KI im Betrieb: Die Kostenrechnung, die vor dem nächsten Modelltest stehen sollte

OpenAI, Microsoft und andere Anbieter treiben die aktuelle KI-Debatte mit grösseren Modellen, neuen Agenten und spektakulären Unternehmensmeldungen. Für KMU ist ein anderer Punkt geschäftlich wichtiger: Was kostet ein KI-Prozess, wenn er nicht nur einmal ausprobiert, sondern jeden Tag betrieben wird? Ein Demo-Erfolg sagt wenig aus. Entscheidend ist, ob ein wiederkehrender Ablauf weniger Zeit, weniger Fehler oder mehr Umsatz erzeugt, als er an Toolkosten, Prüfzeit und Pflege verbraucht.

Gerade stärkere Modelle machen diese Rechnung dringlicher. Sie können komplexere Vorarbeit leisten, aber sie verleiten auch dazu, zu viele Aufgaben gleichzeitig anzuschliessen. Dann entsteht kein Pilot, sondern ein Nebel aus Automationen, Prompts, Ausnahmen und manuellen Korrekturen. Ein kleiner Betrieb braucht deshalb keine KI-Roadmap mit zwanzig Punkten, sondern ein Kostenblatt für einen einzigen Prozess.

Der Unterschied zwischen Toolpreis und Prozesskosten

Der monatliche Preis eines KI-Tools ist nur die sichtbare Spitze. Dahinter liegen Einrichtungszeit, Datenvorbereitung, Prüfung, Fehlerkorrektur, interne Schulung und Rückbau. Wenn ein System pro Tag zehn Minuten spart, aber jede Woche zwei Stunden Pflege braucht, ist der Nutzen schnell weg. Umgekehrt kann ein teureres Tool sinnvoll sein, wenn es einen teuren Engpass zuverlässig entschärft.

Ein Beispiel aus dem Vertrieb: Eine KI fasst eingehende Anfragen zusammen und schlägt Prioritäten vor. Der Toolpreis ist leicht zu erfassen. Schwieriger ist die Frage, wie oft ein Vorschlag falsch priorisiert wird, wie lange die Prüfung dauert und ob dadurch schneller ein Angebot entsteht. Ohne diese Messpunkte wirkt KI produktiv, obwohl sie vielleicht nur Arbeit verlagert.

Vier Zahlen vor dem nächsten Modelltest

• Ist-Zeit: Wie viele Minuten kostet der Ablauf heute pro Fall oder pro Tag?
• Prüfzeit: Wie lange braucht ein Mensch, um die KI-Vorarbeit sicher abzunehmen?
• Fehlerkosten: Was passiert, wenn ein Vorschlag falsch, unvollständig oder zu optimistisch ist?
• Folgewert: Welche schnellere Antwort, bessere Quote oder vermiedene Nacharbeit entsteht daraus?

Diese vier Zahlen müssen nicht wissenschaftlich perfekt sein. Sie müssen ehrlich genug sein, um Bauchgefühl zu ersetzen. Ein KMU kann mit einer Woche Beobachtung starten. Fünf Arbeitstage reichen oft, um zu sehen, ob ein Ablauf grundsätzlich trägt. Wichtig ist, dass auch Korrekturen gezählt werden. Eine KI, die schön formuliert, aber ständig nachkontrolliert werden muss, ist kein Produktivitätsgewinn.

Wo sich starke Modelle zuerst rechnen

Starke Modelle lohnen sich besonders dort, wo Informationen aus mehreren Quellen in eine Entscheidungsvorlage verwandelt werden, die letzte Entscheidung aber im Unternehmen bleibt. Typische Fälle sind Angebotsvorbereitung, Support-Triage, Meeting-Briefings, Wissenssuche oder die Auswertung interner Notizen. Hier ist die Aufgabe begrenzt, der Nutzen sichtbar und das Risiko kontrollierbar.

Schwächer ist der Business Case bei Aufgaben, die nur selten vorkommen, viele Sonderfälle haben oder sofort Aussenwirkung erzeugen. Automatische Rabatte, verbindliche Kundenantworten, Kündigungen oder rechtliche Bewertungen sollten nicht der erste Produktivprozess sein. Dort kann KI markieren und vorbereiten. Die Entscheidung bleibt beim Menschen, bis genug Daten über Fehlerarten vorliegen.

Eine Ampel für die Investitionsentscheidung

• Grün: täglich oder wöchentlich wiederkehrend, klare Eingangsdaten, menschliche Abnahme möglich, messbarer Zeitgewinn.
• Gelb: mehrere Datenquellen, sensible Inhalte oder unklare Zuständigkeit; zuerst enger Pilot und Fehlerprotokoll.
• Rot: direkte Aussenwirkung, rechtliche oder finanzielle Bindung, keine einfache Rücknahme bei Fehlern.

Diese Ampel schützt vor zwei Extremen. Sie verhindert, dass ein Unternehmen jedes neue Modell aus Angst ignoriert. Sie verhindert aber auch, dass aus jedem Demo sofort ein Produktionssystem wird. Gerade in kleinen Teams ist Fokus der wichtigste Hebel. Ein einziger grüner Prozess, der jeden Tag sauber läuft, ist wertvoller als fünf halbe Automationen.

Der Wochenentscheid nach dem Pilot

Am Ende der Pilotwoche sollte die Entscheidung hart sein. Weiterführen, enger fassen oder stoppen. Weiterführen heisst: Der Ablauf spart nach Prüfzeit messbar Arbeit oder verbessert eine Umsatzchance. Enger fassen heisst: Der Nutzen ist sichtbar, aber nur für bestimmte Fälle. Stoppen heisst: Der Prozess klingt modern, erzeugt aber zu viel Prüfung, zu viele Ausnahmen oder zu wenig Wert.

Für KMU ist diese Disziplin wichtiger als das nächste Tool. Modelle werden besser, Preise ändern sich, Anbieter kommen und gehen. Eine saubere Nutzenrechnung bleibt. Wer sie beherrscht, kann neue KI-Funktionen schneller beurteilen und vermeidet teure Spielwiesen, die im Alltag niemand stabil betreibt.

Recherchebasis: Google-News-Recherche zu OpenAI, Business und Kosten.

Nächster Schritt

Was heisst das für Ihre Büroarbeit?

• Zeitfresser wählen: E-Mail, Offerten, Rechnungen, Ablage oder Kundenantworten.
• Wirtschaftlich prüfen: CHF 79 lohnen sich schon, wenn rund eine Stunde Bürozeit besser priorisiert wird.
• Bezahlten Start nutzen: Der Detailreport macht aus dem Artikel einen konkreten Startplan.

Detailreport CHF 79 startenKostenlosen Check starten

DACH-Hinweis: 10min KI Brief bleibt für KMU im gesamten DACH-Raum lesbar; konkrete Praxisangebote sind zuerst CH-first formuliert.