„Was kostet KI-Automatisierung?“ ist die Frage, die in fast jedem Erstgespräch kommt. Die ehrliche Antwort lautet: Zwei Projekte, die auf dem Papier gleich aussehen, können sich im Preis um ein Vielfaches unterscheiden. Nicht wegen der KI, sondern wegen allem, was um sie herum gebaut werden muss.
Realistische Budgetspannen für ein erstes Projekt haben wir bereits in Was ein KI-Pilot kosten sollte aufgeschrieben. Dieser Artikel geht einen Schritt davor: Welche Faktoren treiben die Kosten, und welche davon können Sie als Mittelständler selbst beeinflussen, bevor Sie überhaupt ein Angebot einholen?
KI-Automatisierung oder Prozessautomatisierung?
Zuerst eine Unterscheidung, die viel Geld spart. Ein Großteil dessen, was als KI-Automatisierung verkauft wird, ist klassische Prozessautomatisierung: Daten aus dem Onlineshop in die Buchhaltung übertragen, Anfragen aus dem Webformular ins CRM schreiben, eine Benachrichtigung verschicken, wenn sich ein Status ändert. Dafür braucht es kein Sprachmodell, sondern eine saubere Verbindung zwischen Systemen — etwa mit n8n oder Make.com.
KI lohnt sich dort, wo der Input unstrukturiert ist: Rechnungen als PDF, Bestellungen in E-Mails, Lebensläufe, Verträge, Support-Anfragen in freiem Text. Ein Sprachmodell macht aus diesem Text Felder in einer Datenbank, sortiert Anfragen vor oder entwirft eine erste Antwort.
Der erste Kostenhebel ist deshalb: KI nur dort einsetzen, wo sie gebraucht wird. Jeder KI-Schritt kostet mehr in Entwicklung, Test und Betrieb als ein regelbasierter Schritt.
Die Kostenfaktoren im Einzelnen
1. Wie viele Systeme beteiligt sind
Ein Prozess, ein System, keine neue Oberfläche — das ist der günstigste Fall. Jedes weitere System bringt eine Schnittstelle mit, und Schnittstellen sind der unberechenbarste Teil eines Projekts. Entscheidend ist, ob das System eine gut dokumentierte API hat, ob Sie Zugang dazu bekommen und ob Daten nur gelesen oder auch zurückgeschrieben werden müssen. Ältere Branchenlösungen ohne API können ein Projekt deutlich verteuern.
2. Wie viele Ausnahmen der Prozess hat
Nehmen Sie die letzten hundert Fälle und zählen Sie, wie viele exakt nach Standard liefen. Bei neunzig und mehr ist der Prozess ein guter Kandidat. Bei sechzig müssen Sie entweder den Prozess vorher vereinfachen oder ein System bezahlen, das hauptsächlich Ausnahmen zur manuellen Bearbeitung weiterreicht. Ausnahmen sind der Kostenfaktor, der am häufigsten unterschätzt wird — weil sie erst bei echten Daten sichtbar werden.
3. Wie gut die Daten sind
KI kann unordentlichen Text lesen, aber sie kann keine fehlenden Stammdaten erfinden. Wenn Kundennummern doppelt vergeben sind, Artikel unter fünf Schreibweisen existieren oder die eigentliche Information nur im Kopf eines Mitarbeiters steckt, muss zuerst aufgeräumt werden. Wie Sie das selbst angehen, beschreiben wir in Ihre Daten sind nicht bereit für KI.
4. Was mit Fehlern passiert
Ein Sprachmodell liegt nicht immer richtig. Der Unterschied zwischen einem nützlichen und einem gefährlichen System liegt darin, was mit den unsicheren Fällen passiert. Ein gut gebautes System hat Schwellenwerte, eine Prüfwarteschlange für einen Menschen und ein Protokoll, an dem sich Fehler erkennen lassen. Das kostet Entwicklungszeit — und ist trotzdem nicht verhandelbar. Ein Angebot, in dem dieser Teil fehlt, ist nicht günstiger, sondern unvollständig.
5. Wie geprüft wird, ob es funktioniert
Bevor ein KI-Schritt live geht, braucht es eine feste Sammlung von Testfällen mit bekannten richtigen Ergebnissen, die bei jeder Änderung erneut durchläuft — bei einem neuen Prompt, einer neuen Modellversion oder einem neuen Dokumentformat. Ohne diese Evaluierung driftet das System unbemerkt ab. Der Aufwand dafür hängt davon ab, wie viele unterschiedliche Dokumenttypen und Sonderfälle es gibt.
6. Datenschutz und Hosting
Für viele mittelständische Unternehmen ist die DSGVO kein Randthema. Ob personenbezogene Daten an ein Modell eines US-Anbieters gehen dürfen, ob die Automatisierung auf einem eigenen Server in der EU laufen muss und welche Auftragsverarbeitungsverträge nötig sind, beeinflusst die Architektur und damit den Preis. Ein selbst gehostetes n8n hält etwa sensible Daten in Ihrer eigenen Infrastruktur — dafür muss jemand den Server pflegen.
7. Ob eine Oberfläche nötig ist
Läuft die Automatisierung komplett im Hintergrund, bleibt es günstig. Brauchen Mitarbeiter eine eigene Ansicht — zum Freigeben, Korrigieren oder für einen Überblick — kommt eine kleine Anwendung dazu, mit Anmeldung und Berechtigungen.
Die laufenden Kosten
Neben dem Bau gibt es drei Posten, die in fast jedem Budget fehlen:
- Modellnutzung. Abgerechnet nach Volumen, nicht nach Mitarbeiterzahl. Ein Prozess mit wenigen hundert Dokumenten im Monat kostet hier wenig; bei großen Volumen oder langen Dokumenten lohnt es sich, vorab zu rechnen.
- Plattform und Hosting. Lizenzen für die Automatisierungsplattform, Server, Datenbank. Bei Make.com zählt jeder ausgeführte Schritt, bei n8n Cloud jede Ausführung eines Workflows, beim selbst gehosteten n8n vor allem der Server.
- Wartung. Ein Lieferant ändert seine Rechnungsvorlage, eine API-Version wird abgekündigt, jemand benennt ein Feld im CRM um. Planen Sie dafür ein laufendes Budget ein — oder akzeptieren Sie, dass die Automatisierung irgendwann still stehen bleibt.
So senken Sie die Kosten, ohne an der falschen Stelle zu sparen
- Mit einem Prozess anfangen, nicht mit einer Strategie. Häufig, regelbasiert, mit wenigen Ausnahmen und messbarem Zeitaufwand.
- Den Ausgangswert messen. Zwei Wochen lang Zeit notieren, Fehler zählen. Ohne Ausgangswert kann in drei Monaten niemand belegen, dass sich die Investition gelohnt hat.
- Prozess vor Automatisierung reparieren. Schritte, die nur noch aus Gewohnheit existieren, gehören gestrichen, nicht automatisiert.
- Die kleinste nützliche Version bauen — auf echten Daten, mit den Menschen, die sie nutzen werden — und erst danach erweitern.
- Eigentum klären. Code, Workflows, Konten und API-Schlüssel sollten Ihnen gehören, damit Sie den Dienstleister wechseln können, ohne das System zu verlieren.
Unsere Faustregel für die Entscheidung bleibt: Dauert die Amortisation länger als zwölf Monate, bauen Sie es noch nicht.
Fazit
Was KI-Automatisierung kostet, entscheidet selten das Modell. Es entscheiden die Zahl der Systeme, die Ausnahmen im Prozess, die Datenqualität, der Umgang mit Fehlern, die Evaluierung, die Datenschutzanforderungen und die laufenden Kosten. Die meisten dieser Faktoren können Sie beeinflussen, bevor das erste Angebot auf dem Tisch liegt.
Wie wir solche Projekte bauen, beschreiben wir auf der Seite KI-Automatisierung. Wenn Sie wissen möchten, was die Automatisierung eines konkreten Prozesses bei Ihnen kosten würde, schreiben Sie uns, was heute passiert und wie oft. Das Erstgespräch ist kostenlos; danach erhalten Sie einen klar abgegrenzten Umfang mit Festpreis — oder die ehrliche Antwort, dass es sich noch nicht lohnt.
