KI-Kosten berechnen: Der ehrliche ROI-Rechner für KMU

„Was kostet so ein KI-Projekt?“ — Die Frage bekomme ich fast jede Woche. Und die ehrlichste Antwort ist: Es kommt drauf an. Zwischen 50 Euro im Monat für ChatGPT Plus und 300.000 Euro für eine Eigenentwicklung liegt das ganze Universum der Möglichkeiten.

Das Problem: Die meisten KMU rechnen falsch. Sie vergleichen nur den Listenpreis eines Tools. Dabei sind die versteckten Kosten — Integration, Schulung, Datenaufbereitung, Wartung — oft das Dreifache des Kaufpreises. Umgekehrt unterschätzen viele den Wert der Zeit, die KI freiräumt. 10 Stunden pro Woche pro Mitarbeiter klingen abstrakt. Bis du sie in Euro umrechnest.

Lass uns das mal sauber durchrechnen. Kein Buzzword-Bingo, sondern ein Rechner, den du heute Nachmittag auf dein eigenes Unternehmen anwenden kannst.

Erstens: Die Kosten ehrlich beziffern

Fangen wir mit der Frage an, die alle zuerst stellen: Was kostet KI?

Die kurze Antwort, aufgeschlüsselt nach realistischen Szenarien für ein KMU (10–50 Mitarbeiter):

Szenario 1: Schubladen-KI (50–300 €/Monat)

• ChatGPT Plus, Claude Pro oder Copilot als Einzellizenzen
• Keine Integration, keine Schulung, kein Konzept
• Ergebnis: Einzelkämpfer nutzen es, der Rest nicht. Das ist Shadow-KI mit Genehmigung.

Szenario 2: Werkzeug-KI (300–3.000 €/Monat)

• Lizenzen fürs ganze Team (z. B. Microsoft Copilot für 30 €/User/Monat bei 20 Usern = 600 €/Monat)
• Dazu ein Spezialtool: KI-Kundenservice-Bot (50–200 €/Monat), KI-Buchhaltung (30–100 €/Monat), Marketing-Automatisierung (100–500 €/Monat)
• Plus 2–5 Tage Schulung und Einrichtung (1.500–4.000 € einmalig)
• Ergebnis: KI ist im Alltag angekommen, aber noch nicht in den Kernprozessen

Szenario 3: Prozess-KI (5.000–50.000 € einmalig + 500–2.000 €/Monat)

• Ein KI-Agent übernimmt einen kompletten Prozess: Angebotserstellung, Rechnungsprüfung, Dokumentenbearbeitung, Kundenservice-Eskalation
• Inklusive Analyse, Datenaufbereitung, Integration in CRM/ERP und Wartung
• Ergebnis: Hier entstehen die echten ROI-Sprünge — aber auch die echten Risiken

Szenario 4: Eigenentwicklung (50.000 € aufwärts)

• Eigene KI-Entwickler oder eine Agentur, die dir ein Custom-System baut
• Realistisch nur ab 50+ Mitarbeitern oder bei einem kritischen Kernprozess
• Vorsicht: 6–18 Monate Entwicklungszeit, danach 20.000–100.000 € Wartung pro Jahr

Die ehrliche Einschätzung: Für die meisten KMU sind Szenario 2 und 3 der Sweet Spot. Szenario 1 ist Spielerei, Szenario 4 meist überdimensioniert.

Aber Achtung — der Kaufpreis ist nur die halbe Wahrheit.

Zweitens: Die versteckten Kosten, die keiner einplant

Ich hab in Beratungsprojekten immer wieder erlebt, wie Unternehmer nur auf den Listenpreis schauen. Die Rechnung ging dann so auf:

• 600 €/Monat für Copilot? Klingt fair.
• Plus 2.500 € für die Einrichtung? Na gut.
• Plus 3.000 € Datenaufbereitung, weil deine Angebote in 14 verschiedenen Formaten in 4 Ordnern liegen? Äh...
• Plus 1.800 € Schulung, weil zwei Mitarbeiter gehen und drei neue eingearbeitet werden müssen?
• Plus monatliche Anpassung, weil sich der Prozess ja ständig ändert?

Die Faustregel: Rechne mit dem 2–3-fachen des Tool-Preises als Gesamtaufwand im ersten Jahr. Das deckt sich mit dem, was ich in der Praxis sehe: Ein 600-Euro-Tool wird real zu einem 1.800–2.500-Euro-Projekt, wenn man ehrlich abrechnet.

Die größten versteckten Posten:

• Datenaufbereitung: KI ist nur so gut wie deine Daten. Wer schon jahrelang im CRM Pflichtfelder ignoriert, zahlt es jetzt. 20–60 Stunden Aufwand sind keine Seltenheit.
• Schulung und Change: Nicht nur ein Workshop, sondern begleitete Einführung über 2–3 Monate. Sonst gilt das Gesetz von BCG: 70 % der KI-Projekte scheitern nicht an der Technik, sondern an der Organisation.
• Wartung und Pflege: Modelle ändern sich, Prompts müssen gepflegt werden, Ergebnisse müssen kontrolliert werden. Das sind 4–8 Stunden pro Monat, die gerne unterschätzt werden.
• Compliance und Datenschutz: DSGVO-konforme Nutzung, besonders bei Cloud-Tools mit Serverstandort außerhalb der EU. Da kann schnell ein Rechtsgutachten (1.000–3.000 €) oder ein EU-Hosting mit Aufpreis dazukommen.

Drittens: Der Wert der freigewordenen Zeit

Jetzt kommt der spannende Teil: die Nutzenseite. Und hier machen die meisten den gegenteiligen Fehler — sie rechnen zu klein.

Die Harvard Business Review und BCG beziffern die Zeitersparnis durch KI-Assistenten auf 10–20 Stunden pro Mitarbeiter pro Woche in administrativen Rollen. Das klingt nach viel, und ehrlich gesagt: Es ist die Obergrenze, nicht der Durchschnitt. Realistisch sind in den ersten sechs Monaten eher 5–8 Stunden pro Woche, die sich auf E-Mail-Bearbeitung, Dokumentenerstellung, Recherche und Datenanalyse verteilen.

Rechnen wir trotzdem mal konservativ:

• 5 Stunden Ersparnis pro Woche × 4,33 Wochen = 21,7 Stunden pro Monat
• Bei einem Vollkosten-Stundensatz von 45 € (Realität für Sachbearbeitung inkl. Arbeitgeberkosten) = 976 € Wert pro Mitarbeiter und Monat
• Bei 10 Mitarbeitern, die es wirklich nutzen: ~9.800 €/Monat — rund 117.000 € pro Jahr

Und jetzt der Clou: Bei Szenario 2 (Werkzeug-KI) zahlst du dafür 600–3.000 €/Monat. Selbst mit den versteckten Kosten bist du beim 3–5-fachen ROI. Das ist keine Magie — das ist die Rechnung, die Agenturen wie wir täglich aufmachen.

Aber: Diese Rechnung gilt nur, wenn die Mitarbeiter die freigewordene Zeit auch sinnvoll nutzen. Wenn die Buchhalterin zwei Stunden schneller fertig ist und dann einfach Netflix schaut, hast du Kosten ohne Nutzen. Deshalb gehört zur KI-Einführung immer die Frage: Was machen wir mit der gewonnenen Zeit? Mehr Aufträge annehmen? Qualität verbessern? Aufgaben übernehmen, die bisher liegen blieben?

Pro-Tipp: Rechne nicht mit Stundenersparnis, sondern mit Kapazität. Statt „5 Stunden gespart“ zu sagen, frage dich: „Welchen Auftrag können wir mehr annehmen, wenn die Angebotserstellung halb so lange dauert?“ Ein zusätzlicher Auftrag mit 2.000 € Deckungsbeitrag pro Monat schlägt jede Stundenrechnung.

Viertens: Der konkrete ROI-Rechner für dein Unternehmen

Hier ist die Rechnung, die ich in Beratungen durchgehe. Du kannst sie in zehn Minuten selbst ausfüllen:

Schritt 1: Kosten bestimmen

Schritt 2: Nutzen bestimmen

Schritt 3: ROI und Amortisation

• ROI = (Jahresnutzen − Jahreskosten) ÷ Jahreskosten × 100
• Amortisation = Jahreskosten ÷ (monatlicher Nutzen)

Ein Beispiel aus meiner Praxis: Ein Maschinenbauer mit 35 Mitarbeitern führte einen KI-Agenten für Angebotserstellung ein. Kosten Jahr 1: 14.500 €. Nutzen: 11.400 € Zeiteinsparung plus zwei zusätzliche Angebote pro Monat (davon eines gewonnen, 18.000 € Deckungsbeitrag). Jahresnutzen: 29.400 €. ROI: 103 % im ersten Jahr — und ab Jahr 2, wenn die Einmalkosten wegfallen, deutlich mehr.

Laut McKinsey liegt der durchschnittliche ROI von KI-Projekten bei 3,5:1 — also 3,50 € zurück für jeden investierten Euro. Deloitte beziffert die typische Amortisationszeit auf 12–18 Monate. Realistisch, wenn du die zwei größten Fehler vermeidest: zu kleines Denken beim Nutzen und zu kleines Denken bei den Kosten.

Fünftens: Die drei häufigsten Kostenfallen

Ich habe genug Projekte gesehen, um dir zu sagen, wo es am häufigsten schiefgeht:

Falle 1: Das 100-Euro-Tool-Syndrom. „Wir fangen klein an mit einem Tool für 50 €/Monat.“ Klingt risikoarm, ist aber meistens Zeitverschwendung. Ohne Prozess, ohne Schulung, ohne Ziel verpufft die Wirkung — und der enttäuschte Geschäftsführer sagt hinterher: „KI bringt nichts.“ Ein kleines, aber fokussiertes Projekt schlägt ein breites, aber zahnloses.

Falle 2: ROI im ersten Quartal erwarten. KI braucht eine Anlaufzeit. Daten müssen sauber sein, Mitarbeiter müssen den Umgang lernen, Prompts müssen verfeinert werden. Wer nach 90 Tagen abbricht, hat die Einmalkosten gehabt — ohne den Nutzen einzufahren. Plane mit 6–12 Monaten, bevor du Bilanz ziehst.

Falle 3: Die Cloud-Falle. Gratis-Tools und US-Cloud-Dienste sind verlockend. Aber sobald Kundendaten im Spiel sind, ist DSGVO-Konformität Pflicht. Das ist kein Nice-to-have: Ein Verstoß kann Bußgelder bis 20 Millionen Euro kosten — die schlechteste ROI-Rechnung der Welt. Kläre den Serverstandort, bevor du einrollst, nicht danach.

Fazit: KI rechnet sich — wenn du richtig rechnest

Mein ehrliches Fazit: KI lohnt sich für die allermeisten KMU. Aber nicht, weil die Tools so billig sind — sondern weil die Rechnung so eindeutig ist, wenn man sie richtig aufmacht.

Die Formel ist simpel: Ein fokussiertes Projekt in einem Kernprozess, ehrlich kalkulierte Gesamtkosten (2–3-fach des Tool-Preises), realistisch angesetzter Nutzen (5–8 Stunden pro Woche, nicht 20), und eine klare Antwort auf die Frage „Was machen wir mit der gewonnenen Zeit?“. Dann reden wir über 100–300 % ROI im ersten Jahr — bei überschaubarem Risiko.

Wer stattdessen auf den Listenpreis schaut und sich wundert, warum nichts passiert, der hat das Problem nicht verstanden. Es geht nie um das Tool. Es geht um den Prozess, die Menschen und die Daten dahinter.

Und genau da fangen wir an. Wir analysieren deinen Prozess, kalkulieren die echte Kosten-Nutzen-Rechnung für dein Unternehmen — und sagen dir auch, wenn KI sich bei dir (noch) nicht lohnt. Das ist der Teil, den dir die wenigsten Agenturen anbieten.

Jetzt kostenloses KI-Audit buchen: Wir schauen uns in 60 Minuten einen konkreten Prozess an, beziffern Kosten und Nutzen — und du bekommst eine ehrliche Zahl, mit der du entscheiden kannst. Kein Verkaufsgespräch, keine PowerPoint-Show. Nur eine Rechnung.