ROI von KI-Automatisierung berechnen: Formel und Beispiel

Der ROI beginnt vor der Automatisierung

Ob sich eine KI-Automatisierung lohnt, lässt sich erst beantworten, wenn der heutige Prozess bekannt ist. Benötigt werden mindestens das monatliche Vorgangsvolumen, die aktive Bearbeitungszeit, die Quote von Rückfragen oder Nacharbeiten und die tatsächlich eingesetzten Ressourcen. Ohne diese Baseline wird jede spätere Verbesserung zur Schätzung.

Die OECD verweist bei der Bewertung von KI-Produktivität auf eine wichtige Schwierigkeit: Neben direkt sichtbaren Effekten entstehen Investitionen in Daten, Software, Fähigkeiten und Prozessanpassungen, die nicht immer vollständig erfasst werden. Für einen betrieblichen Business Case bedeutet das, Nutzen und Aufwand auf derselben, klar definierten Grundlage zu rechnen.

Vier Nutzenarten getrennt erfassen

Zeitersparnis ist häufig der größte Hebel, aber nicht automatisch eine Auszahlung. Wenn ein Team 100 Stunden pro Monat freibekommt, entsteht zunächst Kapazität. Ein finanzieller Nutzen wird daraus erst, wenn diese Kapazität für zusätzliches Geschäft, vermiedene Überstunden, kürzere Rückstände oder dauerhaft geringeren Fremdaufwand eingesetzt wird.

Deshalb sollte jede Nutzenposition eine Einheit, eine Datenquelle und eine verantwortliche Person erhalten. Verbesserungen dürfen nicht doppelt gezählt werden: Eine vermiedene Nacharbeit kann beispielsweise bereits in der gemessenen Zeitersparnis enthalten sein.

• Kapazitätsgewinn: eingesparte aktive Arbeitszeit mal belastbarer Vollkostensatz
• Qualitätsgewinn: nachweisbar vermiedene Fehler, Rückfragen oder Wiederholungen
• Geschwindigkeitsgewinn: wirtschaftlicher Wert kürzerer Antwort- oder Durchlaufzeiten
• Wachstumsbeitrag: zusätzlicher Deckungsbeitrag, nicht bloß zusätzliches Anfragevolumen

Die ROI-Formel für KI-Automatisierung

Für einen festgelegten Betrachtungszeitraum werden alle bewerteten Nutzenpositionen addiert und den Gesamtkosten gegenübergestellt. Ein Zeitraum von zwölf Monaten ist für einen ersten Pilot oft verständlicher als eine mehrjährige Prognose, weil Preise, Nutzung und Modellleistung sich verändern können.

Die Amortisationszeit beantwortet eine andere Frage: Nach wie vielen Monaten hat der laufende Nettonutzen die einmaligen Einführungskosten ausgeglichen? Ist der monatliche Nutzen nicht höher als der laufende Aufwand, gibt es in diesem Szenario keine Amortisation.

ROI (%) = (Gesamtnutzen - Gesamtkosten) / Gesamtkosten x 100. Amortisation (Monate) = einmalige Kosten / (monatlich realisierter Nutzen - monatliche Betriebskosten).

Die vollständigen Kosten liegen jenseits der Modellrechnung

Token- oder Lizenzpreise sind nur ein Teil der Total Cost of Ownership. Gerade im ersten Jahr fallen Analyse, Datenbereinigung, Schnittstellen, Tests, Schulung und die Gestaltung von Freigaben ins Gewicht. Im Betrieb kommen Überwachung, fachliche Pflege, Support und Ausnahmebearbeitung hinzu.

Auch Risiko hat einen Preis. Das NIST AI Risk Management Framework empfiehlt, erwartete Vorteile und monetäre wie nicht monetäre Kosten im Anwendungskontext zu dokumentieren, Leistung unter realistischen Einsatzbedingungen zu messen und das System im Betrieb weiter zu überwachen. Diese Aufgaben gehören in den Business Case, statt nachträglich als überraschender Zusatzaufwand aufzutauchen.

• Einmalig: Prozessanalyse, Konzeption, Integration, Datenvorbereitung und Abnahmetests
• Laufend: Plattform, Modelle, Infrastruktur, Monitoring, Wartung und Anbietersteuerung
• Intern: Fachzeit für Testfälle, Freigaben, Schulung und Qualitätskontrolle
• Risiko: erwartete Kosten von Fehlern, Ausfällen, Nacharbeit und notwendigen Kontrollen

Rechenbeispiel: Vorqualifizierung von 1.500 Anfragen

Das folgende Beispiel ist keine Marktprognose, sondern eine transparente Modellrechnung. Ein Unternehmen bearbeitet monatlich 1.500 Anfragen mit durchschnittlich zehn Minuten aktiver Arbeitszeit. Die Baseline beträgt damit 250 Stunden. Im Pilot werden 60 Prozent der Anfragen durch KI vorbereitet; für Prüfung und Freigabe bleiben dort jeweils zwei Minuten. Die übrigen 600 Fälle werden weiterhin mit je zehn Minuten bearbeitet. Zusätzlich werden zehn Stunden pro Monat für Monitoring und Pflege angesetzt.

Nach der Einführung entstehen 30 Stunden Prüfung, 100 Stunden manuelle Bearbeitung und zehn Stunden Betrieb: zusammen 140 Stunden. Gegenüber der Baseline werden 110 Stunden Kapazität frei. Bei einem angenommenen Vollkostensatz von 45 Euro entspricht das 4.950 Euro pro Monat. Weil nicht jede freie Stunde unmittelbar wirtschaftlich genutzt wird, setzt das Beispiel einen Realisierungsfaktor von 70 Prozent an. Der bewertete Monatsnutzen beträgt damit 3.465 Euro.

• Einführungskosten: 18.000 Euro einmalig
• Betriebskosten: 900 Euro pro Monat beziehungsweise 10.800 Euro im ersten Jahr
• Bewerteter Nutzen: 3.465 Euro pro Monat beziehungsweise 41.580 Euro im ersten Jahr
• Gesamtkosten im ersten Jahr: 28.800 Euro
• Nettonutzen im ersten Jahr: 12.780 Euro
• ROI im ersten Jahr: rund 44 Prozent
• Amortisationszeit: rund sieben Monate

Entscheidend ist nicht, ob die Beispielwerte attraktiv wirken. Entscheidend ist, ob Volumen, Zeiten, Automatisierungsquote und Realisierungsfaktor mit Daten aus dem eigenen Prozess belegt werden können.

Drei Szenarien schützen vor Wunschdenken

Eine einzelne Punktprognose verschleiert Unsicherheit. Besser sind ein konservatives, ein realistisches und ein ambitioniertes Szenario. Variiert werden sollten vor allem Fallvolumen, erreichbare Automatisierungsquote, menschliche Prüfzeit, Realisierungsfaktor und laufende Kosten. Bleibt der Business Case nur im ambitionierten Szenario positiv, ist der Pilot wirtschaftlich noch nicht belastbar.

Qualität sollte als harte Nebenbedingung behandelt werden. Eine kürzere Bearbeitungszeit zählt nicht als Erfolg, wenn Fehlzuordnungen, Beschwerden oder Nacharbeit steigen. Das NIST empfiehlt Leistungs- und Risikokriterien unter Bedingungen zu messen, die dem späteren Einsatz entsprechen, und Veränderungen im Betrieb fortlaufend zu dokumentieren.

• Konservativ: geringere Automatisierungsquote, längere Prüfung und höhere Betriebskosten
• Realistisch: Werte aus einem repräsentativen Pilot mit dokumentierten Ausnahmen
• Ambitioniert: nachgewiesene Verbesserungen nach stabiler Prozess- und Datenoptimierung

In vier Schritten vom Modell zum belastbaren Business Case

Das Institut für angewandte Arbeitswissenschaft beschreibt KI-Projektmanagement als systematisches Vorgehen von der Initiierung bis zur Einführung und Erfolgsbewertung. Für die ROI-Prüfung lässt sich daraus ein kompakter Ablauf ableiten: zuerst Baseline und Ziel festlegen, dann einen begrenzten Pilot parallel zum bisherigen Prozess testen, Abweichungen messen und die Rechnung erst mit realen Pilotdaten aktualisieren.

Vor einer Ausweitung sollten Fachbereich, Technik und Geschäftsverantwortliche dieselben Kennzahlen akzeptieren. So bleibt sichtbar, ob das Projekt wirklich Wert erzeugt oder lediglich Arbeit in andere Rollen verlagert.

• Baseline über einen repräsentativen Zeitraum erfassen
• Pilotumfang, Qualitätsgrenzen und Abbruchkriterien vorab dokumentieren
• Zeit, Qualität, Ausnahmen und Betriebskosten während des Piloten messen
• ROI mit Ist-Daten neu rechnen und erst danach über Skalierung entscheiden

Die MindrAils-Einordnung

Ein guter ROI-Rechner liefert keine scheinbar exakte Zukunft, sondern macht Annahmen überprüfbar. Für KMU ist ein kleiner Prozess mit sauberer Baseline oft wertvoller als eine große Transformationsrechnung mit vielen ungesicherten Effekten.

Wir beginnen deshalb mit Prozessvolumen, Bearbeitungszeit, Fehlern und Übergaben. Daraus entsteht ein konservativer Business Case und ein Pilot, der genau die fehlenden Werte misst. Erst wenn Nutzen, Qualität und laufender Aufwand gemeinsam überzeugen, sollte die Automatisierung erweitert werden.