellt fest, dass der Einsatz von KI in der überwiegenden Mehrheit der Fälle eine Verarbeitung umfasst, die voraussichtlich ein hohes Risiko für die Rechte und Freiheiten von Personen mit sich bringt, und damit die gesetzliche Pflicht zu einer DPIA auslöst. Wo Sie bewerten, dass ein bestimmter Einsatz kein hohes Risiko darstellt, müssen Sie trotzdem dokumentieren, wie Sie zu diesem Schluss gekommen sind. Beachten Sie, dass der Leitfaden derzeit im Nachgang zum Data (Use and Access) Act überarbeitet wird, prüfen Sie ihn also erneut, bevor Sie sich auf Einzelheiten verlassen.

Die Transparenzpflichten des EU AI Act

Wenn Sie EU-Nutzer bedienen, gilt Artikel 50 der Verordnung (EU) 2024/1689. Artikel 113 legt den allgemeinen Geltungsbeginn auf den 2. August 2026 fest, der bereits verstrichen ist, es handelt sich also um geltende und nicht um künftige Pflichten.

Drei Teile berühren ein CMS unmittelbar. Artikel 50(1) verlangt, dass Systeme, die für die direkte Interaktion mit Menschen bestimmt sind, so gebaut werden, dass diese Menschen darüber informiert sind, dass sie es mit einem KI-System zu tun haben, sofern das nicht offensichtlich ist. Das ist Ihr Website-Chatbot. Artikel 50(2) legt Anbietern von Systemen, die synthetische Inhalte erzeugen, eine Kennzeichnungspflicht auf, mit einer Ausnahme, wenn das System eine unterstützende Funktion für die Standardbearbeitung erfüllt oder die Eingabe nicht wesentlich verändert.

Artikel 50(4) ist der, der die Personalplanung eines Projekts verändert. Betreiber, die Text erzeugen oder verändern, der veröffentlicht wird, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, müssen offenlegen, dass er künstlich erzeugt wurde, und die Pflicht gilt nicht, wenn der Inhalt einer menschlichen Prüfung oder redaktionellen Kontrolle unterzogen wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung dafür trägt. Der Prüfschritt, den Sie streichen wollten, ist derselbe Schritt, der die Offenlegungspflicht erfüllt.

Wo es scheitert

Metadaten, die niemand liest

In großer Zahl erzeugter und ungelesen veröffentlichter Alternativtext ist das häufigste Versagen, weil die Funktion es so leicht macht. Ein Vision-Modell beschreibt, was im Bild ist, nicht, was das Bild auf der Seite tut, also wird aus einer Produktaufnahme “eine Person hält eine Flasche” statt des Produktnamens. Für eine Screenreader-Nutzerin ist das schlechter als ein leeres Attribut, weil die Seite nun behoben aussieht und niemand sie wieder anfassen wird.

Dasselbe gilt für erzeugte Zusammenfassungen und Meta-Beschreibungen. Sie lesen sich flüssig, und genau deshalb überfliegen Prüfer sie, und eine flüssig falsche Zusammenfassung überlebt die Prüfung weit länger als eine holprig richtige.

Eine Suche, die schlechter ist als die ersetzte

Zwei Fehlermodi stapeln sich. Der erste ist strukturell: schlecht geschnittene Inhalte erzeugen ein Retrieval, das ungefähr relevante Passagen zurückgibt statt der richtigen. Der zweite ist ein Rückschritt, mit dem niemand rechnet, nämlich der Verlust exakter Treffer. Wer eine Teilenummer, eine Rechnungsreferenz oder einen Nachnamen tippt, will genau diese Zeichenfolge, und reine Vektorsuche liefert Dokumente, die semantisch von Teilenummern handeln.

Die Lösung ist hybrides Retrieval, das Stichwort- und Vektorsuche zusammen ausführt und die Ergebnisse zusammenführt. Das ist gängige Praxis, und weil AI Search bei Alpha steht, ist es meist etwas, das Sie bauen statt konfigurieren.

Übersetzungen, die vom Original abdriften

Maschinelle Übersetzung einer Seite ist in Ordnung. Maschinelle Übersetzung einer Seite, die sich später im Englischen ändert und deren Übersetzungen unangetastet bleiben, ergibt eine Site, die sich in sieben Sprachen leise selbst widerspricht. Nichts im Modul verfolgt für Sie die Veralterung der Quelle, also muss jemand die Neuübersetzung als Prozess verantworten.

Zahlen verdienen eine eigene Prüfung. Eine übersetzte Seite, die einen Preis mit dem falschen Währungssymbol darstellt oder eine Zahl umrechnet, die das Englische nie umgerechnet hat, erzeugt einen Handelsstreit und keinen Tippfehler.

Der Prüfschritt, den niemand eingeplant hat

Jede Funktion hier verschiebt Arbeit, statt sie zu entfernen. Erzeugung dauert Sekunden, Prüfung dauert Minuten, bei 500 Seiten ist die Prüfung also das Projekt. Teams, die nur die Umsetzung einplanen, entdecken das in Woche drei und hören still auf, die Funktion zu nutzen, und so sterben KI-Pilotprojekte.

Was Sie weiterhin selbst bauen müssen

Governance kommt zuerst, weil die Module Ihnen Fähigkeit ohne Richtlinie geben. Sie müssen entscheiden, welche Rollen welche Funktion nutzen dürfen, auf welchen Inhaltstypen und Feldern, gegen welchen Anbieter, und das dann in der Konfiguration durchsetzen statt auf einer Wiki-Seite.

Prompts gehören in versionierte Konfiguration, geprüft und ausgerollt wie jede andere Änderung. Prompts, die von der gerade diensthabenden Person in ein Produktionsformular getippt werden, sind ungetesteter Code mit direkten Kostenfolgen.

Ausgabenkontrolle ist nicht enthalten. Das Observability-Submodul protokolliert Aufrufe, was Ihnen sagt, was passiert ist, nachdem es passiert ist. Ein falsch konfigurierter Automator, der über einen großen Inhaltsbestand schleift, braucht eine harte Obergrenze beim Anbieter und dazu einen Alarm.

Sie brauchen außerdem Rückfallebenen. Ein Ausfall beim Anbieter sollte die Autorenumgebung sanft verschlechtern und nicht verhindern, dass eine Redakteurin einen Knoten speichert. Das ist gewöhnliche Integrationsarbeit, und sie ist der Teil, der eine Demo von einer Inbetriebnahme trennt. Wenn Sie zugleich die Frontend-Architektur abwägen, ist unser Vergleich von Headless- und traditionellen CMS-Ansätzen die begleitende Entscheidung.

Was eine Umsetzung kostet

Zuerst die Sätze, denn alles andere leitet sich daraus ab. Britische Drupal-Vertragssätze liegen grob bei 400 bis 550 Pfund pro Tag für mittleres Niveau und bei 550 bis 750 für Senior-Arbeit, wie in unserem Leitfaden zum Anheuern eines Drupal-Entwicklers dargelegt.

Eine enge Einführung, also das AI-Modul, ein konfigurierter Anbieter, Alternativtext und Übersetzung, Governance auf Rollenebene und Unterstützung für Ihre DPIA, landet typischerweise bei 4.000 bis 9.000 Pfund. Eine vollständige Redaktionssuite, die Taxonomie-Vorschläge, CKEditor-Unterstützung, in Code gehaltene Prompts und Ausgabenüberwachung ergänzt, läuft auf 10.000 bis 25.000 Pfund hinaus.

Semantische Suche oder ein öffentlicher Chatbot über einem umfangreichen Inhaltsbestand ist eine andere Größenordnung. Hybrides Retrieval, eine Chunking-Strategie, Vektorinfrastruktur und ein Evaluationsgerüst, das Ihnen sagt, ob die neue Suche die alte schlägt, setzt das auf 25.000 bis 60.000 Pfund. Die Token-Ausgaben kommen auf alle drei obendrauf und sind im ersten Jahr meist die kleinste Zeile.

Zwei Kosten liegen außerhalb des Entwicklungsbudgets. Die DPIA und die Prüfung des Anbietervertrags sind juristische und Datenschutzarbeit, und redaktionelle Prüfkapazität ist eine Personalentscheidung statt einer Projektzeile. Beides zu bemessen ist Teil unseres Engagements für KI-Integrationsdienste, denn ein Projekt, das ohne sie ausgeliefert wird, liefert eine Haftung aus.

Die Inbetriebnahme

Mecanik baut diese Integrationen auf Drupal als Teil unserer Softwareentwicklung, und das Muster ist über Kunden hinweg gleich. Die Module sind an einem Nachmittag installiert. Zeit kostet die Entscheidung, welche Funktionen ihren Prüfaufwand rechtfertigen, das Fernhalten von Inhalten aus den Protokollen eines Dritten, wo sie nicht hingehören, und der Aufbau der Governance und Überwachung, die die Contrib-Module Ihnen bewusst überlassen. Wenn Sie das gegen Ihren eigenen Inhaltsbestand und Ihre eigene regulatorische Lage bemessen haben möchten, ist unsere Seite zu den KI-Integrationsdiensten der richtige Anfang.

Häufig gestellte Fragen

Was macht das Drupal AI Modul tatsächlich? Es stellt eine Abstraktionsschicht bereit, die KI-Aufrufe in Operationstypen wie Chat, Embeddings, Text zu Bild und Textübersetzung verwandelt und sie dann an den jeweils konfigurierten Anbieter weiterleitet. Submodule bauen auf dieser Schicht auf und liefern konkrete Funktionen, darunter die Erzeugung von Alternativtexten, Inhaltsübersetzung, Taxonomie-Vorschläge, semantische Suche und Site-Building-Agenten. Das Basismodul tut für sich genommen nichts Sichtbares, bis Sie einen Anbieter installieren, Zugangsdaten hinterlegen und die gewünschten Submodule aktivieren.

Ist Drupal AI kostenlos nutzbar? Die Module sind frei und quelloffen unter derselben Lizenz wie Drupal Core, die Modellaufrufe sind es nicht. Jede Erzeugung, jedes Embedding und jedes Retrieval schickt Token an den von Ihnen konfigurierten Anbieter, und dieser stellt pro Million Token in seiner eigenen Währung in Rechnung. Ein Modell auf eigener Hardware ersetzt die Rechnung pro Token durch feste monatliche Kosten für die Maschine, die es bedient, was erst oberhalb eines bestimmten Volumens billiger ist.

Schickt Drupal AI meine Inhalte an einen Dritten? Bei einem gehosteten Anbieter ja. Der Feldinhalt und Ihr Prompt verlassen Ihre Infrastruktur bei jedem Aufruf, und ein Content-Management-System hält personenbezogene Daten in Kommentaren, Benutzerprofilen und Webform-Einsendungen ebenso wie in Artikeln. Sie bleiben der Verantwortliche nach der UK-DSGVO, das ICO erwartet in der überwiegenden Mehrheit der KI-Einführungen eine DPIA, und ein selbst gehostetes Modell ist die einzige Konfiguration, bei der nichts Ihre eigenen Server verlässt.

Ist Drupal AI Search produktionsreif? Für sich genommen nicht. Das Modul AI Search hatte zum 2. September 2026 kein unterstütztes stabiles Release, nur Alpha-Builds auf beiden Branches, und es benötigt das Search-API-Modul plus eine Vektordatenbank, die Ihr Team dann betreiben muss. Sites, die gute Ergebnisse damit erzielen, haben hybrides Retrieval und eine Chunking-Strategie darum herum gebaut, behandeln Sie es also als einen Baustein eines Suchprojekts und nicht als Modul zum Einschalten.

Was kostet eine Drupal AI Umsetzung? Eine enge Einführung mit dem AI-Modul, einem Anbieter, Alternativtext und Übersetzung, Governance auf Rollenebene und DPIA-Unterstützung läuft meist auf 4.000 bis 9.000 Pfund hinaus. Eine vollständige Redaktionssuite mit in Code gehaltenen Prompts und Ausgabenüberwachung läuft auf 10.000 bis 25.000 Pfund hinaus. Semantische Suche oder ein öffentlicher Chatbot über einem großen Inhaltsbestand, mit hybridem Retrieval, Chunking und Evaluation, läuft auf 25.000 bis 60.000 Pfund hinaus, und die Token-Ausgaben kommen als kleinste Zeile obendrauf.