Was kostet KI-Automatisierung für KMU? Modelle, Budget und ROI

Warum die Kostenfrage jetzt auf den Tisch gehört

KI ist in deutschen Unternehmen im Alltag angekommen. In einer repräsentativen Bitkom-Befragung von 603 Unternehmen ab 20 Beschäftigten gaben im Sommer 2026 57 Prozent an, Künstliche Intelligenz einzusetzen – nach 36 Prozent im Vorjahr und 20 Prozent zwei Jahre zuvor. 45 Prozent aller befragten Unternehmen geben 2026 mehr Geld für KI aus als im Vorjahr.

Im breiten Mittelstand, zu dem auch sehr kleine Betriebe zählen, ist die Nutzung deutlich geringer. KfW Research zufolge setzten im Zeitraum 2022 bis 2024 20 Prozent der mittelständischen Unternehmen KI ein, bei Unternehmen ab 50 Beschäftigten waren es 36 Prozent. Für viele kleinere Betriebe steht die Entscheidung also noch bevor – und damit die Frage, welches Budget realistisch ist.

Eine seriöse Antwort ist keine Pauschalsumme. Sie ergibt sich aus dem Prozess, der automatisiert werden soll, aus den Systemen, die angebunden werden müssen, und aus dem Aufwand, der nach dem Start im Betrieb bleibt. Dieser Leitfaden zeigt, wie Sie diese Kosten strukturiert erfassen.

Wo die Kosten tatsächlich entstehen

Die Bitkom-Befragung liefert einen nüchternen Befund. Als großen Kostenpunkt nennen 51 Prozent der KI-Anwender die Infrastruktur wie Cloud und Rechenleistung, 50 Prozent die Aufbereitung von Daten und 41 Prozent die Integration in bestehende Systeme. Abos und Lizenzen für KI-Software sind nur für 21 Prozent ein großer Kostenpunkt – gleichauf mit externer Beratung. Die Schulung der Beschäftigten verursacht bei 19 Prozent hohe Kosten, den Verbrauch von Token nennen lediglich 8 Prozent als großen Posten.

Wer nur Lizenz- oder Modellpreise vergleicht, blendet also genau die Posten aus, die für viele Anwender am stärksten ins Gewicht fallen. Hinzu kommt der Aufwand für Kontrolle: Das NIST AI Risk Management Framework empfiehlt, auch nicht monetäre Kosten möglicher KI-Fehler zu untersuchen und zu dokumentieren und Systeme im Produktivbetrieb weiter zu überwachen. Für die Planung hilft eine Aufteilung in vier Kostenarten.

• Einmalige Projektkosten: Prozessanalyse, Konzeption, Datenaufbereitung, Schnittstellen, Tests und Einführung
• Laufende Betriebskosten: Plattform oder Hosting, Software-Abos, Modellnutzung, Monitoring, Wartung und Support
• Interne Kosten: Arbeitszeit Ihres Teams für Testfälle, Abnahme, Schulung, Ausnahmebearbeitung und fachliche Pflege
• Kontroll- und Risikokosten: menschliche Prüfung, Fehlerkorrektur und die Überwachung im laufenden Betrieb

Drei Abrechnungsmodelle und ihre Wirkung auf das Budget

In Angeboten für KI-Automatisierung begegnen Ihnen im Kern drei Abrechnungslogiken, häufig kombiniert. Jede verteilt das Kostenrisiko anders zwischen Ihnen und dem Anbieter.

• Projektpreis: Analyse und Umsetzung werden als Festpreis oder nach Aufwand berechnet. Das schafft Planbarkeit für die Einführung, sofern klar geregelt ist, ob Schnittstellen, Tests, Schulung und Nachbesserungen enthalten sind.
• Abonnement oder Lizenz: ein fester Monatsbetrag pro Nutzer, pro Standort oder pauschal. Die Kosten sind gut planbar, wachsen aber mit Nutzerzahl und Funktionsumfang; Laufzeit, Kündigungsfrist und Datenexport sollten vor Vertragsschluss feststehen.
• Nutzungsbasiert: Abgerechnet wird nach Verbrauch, etwa pro Million Token bei Sprachmodellen, pro Vorgang oder pro Gesprächsminute. Der Einstieg ist niedrig, die Kosten schwanken jedoch mit dem Volumen. Ein monatliches Limit und eine Verbrauchsübersicht gehören deshalb dazu.

Entscheidend ist nicht das auf den ersten Blick günstigste Modell, sondern das, dessen Kosten zum Nutzungsmuster passen: Bei stabilem, gut bekanntem Volumen lassen sich feste Beträge leichter steuern. Ist das Volumen noch unbekannt oder schwankt es stark, begrenzt ein nutzungsbasierter Start mit Obergrenze das Risiko.

Modellkosten: ein Rechenweg statt Schätzwerte

Wird ein Sprachmodell direkt über eine Programmierschnittstelle (API) genutzt, rechnet der Anbieter nach verarbeiteten Token ab – getrennt nach Eingabe (Anweisungen, Kontext, Anfrage) und Ausgabe (Antwort). Ein Beispiel aus der Preisliste von Anthropic (Stand: 27. September 2026): Claude Haiku 4.5 kostet 1 US-Dollar pro Million Eingabe-Token und 5 US-Dollar pro Million Ausgabe-Token, Claude Sonnet 5 kostet 2 und 10 US-Dollar. Für nicht zeitkritische Stapelverarbeitung über die Batch-Schnittstelle gewährt Anthropic 50 Prozent Rabatt.

Wie viele Token ein Vorgang verbraucht, hängt stark vom Einsatz ab. Die Menge steigt etwa, wenn lange Dokumente mitgeschickt werden, ein Agent mehrere Werkzeugaufrufe nacheinander ausführt oder Anfragen wiederholt werden. Je nach Lösung kommen weitere nutzungsabhängige Posten hinzu, bei Voice Agents zum Beispiel Telefonie und Spracherkennung.

Das folgende Rechenbeispiel beruht deshalb auf frei gewählten Annahmen: 1.500 Vorgänge pro Monat, je Vorgang 3.000 Eingabe-Token und 500 Ausgabe-Token.

• Eingabe: 1.500 × 3.000 Token = 4,5 Millionen Token pro Monat
• Ausgabe: 1.500 × 500 Token = 0,75 Millionen Token pro Monat
• Mit Claude Haiku 4.5: 4,5 × 1 US-Dollar + 0,75 × 5 US-Dollar = 8,25 US-Dollar pro Monat
• Mit Claude Sonnet 5: 4,5 × 2 US-Dollar + 0,75 × 10 US-Dollar = 16,50 US-Dollar pro Monat

Die Rechnung gilt nur für diese Annahmen und ist keine Prognose für Ihren Prozess. Sie macht aber nachvollziehbar, warum die Bitkom-Befragung den Token-Verbrauch am unteren Ende der Kostentreiber sieht. Belastbar wird sie erst mit der im Pilot gemessenen Tokenmenge pro Vorgang.

Budget planen: vom Umfang her denken

Für das erste Jahr ergibt sich das Budget aus einer einfachen Summe: einmalige Kosten plus zwölf Monate laufender Kosten plus interne Arbeitszeit plus ein Puffer für Nacharbeit. Die interne Zeit fehlt dabei leicht, weil sie in keinem Angebot steht.

Ein Rechenbeispiel mit angenommenen Werten: Zwei Mitarbeitende begleiten einen achtwöchigen Pilot mit je vier Stunden pro Woche. Das ergibt 2 × 4 × 8 = 64 Stunden. Multipliziert mit dem eigenen Vollkostensatz pro Stunde entsteht ein Betrag, der ins Budget gehört – auch wenn er auf keiner Rechnung erscheint.

Welche Posten in der Summe dominieren, hängt vor allem vom Umfang des Einstiegs ab. Drei Größenordnungen helfen bei der Einordnung. Sie sagen nichts über konkrete Preise, aber viel über die prägenden Kostenarten.

• Kleiner Einstieg: ein einzelner Arbeitsschritt mit einem Standard-Werkzeug und ohne Schnittstelle, etwa Antwortentwürfe, die ein Mensch prüft. Prägend: Lizenz, Einweisung und interne Zeit.
• Mittlerer Pilot: ein abgegrenzter Prozess mit ein bis zwei Schnittstellen, etwa Anfragen vorqualifizieren und im CRM anlegen. Prägend: Integration, Datenaufbereitung und Tests.
• Größeres Vorhaben: mehrere Systeme, Agenten mit Handlungsrechten, Telefonie oder sensible Daten. Prägend: Integration, Freigabe- und Sicherheitskonzept, Datenschutzprüfung und Monitoring.

Schneiden Sie den Einstieg so zu, dass der Pilot die noch fehlenden Werte misst – Volumen, Bearbeitungszeit, Tokenmenge und Ausnahmen –, bevor über das Budget für eine Ausweitung entschieden wird.

Förderung 2026: Was aktuell tatsächlich verfügbar ist

Fördermöglichkeiten ändern sich schnell, und nicht jede Übersicht im Netz ist aktuell. Bevor ein Zuschuss in die Kalkulation einfließt, sollte sein Status geprüft sein. Stand 27. September 2026 ergibt sich folgendes Bild.

Das Zentrale Innovationsprogramm Mittelstand (ZIM) nimmt seit dem 7. Juli 2026 vorübergehend keine Anträge auf Zuschüsse an; laut IHK gilt das für alle Projektformen und Projektskizzen. Für die Kalkulation eines Pilotprojekts sollte ZIM deshalb derzeit nicht eingeplant werden.

Eine kostenfreie Anlaufstelle waren bisher die Mittelstand-Digital Zentren. Ihre Förderphase läuft jedoch aus: Beim Mittelstand-Digital Zentrum Hannover etwa endete die Förderung im Mai 2026. Für den Jahresbeginn 2027 sieht das Bundesministerium für Wirtschaft und Energie ein neues, bundesweites Netzwerk vor. Ob ein Zentrum in Ihrer Region derzeit Angebote macht, erfragen Sie am besten direkt.

Daneben gibt es Förderprogramme der Länder, deren Bedingungen je nach Bundesland verschieden sind. Einen Überblick über Programme von Bund, Ländern und EU bietet die Förderdatenbank des Bundes. Planen Sie den Pilot so, dass er auch ohne Zuschuss vertretbar bleibt – eine Förderung verbessert den Business Case dann, trägt ihn aber nicht allein.

AI Act: Pflichten, die ins Budget gehören

Seit dem 2. Februar 2025 gilt die Pflicht zur KI-Kompetenz nach Artikel 4 der KI-Verordnung. Mit dem Digital Omnibus on AI, der Verordnung (EU) 2026/1744, wurde sie neu gefasst; die Änderung ist seit dem 27. Juli 2026 in Kraft. Anbieter und Betreiber von KI-Systemen müssen danach Maßnahmen ergreifen, um die KI-Kompetenz ihres Personals und weiterer Personen zu fördern, die in ihrem Auftrag mit den Systemen arbeiten. Ein bestimmtes Kompetenzniveau jeder einzelnen Person müssen sie nicht garantieren.

Für das Budget heißt das: Einweisung und Schulung der Beschäftigten, die mit dem System arbeiten, sind kein optionaler Zusatz. Dass Schulung spürbar Geld kostet, zeigt auch die Bitkom-Befragung, in der 19 Prozent der KI-Anwender sie als großen Kostenpunkt nennen. Nach der Neufassung sollen Kommission und Mitgliedstaaten insbesondere KMU bei der Umsetzung unterstützen.

Wer Chatbots oder Voice Agents einsetzt, sollte zudem die Transparenzpflichten nach Artikel 50 einplanen, die seit dem 2. August 2026 gelten. Anbieter müssen sicherstellen, dass Menschen informiert werden, wenn sie direkt mit einem KI-System interagieren – es sei denn, das ist für eine angemessen informierte Person offensichtlich. Arbeiten Sie mit einem Dienstleister, sollte das Angebot klären, wer diesen Hinweis umsetzt.

Kosten ins Verhältnis setzen: ROI und Amortisation

Kosten allein beantworten nicht, ob sich eine Automatisierung lohnt. Dafür werden sie dem realisierbaren Nutzen gegenübergestellt: ROI (%) = (Gesamtnutzen − Gesamtkosten) / Gesamtkosten × 100. Die Amortisationszeit ergibt sich aus den einmaligen Kosten geteilt durch den monatlichen Nettonutzen. Wie Sie Ausgangswerte, Nutzenarten und Szenarien sauber aufbauen, zeigt unser Beitrag „ROI von KI-Automatisierung berechnen: Formel und Beispiel“.

Rechenbeispiel mit frei gewählten Annahmen – keine Marktpreise und kein Angebot: Ein Betrieb beantwortet 600 E-Mail-Anfragen pro Monat mit je sechs Minuten Bearbeitungszeit, also 60 Stunden. Künftig erstellt eine KI Antwortentwürfe, die ein Mensch in zwei Minuten prüft. Das sind 20 Stunden, dazu kommen fünf Stunden für Betreuung und Pflege. Frei werden 35 Stunden. Bei einem angenommenen Vollkostensatz von 40 Euro entspricht das 1.400 Euro Kapazität pro Monat. Weil freie Zeit nicht automatisch Geld bringt, wird nur die Hälfte als realisierter Nutzen angesetzt: 700 Euro pro Monat.

• Angenommene Kosten: 4.500 Euro einmalig und 250 Euro pro Monat für Betrieb, Lizenzen und Modellnutzung
• Monatlicher Nettonutzen: 700 − 250 = 450 Euro; Amortisation: 4.500 / 450 = 10 Monate
• Erstes Jahr: Nutzen 8.400 Euro, Kosten 4.500 + 12 × 250 = 7.500 Euro, ROI = 900 / 7.500 = 12 Prozent
• Konservativ mit 30 Prozent Realisierung: Nutzen 420 Euro pro Monat, Nettonutzen 170 Euro, Amortisation erst nach gut 26 Monaten, ROI im ersten Jahr rund minus 33 Prozent

Das Beispiel zeigt, wie empfindlich das Ergebnis auf eine einzige Annahme reagiert: Sinkt der Realisierungsfaktor von 50 auf 30 Prozent, wird aus einem positiven ein negativer ROI im ersten Jahr. Belastbar wird die Rechnung erst mit Werten aus dem eigenen Pilot.

Sieben Kostenfallen, die sich vermeiden lassen

Viele Budgetrisiken lassen sich schon vor dem Projektstart erkennen. Achten Sie besonders auf diese Punkte:

• Nur Lizenz- oder Tokenpreise vergleichen und Datenaufbereitung sowie Integration ausblenden
• Die interne Arbeitszeit für Tests, Abnahme und Pflege nicht einplanen
• Nutzungsbasierte Kosten ohne Monatslimit und ohne Verbrauchsübersicht starten
• Ohne gemessene Ausgangswerte starten, sodass Nutzen und ROI später nicht belegbar sind
• Zu groß einsteigen, statt einen abgegrenzten Prozess zu pilotieren
• Einen Zuschuss einrechnen, dessen Programm derzeit keine Anträge annimmt
• Schulung und Transparenzhinweise nach dem AI Act erst nachträglich berücksichtigen

Checkliste: Diese Fragen sollte jedes Angebot beantworten

Mit den folgenden Fragen lassen sich Angebote vergleichbar machen – unabhängig davon, ob Sie mit einem Dienstleister arbeiten oder ein Werkzeug selbst einführen.

• Welcher Prozess wird automatisiert, und sind Volumen und Bearbeitungszeit heute gemessen?
• Welche Systeme werden angebunden, und ist die Integration im Preis enthalten?
• Welche Daten werden verarbeitet, wo werden sie gespeichert und wer prüft den Datenschutz?
• Welches Abrechnungsmodell gilt, und wie hoch sind die laufenden Kosten pro Monat einschließlich Nutzung?
• Gibt es ein Verbrauchslimit, und wer wird bei einer Überschreitung informiert?
• Was ist enthalten: Tests, Schulung, Support und Anpassungen nach dem Start?
• Wer pflegt Wissen, Regeln und Freigaben im laufenden Betrieb?
• Welche Erfolgs- und Abbruchkriterien gelten für den Pilot?
• Sind KI-Kompetenz und Transparenzhinweise nach dem AI Act eingeplant?

Die MindrAils-Einordnung

Die ehrliche Antwort auf die Frage nach den Kosten lautet: Sie hängen weniger vom KI-Modell ab als vom Prozess, den Daten und den Systemen, die zusammenarbeiten müssen. Deshalb beginnen wir nicht mit einer Tool-Empfehlung, sondern mit dem Ablauf: Volumen, Bearbeitungszeit, Übergaben und Ausnahmen. Daraus entstehen ein abgegrenzter Pilot, eine nachvollziehbare Kostenaufstellung und ein konservativer Business Case.

Der erste Schritt kostet nichts: Die kostenlose Business-Analyse führt mit sieben kurzen Fragen zu einer Empfehlung für Ihren nächsten Automatisierungsschritt – eine gute Grundlage, um den passenden Pilotumfang abzugrenzen. Wer die eigene Situation lieber direkt bespricht, bucht ein kostenloses 30-minütiges Analysegespräch.