KI-Lösungen nach dem Pilotprojekt: Wo die laufenden Kosten stecken
Der Test lief gut, die Rechnung danach überrascht. Was KI-Anwendungen im Dauerbetrieb kosten, wo das Geld wirklich hingeht und wie Sie eine Lösung schlank halten.

Das Pilotprojekt war ein Erfolg. Der KI-Assistent beantwortet Anfragen, fasst Verträge zusammen oder sortiert Rechnungen vor. Die Fachabteilung ist zufrieden, die Geschäftsführung gibt den Ausbau frei. Ein halbes Jahr später liegt eine Rechnung auf dem Tisch, mit der niemand gerechnet hat.
Dieses Muster ist häufig. Im Pilot arbeiten wenige, motivierte Leute mit einem überschaubaren Datensatz. Im Dauerbetrieb nutzen Hunderte die Lösung, die Datenmenge wächst, Sonderfälle häufen sich. Kosten, die im Test kaum auffielen, werden plötzlich spürbar.
Effizient ist eine KI-Lösung nicht, wenn sie beeindruckt. Effizient ist sie, wenn ihr Nutzen die laufenden Kosten dauerhaft übersteigt. Dieser Beitrag zeigt, wo diese Kosten entstehen und wie Sie sie im Griff behalten.
Wie KI-Dienste abgerechnet werden
Grundsätzlich gibt es zwei Modelle. Bei Lizenzen pro Nutzer zahlen Sie einen festen Betrag je Person und Monat, etwa für einen KI-Assistenten im Büropaket. Das ist planbar, lohnt sich aber nur, wenn die Leute das Werkzeug auch nutzen. Viele Lizenzen liegen nach der ersten Begeisterung brach.
Bei nutzungsabhängiger Abrechnung zahlen Sie für das, was das Modell verarbeitet. Sprachmodelle rechnen meist in Tokens ab, also in Wortbausteinen. Gezählt werden die Eingabe und die Antwort. Das wirkt im Einzelfall billig. Schickt aber jede Anfrage lange Dokumente mit und laufen Tausende Vorgänge am Tag, summiert sich der Betrag.
Die Preise ändern sich zudem schnell. Für vergleichbare Leistung sind sie in den vergangenen Jahren deutlich gefallen, zugleich kommen neue, teurere Modelle hinzu. Eine Kalkulation aus dem Frühjahr kann im Herbst überholt sein. Planen Sie deshalb mit Spannen statt mit einem festen Wert und prüfen Sie die Preise regelmäßig.
Hinzu kommen Posten, die nicht auf der Rechnung des KI-Anbieters stehen. Dazu zählen Speicher und Suchindex für Ihre Dokumente, Rechenleistung für die Vorverarbeitung, Werkzeuge zur Überwachung und die Anbindung an bestehende Systeme.
Die vergessenen Kosten: prüfen, pflegen, betreuen
Der größte Kostenblock taucht in vielen Kalkulationen gar nicht auf: die Arbeitszeit von Menschen. Wer KI-Ergebnisse prüfen muss, bevor sie an Kunden gehen, braucht dafür Zeit. Dauert die Prüfung fast so lange wie die Arbeit selbst, bleibt vom Nutzen wenig übrig.
- Prüfaufwand: Stichproben oder vollständige Kontrolle, je nach Risiko der Aufgabe.
- Pflege der Wissensbasis: Veraltete Handbücher, Preislisten oder Richtlinien führen zu falschen Antworten.
- Modellwechsel: Anbieter ersetzen Modelle regelmäßig. Jeder Wechsel verlangt neue Tests, weil sich Antworten verändern.
- Betreuung: Jemand muss Rückmeldungen sammeln, Fehler auswerten und Vorgaben anpassen.
- Schulung: Neue Mitarbeitende müssen lernen, was das Werkzeug kann und wo es irrt.
Ein Beispiel: Ein mittelgroßer Versicherungsmakler lässt eingehende Mails von einem Modell zusammenfassen und dem richtigen Team zuordnen. Die Gebühren für das Modell sind gering. Doch jede falsch zugeordnete Mail kostet eine Rückfrage. Und jede Woche muss jemand neue Produktnamen in die Vorgaben einpflegen. Erst mit diesen Stunden ergibt sich der echte Preis der Lösung.
Diese Aufgaben lassen sich nicht wegautomatisieren. Sie gehören von Anfang an in den Plan, mit Namen und Stunden.
Das passende Modell statt des größten
Viele Projekte starten mit dem stärksten Modell, das verfügbar ist. Für den Test ist das sinnvoll, weil es zeigt, was überhaupt möglich ist. Im Dauerbetrieb ist es oft Verschwendung. Für Klassifizieren, Extrahieren oder kurze Antworten genügen häufig kleinere Modelle. Sie sind schneller und pro Anfrage deutlich günstiger.
Der Weg dorthin führt über einen Testsatz. Sammeln Sie einige Dutzend bis einige Hundert typische Fälle mit der richtigen Lösung. Lassen Sie verschiedene Modelle daran arbeiten und vergleichen Sie Qualität und Kosten. Oft zeigt sich, dass ein kleines Modell die meisten Fälle schafft. Nur schwierige Anfragen gehen dann an ein großes.
Auch technische Kniffe senken die Kosten. Kürzere Eingaben helfen, wenn nur die relevanten Textstellen mitgeschickt werden. Zwischengespeicherte Antworten sparen bei immer gleichen Fragen. Und wenn keine sofortige Antwort nötig ist, kann eine Sammelverarbeitung über Nacht laufen. Manche Anbieter bieten dafür günstigere Tarife an.
Eine KI-Lösung ist nicht dann effizient, wenn sie alles kann, sondern wenn sie genau das gut kann, wofür Sie bezahlen.
Messen, was die Lösung wirklich bringt
Ohne Zahlen bleibt die Wirtschaftlichkeit ein Gefühl. Legen Sie vor dem Ausbau fest, woran Sie den Erfolg messen. Das kann die Bearbeitungszeit pro Vorgang sein, der Anteil der Fälle ohne Nacharbeit oder die Zahl der Rückfragen von Kunden. Erheben Sie den Ausgangswert vor der Einführung, sonst fehlt der Vergleich.
Teilen Sie dann die laufenden Kosten durch die Zahl der Vorgänge. Die Kosten pro bearbeiteter Rechnung oder pro beantworteter Anfrage sagen mehr als eine Monatssumme. Sie zeigen, ob die Lösung mit wachsender Nutzung günstiger wird oder teurer. Und sie machen den Vergleich mit der bisherigen Arbeitsweise möglich.
Beziehen Sie dabei auch Nebenwirkungen ein. Wird ein Vorgang schneller, aber fehlerhafter, wandern die Kosten nur in eine andere Abteilung, etwa in den Kundenservice. Eine ehrliche Messung betrachtet deshalb den ganzen Ablauf, nicht nur den Schritt, den die KI übernimmt.
Achten Sie auch auf die Nutzung. Funktionen, die kaum jemand verwendet, kosten trotzdem Pflege. Lizenzen ohne aktive Nutzer lassen sich kündigen. Eine regelmäßige Durchsicht, etwa jedes Quartal, hält die Lösung schlank.
Datenschutz und Abhängigkeit als Kostenfaktor
Auch Recht und Strategie haben einen Preis. Verarbeitet die Lösung personenbezogene Daten, brauchen Sie einen Vertrag zur Auftragsverarbeitung. Außerdem müssen Sie wissen, wo die Daten gespeichert werden. Wer das erst nach dem Pilot klärt, muss im schlimmsten Fall den Anbieter wechseln und von vorn beginnen.
Hinzu kommen Pflichten aus der europäischen KI-Verordnung, dem AI Act. Für die meisten Büroanwendungen sind sie überschaubar, etwa Transparenz und die Schulung der Beschäftigten. In sensiblen Bereichen wie Personalauswahl oder Kreditvergabe gelten strengere Anforderungen. Sie verlangen Dokumentation und menschliche Aufsicht und verursachen damit ebenfalls laufende Kosten.
Eine starke Bindung an einen einzigen Anbieter kann später teuer werden, etwa wenn Preise steigen oder ein Modell eingestellt wird. Eine Zwischenschicht, die Anfragen an verschiedene Modelle weiterleiten kann, schafft Spielraum. Sie kostet beim Aufbau etwas Aufwand, erleichtert aber jeden späteren Wechsel. Die nüchterne Faustregel lautet: Bauen Sie so, dass Sie das Modell austauschen können, ohne die ganze Anwendung neu zu schreiben.
Fragen und Antworten
Was sind Tokens?
Tokens sind die Einheiten, in denen Sprachmodelle Text verarbeiten. Ein Token entspricht grob einem Wortteil, im Deutschen oft weniger als einem ganzen Wort. Viele Anbieter rechnen Eingabe und Ausgabe getrennt nach Tokens ab. Lange Dokumente in jeder Anfrage treiben die Kosten deshalb schnell nach oben.
Ist eine Lizenz pro Nutzer oder die Abrechnung nach Nutzung günstiger?
Das hängt vom Einsatz ab. Lizenzen pro Nutzer lohnen sich, wenn viele Beschäftigte ein Werkzeug täglich verwenden. Nutzungsabhängige Preise passen zu automatisierten Abläufen mit schwankender Menge. Rechnen Sie beide Varianten mit realistischen Zahlen aus dem Pilot durch.
Wie finde ich heraus, ob ein kleineres Modell reicht?
Mit einem Testsatz aus typischen Fällen und bekannten richtigen Antworten. Lassen Sie mehrere Modelle daran arbeiten und vergleichen Sie Fehlerquote und Kosten. Wichtig sind auch die schwierigen Randfälle. Reicht das kleine Modell dort nicht, kann es diese Fälle an ein größeres weitergeben.
Wer sollte eine KI-Lösung im Unternehmen betreuen?
Am besten ein kleines Team aus Fachabteilung und IT. Die Fachseite beurteilt, ob Ergebnisse stimmen, und pflegt die Inhalte. Die IT kümmert sich um Betrieb, Kosten und Sicherheit. Ohne benannte Verantwortliche verwaist eine Lösung schnell.
Wann sollte man eine KI-Lösung wieder abschalten?
Wenn die Kosten pro Vorgang dauerhaft über denen der bisherigen Arbeitsweise liegen oder die Nacharbeit den Nutzen auffrisst. Auch geringe Nutzung trotz Schulung ist ein Warnsignal. Ein ehrlicher Abbruch ist besser als ein teures Werkzeug, das niemand braucht.


