KI-Investition: Erst rechnen, dann automatisieren – welche Kennzahlen Sie vorher kennen sollten

Wenn mir ein Geschäftsführer erzählt, dass er jetzt „etwas mit KI machen“ will, stelle ich fast immer dieselbe Gegenfrage: Was kostet Sie dieser Ablauf heute? Meistens folgt eine kurze Pause. Nicht, weil die Antwort peinlich wäre, sondern weil sie schlicht niemand kennt. Und genau dort entscheidet sich, ob eine KI-Investition später ein Gewinn wird oder ein teures Experiment.

KI-Projekte scheitern selten nur an der Technik. Sehr oft scheitern sie daran, dass vorher niemand festgelegt hat, was sie eigentlich einsparen sollen – und was der Ablauf heute kostet. In diesem Beitrag bekommen Sie die sechs Kennzahlen, die ich vor jeder KI-Entscheidung auf dem Tisch sehen will, eine einfache Rechnung zum Mitnehmen mit einem durchgerechneten Beispiel, die zwei typischen Fehler und die Bereiche, in denen sich der Blick in die Zahlen fast immer lohnt. Kein Tool-Vergleich, sondern die Vorarbeit, ohne die jeder Tool-Vergleich im Nebel stattfindet.

Warum so viele KI-Projekte an der Wirtschaftlichkeit hängen bleiben

Die Zahlen, die derzeit zu KI-Projekten kursieren, sind ernüchternd – man muss sie aber genau lesen. Der viel zitierte MIT-Report „State of AI in Business 2025“ kommt zu dem Ergebnis, dass 95 Prozent der in Firmen gestarteten Pilotprojekte mit generativer KI scheitern. „Scheitern“ heißt dort allerdings: Die Unternehmen schaffen es nicht, trotz hoher Investitionen schnell substanzielles Umsatzwachstum zu erzeugen. Grundlage waren Befragungen von 150 Führungskräften und 350 Mitarbeitenden sowie die Analyse von 300 KI-Implementierungen. Das ist keine allgemeine Fehlerquote, aber ein deutliches Signal: Der erhoffte wirtschaftliche Effekt bleibt häufig aus.

Gartner hatte im Juli 2024 prognostiziert, dass mindestens 30 Prozent der GenAI-Projekte bis Ende 2025 nach dem Proof of Concept aufgegeben werden – unter anderem wegen schlechter Datenqualität, steigender Kosten und unklarem Geschäftsnutzen. Ausdrücklich genannt wird auch, dass die Kosten nicht so planbar seien wie bei anderen Technologien. Inzwischen schreibt Gartner, dass mindestens die Hälfte der GenAI-Projekte nach dem Proof of Concept aufgegeben wurde. Aus einer Prognose von 30 Prozent ist also eine Feststellung von 50 Prozent geworden.

Die Ursachen sind nicht eindimensional. Prosci sieht die fehlende Kompetenz der Anwender mit 38 Prozent als größte Hürde, deutlich vor technischen Problemen mit 16 Prozent. Technik spielt also durchaus eine Rolle – aber sie ist nicht der Hauptgrund. Ein Muster zieht sich durch: Pilotprojekte stocken oft, weil niemand festgelegt hat, wie viel Zeit, Kosten oder Fehler die KI einsparen soll. Ohne dieses Ziel gibt es keinen Maßstab, und ohne Maßstab gibt es keine Entscheidung, ob ein Projekt weitergeführt werden sollte.

Gleichzeitig wächst der Einsatz rasant. Laut Bitkom setzen inzwischen 57 Prozent der Unternehmen KI ein – vor einem Jahr waren es 36 Prozent, vor zwei Jahren 20 Prozent. Befragt wurden 603 Unternehmen ab 20 Beschäftigten. Bemerkenswert ist der zweite Teil der Erhebung: Kein Unternehmen mit KI im Einsatz gibt an, das Potenzial voll zu nutzen; 28 Prozent schöpfen es wenig aus, 59 Prozent überhaupt nicht. Viele sind also eingestiegen – den Nutzen schöpfen aber nur wenige aus. Wer nicht gemessen hat, wo er startet, kann auch kaum sagen, wie weit er gekommen ist.

Eine KI-Investition ohne Ausgangszahlen ist keine Investition, sondern eine Wette. Und Wetten gewinnt man nicht dadurch, dass man das teurere Werkzeug kauft.

Die Unternehmerfrage hinter jeder KI-Entscheidung

Gute Unternehmer haben eine Eigenschaft, die man nicht lernen muss, sondern pflegen sollte: Neugier auf das eigene Geschäftsmodell. Sie fragen sich bei jedem Angebot, jedem Kanal und jedem Kunden: Was kostet es, diesen Kunden zu gewinnen? Was bringt er uns über die Jahre? Und wo auf dem Weg dahin geht Marge verloren – in der Angebotsphase, in der Abwicklung, in der Nacharbeit?

Genau diese Neugier ist die Grundlage jeder sinnvollen KI-Investition. KI ist kein eigenes Geschäftsziel. Sie ist ein Werkzeug, das an einer bestimmten Stelle Ihres Geschäfts Zeit, Fehler oder Wartezeit reduzieren soll. Ob sich das lohnt, beantwortet keine Software-Demo, sondern nur der Blick auf die Stelle selbst: Wie oft passiert dort etwas, wie lange dauert es, wer macht es und was kostet es, wenn es schiefgeht? Wer diese Fragen beantworten kann, beurteilt jedes Angebot eines KI-Anbieters in wenigen Minuten. Wer es nicht kann, ist auf das Versprechen des Anbieters angewiesen.

Deshalb beginnt gute KI-Beratung im Mittelstand nicht mit der Frage „Welches Tool?“, sondern mit der Frage „Welcher Ablauf, und was kostet er?“. Diese Reihenfolge habe ich ausführlich beschrieben in KI-Beratung beginnt nicht mit Tools, sondern mit Prozessen.

Sechs Kennzahlen, die vor jeder KI-Entscheidung auf den Tisch gehören

Sie brauchen kein Controlling-Projekt, um gut zu entscheiden. Sie brauchen für den Ablauf, um den es geht, eine Handvoll ehrlicher Werte. Diese sechs frage ich in jedem Erstgespräch ab:

1. Kosten je Vorgang

Was kostet es Sie, ein Angebot zu erstellen, eine Eingangsrechnung zu bearbeiten oder eine Kundenanfrage zu beantworten? Gemeint ist die gesamte Arbeitszeit aller Beteiligten – inklusive Suchen, Nachfragen, Korrigieren und Ablegen –, multipliziert mit dem internen Stundensatz. Wie weit die Spannen dabei auseinandergehen, zeigt das Beispiel Eingangsrechnung: Fachbeiträge, die meist von Software-Anbietern stammen, nennen Werte von 4,50 bis 8,00 Euro Personalkosten pro Rechnung bis hin zu 10 bis 30 Euro je manueller Rechnungsprüfung; Klärfälle kosten dort 50 bis 150 Euro (siehe etwa neurahaus.ai, flowwer.de und effizienzbuchhalter.de). Die Lehre daraus ist nicht eine bestimmte Zahl, sondern: Fremde Durchschnittswerte helfen Ihnen wenig. Ihr eigener Wert zählt.

2. Durchlaufzeit

Wie lange dauert es vom Eingang bis zum Abschluss – von der Anfrage bis zum verschickten Angebot, von der Rechnung bis zur Freigabe? Die Durchlaufzeit ist fast immer deutlich länger als die reine Arbeitszeit, weil Vorgänge auf Schreibtischen liegen, auf Rückmeldungen warten oder im Postfach untergehen. Gerade im Vertrieb ist sie oft wichtiger als die Kosten: Ein Angebot, das nach einer Woche statt nach einem Tag kommt, verliert gegen den schnelleren Wettbewerber, egal wie gut es ist.

3. Fehlerquote

Wie oft muss nachgearbeitet werden? Falsche Preise im Angebot, doppelt erfasste Rechnungen, vergessene Rückrufe, Tippfehler bei der Datenübernahme. Jeder Fehler kostet zweimal – einmal die Korrektur, einmal das Vertrauen des Kunden. Wer die Fehlerquote vorher nicht kennt, kann später nicht zeigen, dass eine Lösung sie gesenkt hat.

4. Kundengewinnungskosten

Was kostet es Sie, einen neuen Kunden zu gewinnen – Werbung, Messe, Vertriebszeit, Angebote, die nicht angenommen werden, eingerechnet? Diese Zahl entscheidet, ob sich KI im Vertrieb lohnt. Wenn Ihr Team für jeden gewonnenen Auftrag fünf Angebote schreibt, dann steckt ein großer Teil der Kundengewinnungskosten in Angeboten, die nie unterschrieben werden. Genau dort kann eine schnellere Angebotsvorbereitung spürbar wirken.

5. Kundenwert über die Laufzeit

Was bringt Ihnen ein Kunde über die gesamte Zusammenarbeit – nicht beim ersten Auftrag, sondern über die Jahre, mit Folgeaufträgen und Empfehlungen? Erst im Verhältnis zum Kundenwert lässt sich beurteilen, wie viel eine bessere Nachbetreuung, ein schnellerer Kundenservice oder ein konsequentes Nachfassen wert ist. Ein Kunde, der zehn Jahre bleibt, rechtfertigt einen ganz anderen Aufwand als ein Einmalauftrag.

6. Chefstunden pro Woche in Routinearbeit

Wie viele Stunden verbringen Sie als Geschäftsführung pro Woche mit Aufgaben, die nicht Ihre sein müssten – Angebote formatieren, Rechnungen abzeichnen, Termine abstimmen, Standardfragen beantworten? Diese Kennzahl taucht in keiner Buchhaltung auf, ist aber in inhabergeführten Unternehmen oft die wertvollste. Eine Chefstunde kostet nicht nur das, was auf dem Gehaltszettel steht. Sie fehlt für Kunden, Strategie und Führung. Aus meiner Erfahrung unterschätzen Unternehmer diesen Wert fast immer – weil sich die Routine in vielen kleinen Häppchen über den Tag verteilt. Warum gerade das Wachstum bremst, beschreibe ich in Der Unternehmer als Engpass.

Sie müssen nicht alle sechs Zahlen für das ganze Unternehmen kennen. Es reicht, sie für den einen Ablauf zu kennen, über den Sie gerade entscheiden.

Die Rechnung zum Mitnehmen: So schätzen Sie den ROI von KI selbst ab

Für eine erste, belastbare Einschätzung brauchen Sie keine Tabellenkalkulation mit zwanzig Reitern. Eine Zeile genügt:

Eingesparte Stunden je Vorgang × Stundensatz × Häufigkeit = Potenzial

Dem stellen Sie zwei Posten gegenüber: die Einführungskosten (Analyse, Einrichtung, Anbindung an Ihre Systeme, Einarbeitung des Teams) und die laufenden Kosten (Lizenzen, Nutzungsgebühren, Betreuung, Pflege). Erst die Differenz sagt Ihnen, ob und wann sich eine Lösung trägt. Die Logik ist dieselbe, mit der Fachbeiträge die Kosten im Rechnungseingang berechnen: Anzahl der Vorgänge × Minuten je Vorgang ÷ 60 × Personalkosten je Stunde.

Zwei Korrekturen machen die Rechnung ehrlich:

• Nicht mit 100 Prozent Ersparnis rechnen. Inhaltliche Prüfung und Freigabe bleiben in der Regel beim Menschen – und das ist richtig so. Rechnen Sie nur mit der Zeit, die tatsächlich wegfällt, nicht mit der gesamten Bearbeitungszeit.
• Die laufenden Kosten nicht unterschätzen. Gartner weist ausdrücklich darauf hin, dass die Kosten von KI-Lösungen weniger planbar sind als bei anderen Technologien – etwa, weil nutzungsabhängige Gebühren mit dem Volumen steigen. Planen Sie lieber mit einem Puffer.

Ein Rechenbeispiel (fiktiv)

Das folgende Beispiel ist bewusst vereinfacht und frei erfunden. Alle Zahlen – auch die Kosten der Lösung – dienen nur der Veranschaulichung und sind keine Marktpreise.

Ein Betrieb mit 25 Mitarbeitenden erstellt pro Woche 25 Angebote. Jedes Angebot kostet inklusive Zusammensuchen alter Positionen, Rückfrage beim Kollegen und Formatieren im Schnitt 40 Minuten. Der interne Stundensatz liegt bei 45 Euro, gerechnet wird mit 46 Arbeitswochen im Jahr.

1. Heutige Kosten: 25 Angebote × 40 Minuten ÷ 60 = rund 16,7 Stunden pro Woche. Mal 45 Euro sind das 750 Euro pro Woche oder 34.500 Euro im Jahr – nur für die Angebotserstellung.
2. Realistisches Potenzial: Eine KI-gestützte Vorbereitung liest die Anfrage, schlägt Positionen aus früheren Angeboten vor und erstellt den Entwurf. Prüfung, Kalkulation und Freigabe bleiben beim Menschen; dafür werden 15 Minuten je Angebot angesetzt. Eingespart werden also 25 Minuten je Angebot: 25 × 25 Minuten ÷ 60 = rund 10,4 Stunden pro Woche, mal 45 Euro gut 469 Euro pro Woche oder rund 21.500 Euro im Jahr.
3. Kosten der Lösung (angenommen): 8.000 Euro für Analyse, Einrichtung und Einarbeitung, dazu 250 Euro pro Monat laufend – also 3.000 Euro im Jahr.
4. Ergebnis: Im ersten Jahr bleiben nach Abzug aller Kosten rund 10.500 Euro. Monatlich steht einer Ersparnis von knapp 1.800 Euro ein laufender Betrag von 250 Euro gegenüber; die Einführung hat sich damit nach gut fünf Monaten bezahlt gemacht.

Zwei Dinge zeigt das Beispiel besonders deutlich. Erstens: Schon kleine Änderungen der Annahmen verschieben das Ergebnis stark. Sind es zehn statt 25 Angebote pro Woche, dauert die Amortisation ein Vielfaches länger. Genau deshalb müssen Sie Ihre eigene Häufigkeit kennen. Zweitens: Die eingesparten Stunden sind nur dann Geld wert, wenn sie für etwas Sinnvolles genutzt werden – für mehr Angebote, schnelleres Nachfassen oder Arbeit, die bisher liegen geblieben ist. Und wenn ein Teil davon Chefstunden sind, ist der Effekt oft größer, als der Stundensatz vermuten lässt.

Wer seine Zahlen kennt, kann diese Rechnung für jedes Angebot eines Anbieters in fünf Minuten selbst aufmachen. Was KI-Lösungen in unterschiedlichen Größenordnungen kosten, habe ich eingeordnet in Was kostet KI wirklich? Von 0 Euro bis Enterprise.

Zwei typische Fehler, die KI-Projekte teuer machen

Fehler 1: Das Tool kaufen, bevor der Prozess klar ist

Ein Anbieter zeigt eine beeindruckende Demo, die Lizenz ist schnell gebucht – und danach beginnt die Suche nach einem Ablauf, in den das Werkzeug passt. Das ist die teuerste Reihenfolge, die es gibt. Wie verbreitet dieser Impuls ist, zeigt ein Detail aus der Bitkom-Erhebung: Jedes dritte Unternehmen, das KI nutzt, ist vor allem aus Angst vor dem Zurückfallen eingestiegen. Angst ist ein verständlicher Antrieb, aber kein Geschäftsfall. Wer zuerst den Ablauf versteht, kauft später gezielter – oder stellt fest, dass eine einfache Regel-Automatisierung reicht und gar keine KI nötig ist.

Fehler 2: Den Nutzen in „gefühlt schneller“ messen

„Das geht jetzt irgendwie schneller“ ist kein Ergebnis, sondern ein Eindruck. Er verfliegt spätestens, wenn die erste Rechnung für die Lizenz kommt und jemand fragt, was sie eigentlich gebracht hat. Legen Sie deshalb vor dem Start fest, woran Sie den Erfolg messen: Minuten je Vorgang, Durchlaufzeit, Fehler pro Monat. Erheben Sie den Ausgangswert, bevor sich etwas ändert, und messen Sie nach einigen Wochen erneut. Erst dann wissen Sie, ob sich die KI-Investition lohnt – und haben eine belastbare Grundlage für den nächsten Schritt.

Wo sich der Blick in die Zahlen besonders lohnt

Grundsätzlich kann jeder wiederkehrende Ablauf ein Kandidat sein. In der Praxis landen wir bei der Prozessanalyse aber immer wieder in denselben vier Bereichen – weil sie häufig vorkommen, viele Übergaben haben und ihre Kosten selten jemand kennt.

Angebotserstellung

Hier zählen vor allem Kosten je Vorgang und Durchlaufzeit. Wie viele Angebote entstehen pro Woche, wie lange dauert eines, und wie viele Tage vergehen bis zum Versand? In Kombination mit der Abschlussquote sehen Sie, wie viel Arbeit in Angebote fließt, die nie zu Aufträgen werden.

Vertrieb und Nachfassen

Die entscheidenden Kennzahlen sind Kundengewinnungskosten und Kundenwert. Wie viele Angebote werden nachgefasst – und wie viele versanden einfach? Ein konsequentes, gut vorbereitetes Nachfassen ist oft der günstigste Hebel im ganzen Vertrieb, weil die teure Arbeit, das Angebot, bereits erledigt ist.

Buchhaltung und Belege

Kosten je Vorgang, Fehlerquote und Durchlaufzeit bis zur Freigabe – etwa bei Eingangsrechnungen, Spesenbelegen oder Lieferscheinen. Dass das Thema an Fahrt gewinnt, zeigt auch die Bitkom-Erhebung: In Controlling und Rechnungswesen stieg der KI-Einsatz von 17 auf 25 Prozent. Wie Sie das Papier überhaupt erst aus dem Ablauf bekommen, steht in Papier raus: Belege und Dokumente endlich digital in den Griff bekommen.

Kundenservice

Antwortzeit, Anzahl wiederkehrender Fragen und die Zeit, die für Standardantworten draufgeht. Der Kundenkontakt ist laut Bitkom das häufigste Einsatzfeld: 72 Prozent der Unternehmen mit KI nutzen sie etwa bei der Bearbeitung von Anfragen. Wenn ein Großteil der Anfragen immer wieder dieselben Themen betrifft, kann ein Assistent mit Zugriff auf Ihr Firmenwissen viel abfangen – wie das aussehen kann, zeigt Unternehmens-GPT: Was ein eigener KI-Assistent mit Firmenwissen leistet.

Prozesse vor Tools: erst verstehen, dann vereinfachen, dann automatisieren

Die Kennzahlen sind kein Selbstzweck. Sie sind der erste von drei Schritten, die in genau dieser Reihenfolge laufen sollten:

1. Verstehen. Den Ablauf einmal Schritt für Schritt aufnehmen: Wer macht was, mit welchem Werkzeug, wie lange, wo wird gewartet, wo nachgefragt? Hier entstehen die Zahlen, mit denen Sie später rechnen.
2. Vereinfachen. Bevor irgendetwas automatisiert wird, fliegt raus, was überflüssig ist: doppelte Erfassung, Freigaben ohne Funktion, Formulare, die niemand braucht. Diese Phase kostet fast nichts und bringt oft schon einen spürbaren Teil der Ersparnis.
3. Automatisieren. Erst der verbliebene, saubere Ablauf wird automatisiert – mit festen Regeln dort, wo die Daten strukturiert sind, und mit KI dort, wo Texte gelesen, verstanden oder formuliert werden müssen.

Wer diese Reihenfolge umdreht, automatisiert Umwege und bezahlt dafür jeden Monat. Welche Abläufe sich typischerweise zuerst lohnen und wann klassische Automatisierung reicht, lesen Sie in Prozessautomatisierung im Mittelstand: Welche Abläufe sich zuerst lohnen.

Wie eine Prozessanalyse mit Wirtschaftlichkeitsrechnung abläuft

Genau diese Vorarbeit ist der Kern meiner Digitalisierungsberatung: Wir nehmen die Abläufe auf, die Ihnen am meisten Zeit kosten, erheben die Kennzahlen, rechnen das realistische Einsparpotenzial gegen Einführungs- und laufende Kosten und legen eine Reihenfolge fest. Am Ende steht keine Tool-Empfehlung aus dem Bauch, sondern eine Wirtschaftlichkeitsrechnung, die Sie selbst nachvollziehen können – und auf deren Grundlage wir die Umsetzung angehen, wenn sie sich lohnt. Was eine solche Beratung umfasst und was sie kostet, habe ich zusammengefasst in Digitalisierungsberatung: Was sie leistet und was sie kostet.

Der nächste Schritt: ein Ablauf, eine Rechnung

Sie müssen nicht heute über Ihre KI-Strategie für die nächsten Jahre entscheiden. Nehmen Sie sich einen einzigen Ablauf vor und beantworten Sie für ihn drei Fragen: Wie oft kommt er vor? Wie lange dauert er? Was kostet eine Stunde der Menschen, die ihn erledigen? Mit diesen drei Zahlen haben Sie mehr in der Hand als mit jeder Software-Demo.

Ich schaue auf solche Fragen als Unternehmer, nicht als Techniker. In meinen eigenen Unternehmen entscheiden wir genauso: erst rechnen, dann vereinfachen, dann automatisieren. Wenn Sie mögen, machen wir den Prozess-Check gemeinsam – wir nehmen einen Ihrer Abläufe, rechnen ihn durch und beziffern, was sich realistisch einsparen lässt. Lassen Sie uns einen Ablauf gemeinsam durchrechnen.

Häufige Fragen zur KI-Investition

Welche Kennzahlen sollte ich vor einer KI-Investition kennen?

Mindestens sechs: die Kosten je Vorgang (zum Beispiel je Angebot, Rechnung oder Anfrage), die Durchlaufzeit eines Ablaufs, die Fehlerquote, die Kosten für die Gewinnung eines Kunden, den Wert eines Kunden über die gesamte Zusammenarbeit und die Chefstunden pro Woche, die in Routinearbeit fließen. Für die erste Entscheidung reicht es, diese Werte für einen einzigen Ablauf ehrlich zu erheben – eine Woche Mitschreiben genügt oft.

Wie berechne ich das Einsparpotenzial einer KI-Lösung?

Mit einer einfachen Formel: eingesparte Stunden je Vorgang mal Stundensatz mal Häufigkeit ergibt das Potenzial. Dagegen stellen Sie die Einführungskosten und die laufenden Kosten. Wichtig: Rechnen Sie nicht mit 100 Prozent Ersparnis. Inhaltliche Prüfung und Freigabe bleiben in der Regel beim Menschen, deshalb zählt nur die Zeit, die tatsächlich wegfällt.

Wie hoch ist der ROI von KI im Mittelstand?

Eine seriöse Pauschalzahl gibt es nicht, weil der ROI vom Ablauf, der Häufigkeit, dem Stundensatz und den Kosten der Lösung abhängt. Genau deshalb lohnt sich die Rechnung vorab: Wer weiß, was ein Vorgang heute kostet und wie oft er vorkommt, kann für jede Lösung in wenigen Minuten abschätzen, ob und wann sie sich trägt. Ohne diese Ausgangswerte bleibt jede ROI-Aussage eine Behauptung.

Was mache ich, wenn ich meine Prozesskosten gar nicht kenne?

Das ist der Normalfall und kein Grund, nichts zu tun. Wählen Sie einen Ablauf, zum Beispiel die Angebotserstellung, und lassen Sie die Beteiligten eine Woche lang notieren, wie oft er vorkommt, wie lange er dauert und wo nachgefragt oder korrigiert werden muss. Schon diese Stichprobe liefert eine belastbarere Grundlage als jedes Bauchgefühl. Eine Prozessanalyse im Rahmen einer Digitalisierungsberatung macht das systematisch und für mehrere Abläufe.

Was ist eine Prozessanalyse mit Wirtschaftlichkeitsrechnung?

Bei einer Prozessanalyse wird ein Ablauf Schritt für Schritt aufgenommen: Wer macht was, mit welchem Werkzeug, wie lange, wo entstehen Wartezeiten und Fehler. Die Wirtschaftlichkeitsrechnung übersetzt das in Geld: Was kostet der Ablauf heute, was ließe sich realistisch einsparen und was kostet eine Lösung in Einführung und Betrieb. Am Ende steht eine nachvollziehbare Entscheidung, ob und in welcher Reihenfolge sich Vereinfachung, Automatisierung oder KI lohnen.