KI-ROI berechnen: Nutzen, Kosten und Risiko realistisch bewerten

Das Wichtigste in Kürze:

• Ein belastbarer KI-ROI rechnet mit vier Nutzenarten, nicht nur mit Zeitersparnis.
• Die Nettoersparnis zählt: Bruttoersparnis mal Nutzungsquote, minus Kontroll- und Korrekturaufwand.
• Mindestens 5 Kostenkategorien gehören in die Rechnung, von Lizenz bis Fehlerkorrektur.
• Entscheide auf Basis des konservativen Szenarios, nie auf dem optimistischen.

Mehr als die Hälfte der deutschen Unternehmen nutzt inzwischen KI in ihren Geschäftsprozessen. Laut ifo-Konjunkturumfrage vom Mai 2026 sind es 54,5 %, nach 40,9 % im Jahr davor. Auffällig ist: Rund drei Viertel der KI-nutzenden Unternehmen setzen auf kostenpflichtige externe Lösungen, nur 18,7 % betreiben eigene KI-Systeme. Es wird also investiert. Ob sich die Investition rechnet, beantworten viele Business Cases aber zu großzügig.

Das typische Muster sieht so aus. Jemand multipliziert die Zeit für einen manuellen Vorgang mit der Anzahl der Vorgänge pro Jahr, zieht die Lizenzkosten ab und präsentiert eine beeindruckende ROI-Zahl. Übersehen werden dabei fast immer drei Dinge. Niemand nutzt ein Tool zu 100 %. KI-Ausgaben produzieren Fehler, die korrigiert werden müssen. Pflege und Kontrolle laufen nach dem Go-Live weiter.

Dieser Artikel gehört zum Themen-Cluster KI-Kosten & ROI. Er richtet sich an Geschäftsführung, Operations, IT und Fachbereiche in KMU, die einen KI-Business-Case bewerten oder selbst rechnen müssen, und zwar vor der Investitionsentscheidung. Die zentrale These: Brutto-Zeitersparnis ist keine ROI-Rechnung, sondern deren erste, unvollständige Zeile. Erst wenn Nutzung, Qualität und Wartung mitgerechnet werden, entsteht eine Zahl, die eine Entscheidung trägt.

Begriffe und Abgrenzung

Diese 4 Begriffe sorgen für eine gemeinsame Basis.

• ROI (Return on Investment): setzt den Nettonutzen eines Zeitraums ins Verhältnis zu den Gesamtkosten desselben Zeitraums, also ROI = (Nutzen − Kosten) / Kosten. Ohne vollständige Kostenbasis ist jede ROI-Zahl beschönigt.
• Brutto- versus Nettoersparnis: Brutto ist die theoretische Ersparnis bei perfekter Nutzung durch alle, netto zieht Nutzungsquote, Fehlerkorrektur und Kontrollaufwand ab und zählt allein für Entscheidungen.
• Amortisationszeit: der Zeitpunkt, an dem der kumulierte Nettonutzen die Gesamtkosten übersteigt, oft anschaulicher als der reine ROI-Prozentsatz.
• Business Case versus Pilotauswertung: Der Business Case rechnet vor der Investition mit Annahmen, die Pilotauswertung misst nach der Testphase mit echten Daten. Der Pilot korrigiert die Annahmen, bevor skaliert wird.

Welche Nutzenarten gibt es?

Ein belastbarer KI-ROI zählt 4 Nutzenarten, nicht eine.

1. Harte Zeitersparnis: weniger manuelle Stunden für einen definierten Vorgang, die am leichtesten messbare und am häufigsten überschätzte Größe.
2. Qualitätsgewinn: weniger Fehler, Nacharbeit und Reklamationen, über die Kosten vermiedener Fehlerfälle in Euro überführbar, aber selten mitgerechnet.
3. Kapazitätsgewinn: mehr Vorgänge im selben Zeitraum ohne zusätzliche Stellen, relevant, wenn Wachstum sonst neue Einstellungen erfordert hätte. Dieser Nutzen entsteht nur, wenn das zusätzliche Volumen tatsächlich anfällt oder geplant ist.
4. Weiche Effekte: kürzere Reaktionszeiten, höhere Mitarbeiterzufriedenheit, Attraktivität als Arbeitgeber. Sie sind real, aber nicht seriös in Euro umrechenbar und gehören als Kontext in den Business Case, nicht in die Formel.

Meine Position dazu: Die meisten Business Cases aus Erstgesprächen rechnen nur mit Nutzenart 1, und das auch noch brutto. Damit wird ein KI-Projekt fast immer besser gerechnet, als es ist. Wer mit allen drei harten Nutzenarten rechnet und die weichen Effekte separat benennt, bekommt eine Zahl, die eine Investitionsentscheidung tatsächlich trägt.

Wie berechnet man Zeitersparnis?

Die Bruttoformel steckt in den meisten Präsentationen.

Bruttoersparnis = (alte Zeit je Vorgang − neue Zeit je Vorgang) × Vorgänge pro Zeitraum × Stundensatz.

Das Problem ist nicht die Formel, sondern der fehlende Faktor: die tatsächliche Nutzung. So sieht die Netto-Formel aus.

Nettoersparnis = Bruttoersparnis × Nutzungsquote − Kontroll- und Korrekturaufwand.

Nutzungsquote heißt: Wie viel Prozent der relevanten Vorgänge laufen tatsächlich über das neue Tool statt weiter manuell oder über einen Workaround? In der Praxis sehe ich hier die größte Lücke zwischen Business Case und Realität. Ein Tool mit 100 % Abdeckung im Rollout-Plan, das nur 60 % der Belegschaft konsequent nutzen, liefert auch nur 60 % der theoretischen Ersparnis. Die Gründe sind selten technisch: fehlende Schulung, Misstrauen gegenüber der Ausgabe oder ein alter Weg, der für Ausnahmefälle weiter offensteht.

Das praktische Vorgehen hat 3 Regeln. Zeit je Vorgang vorher und nachher stoppen, nicht schätzen, und zwar an mindestens fünf bis zehn realen Fällen. Vorgänge pro Zeitraum aus vorhandenen Systemdaten ziehen, nicht raten. Nutzungsquote nach einer Pilotphase von vier bis acht Wochen tatsächlich messen, nicht im Rollout-Plan unterstellen.

Welche Kosten gehören hinein?

Eine vollständige Rechnung braucht mindestens 5 Kostenkategorien.

• Lizenz & API: Software-Abos und KI-Modell-Nutzung nach Verbrauch, häufiger Fehler ist die reine Basislizenz ohne Nutzungsspitzen.
• Einführung & Integration: Setup, Anbindung an bestehende Systeme und Datenaufbereitung, oft als „einmalig“ verbucht und im Aufwand unterschätzt.
• Interne Zeit: Projektsteuerung, Tests, Schulung und Change-Kommunikation, oft gar nicht bepreist, weil „eigene Leute ja da sind“.
• Betrieb & Pflege: Monitoring, Prompt- und Workflow-Anpassungen sowie Weiterentwicklung, nach dem Go-Live häufig nicht mehr budgetiert.
• Fehlerkorrektur & Kontrolle: Human-in-the-Loop-Prüfung und Korrektur fehlerhafter Ausgaben, oft erst sichtbar, wenn das Problem bereits auftritt.

Die ifo-Erhebung zeigt: Rund drei Viertel der KI-nutzenden Unternehmen setzen auf kostenpflichtige externe Lösungen. Laufende Lizenzkosten sind also der Normalfall und gehören als wiederkehrende Position in die Rechnung, nicht als einmaliger Investitionsposten. Wie sich die Kostenblöcke im Detail verteilen und wo versteckte Positionen lauern, vertieft das Cluster KI-Kosten & ROI.

Wie behandelt man Qualität und Risiko?

Qualität und Risiko sind eine eigene Rechengröße, keine Fußnote. Sie wird vor der ROI-Formel abgezogen, nicht danach relativiert. Diese 3 Elemente gehören hinein.

1. Geschätzte Fehlerquote der KI-Ausgabe: je nach Anwendungsfall unterschiedlich hoch und realistisch nur aus einer eigenen Pilotphase zu ermitteln, nicht aus Herstellerangaben. Ohne Messung gilt: konservativ rechnen und eher zu hoch ansetzen.
2. Kosten je Fehlerfall: Zeit für die Korrektur, gegebenenfalls Reklamation oder im ungünstigsten Fall Reputationsschaden. Multipliziert mit der erwarteten Fehleranzahl ergibt das eine Rückstellung, die von der Bruttoersparnis abgeht.
3. Verbleibender Kontrollaufwand: Ein Human-in-the-Loop-Schritt, der alle Ausgaben oder eine Stichprobe prüft, kostet selbst Zeit und senkt die alte manuelle Zeit selten auf null.

Ein Hinweis aus der Praxis: Prozesse mit hohem Fehlerrisiko oder hoher Varianz taugen erst nach gemessener Fehlerquote für einen belastbaren Business Case. Genau hier hilft eine strukturierte Analyse der Ist-Prozesse. Process-Mining-Methoden werten reale Prozessdaten statt Annahmen aus. Sie machen Engpässe, Ausnahmefälle und Automatisierungspotenziale sichtbar, bevor investiert wird.

Wie baut man Szenarien?

Statt einer einzelnen ROI-Zahl gehört ein Modell mit 3 Szenarien in jeden Business Case: konservativ, realistisch, optimistisch. Jede Variante benennt ihre Annahmen offen. Das folgende Gerüst arbeitet mit Platzhaltern und ist keine branchenspezifische Preisangabe. Jede Zelle ersetzt du durch eure eigenen, gemessenen Werte.

Schritt 1: Variablen definieren.

• Z_alt = Zeit je Vorgang vorher, in Minuten.

• Z_neu = Zeit je Vorgang nachher, in Minuten.

• V = Vorgänge pro Monat.

• S = interner Stundensatz in Euro.

• N = Nutzungsquote (0-100 %).

• F = geschätzte Fehlerquote (0-100 %).

• K_f = Kosten je Fehlerfall in Euro.

• K_gesamt = Lizenz + Einführung/12 + interne Zeit + Betrieb, in Euro pro Monat.

Schritt 2: Formel je Monat.

Nettonutzen = [(Z_alt − Z_neu) × V × S/60] × N − (V × F × K_f). ROI (Monat) = (Nettonutzen − K_gesamt) / K_gesamt. Amortisationsmonat = Startkosten / (Nettonutzen − laufende Kosten), sobald der Ausdruck positiv ist.

Schritt 3: Drei Szenarien nebeneinander.

• Konservativ: Nutzungsquote 40-50 %, Fehlerquote am oberen Ende der Pilot-Bandbreite, vollständige Prüfung jeder Ausgabe. Das Ergebnis ist die Untergrenze für die Investitionsentscheidung.
• Realistisch: Nutzungsquote 65-75 %, die im Pilot gemessene mittlere Fehlerquote, Stichprobenprüfung. Dieses Szenario ist die Planungsgrundlage für Budget und Meilensteine.
• Optimistisch: Nutzungsquote 85-95 %, Fehlerquote am unteren Ende der Pilot-Bandbreite, risikobasierte Stichprobe. Es markiert die obere Grenze und wird nicht als Zusage kommuniziert.

Die Bandbreiten sind Ausgangspunkte für die eigene Kalibrierung, keine branchenweiten Kennzahlen. Die konkreten Prozentsätze leitest du aus eurer Pilotphase oder einem Vergleichsprozess ab. Entscheidend ist die Methodik. Wer nur auf das optimistische Szenario baut, rechnet sich das Projekt schön. Solide ist eine Entscheidung, die auch im konservativen Szenario eine positive oder zumindest tragbare Amortisationszeit ergibt.

Beispielrechnung (rein illustrativ, keine Marktangabe): Ein Prozess wie die Angebotserstellung dauert bisher 40 Minuten je Vorgang, mit KI-Unterstützung 15 Minuten. Es fallen 200 Vorgänge im Monat an, der interne Stundensatz liegt bei 45 Euro. Die Bruttoersparnis wäre dann (40 − 15) × 200 × 45/60 = 3750 Euro pro Monat.

Das konservative Szenario rechnet mit 45 % Nutzungsquote, 8 % Fehlerquote und 30 Euro Korrekturkosten je Fehlerfall. Es ergibt: 3750 € × 0,45 − (200 × 0,08 × 30 €) = 1687,50 € − 480 € = 1207,50 € Nettonutzen im Monat. Stehen dem laufende Kosten von 900 Euro im Monat gegenüber (Lizenz, anteilige Einführung, Pflege), bleiben rund 307,50 Euro. Die Investition amortisiert sich, aber deutlich langsamer, als die Bruttozahl suggeriert.

Das realistische Szenario setzt 65 % Nutzungsquote, 5 % Fehlerquote und 75 € Korrekturkosten an. Dieselbe Formel ergibt: 3750 € × 0,65 − (200 × 0,05 × 75 €) = 2437,50 € − 750 € = 1687,50 € Nettonutzen. Abzüglich 900 € Kosten bleiben rund 787,50 Euro im Monat. Jede Zahl in diesem Beispiel ist frei gewählt, um die Methode zu zeigen. Sie ersetzt keine eigene Messung und sagt nichts über realistische Kosten oder Einsparungen in einem konkreten Unternehmen.

Umsetzung: In vier Schritten zur belastbaren ROI-Rechnung

Diese 4 Schritte haben sich bewährt.

1. Einen Prozess auswählen, nicht die ganze Organisation. Ein klar abgegrenzter Vorgang mit messbarer Vorher-Zeit liefert bessere Daten als eine unternehmensweite Schätzung.
2. Vorher-Daten aus dem System ziehen, nicht aus dem Gedächtnis: Vorgangszahlen, tatsächliche Bearbeitungszeiten und die bestehende Fehlerquote, sofern vorhanden.
3. Vier bis acht Wochen pilotieren: Nutzungsquote, tatsächliche neue Zeit je Vorgang und tatsächliche Fehlerquote messen, nicht schätzen.
4. Drei Szenarien rechnen, auf dem konservativen entscheiden. Der Rollout folgt erst, wenn das realistische Szenario tragbar ist und das konservative nicht existenzbedrohend.

Strukturierte Prozessanalyse hilft bei Schritt 2, tatsächliche Engpässe statt gefühlter Probleme zu identifizieren. Wer diese vier Schritte nicht selbst gehen will oder kann, muss nicht raten. Im Erstgespräch schauen wir uns den konkreten Prozess an. Du bekommst eine ehrliche Einschätzung, ob sich eine ROI-Rechnung dafür seriös aufstellen lässt, ohne Benchmark-Versprechen, die sich nicht belegen lassen. Für Teams, die die Methodik im Haus verankern wollen, vermitteln unsere Schulungen genau diese Rechenlogik und den Umgang mit KI-Ausgaben.

Ein Punkt aus eigener Projekterfahrung: Der größte Zeitfresser bei Schritt 2 ist selten die Datenbeschaffung selbst. Es ist die Einigung darauf, was als „ein Vorgang“ überhaupt zählt. Zählt der eine die reine Bearbeitungszeit und der andere inklusive Warteschlangen und Rückfragen, driften Vorher- und Nachher-Werte auseinander, ohne dass sich am Prozess etwas ändert. Diese Definition vor der ersten Zeitmessung schriftlich festzuhalten, erspart in der Auswertung viel Streit über die Zahlen.

Ein zweiter praktischer Punkt betrifft die Pilotphase. Wer mit den erfahrensten, technikaffinsten Mitarbeitenden startet, bekommt systematisch zu optimistische Nutzungs- und Fehlerquoten. Diese Gruppe braucht weniger Einarbeitung und findet selbst Workarounds für Schwächen des Tools. Realistischer ist ein Pilot mit einem repräsentativen Querschnitt der späteren Nutzer:innen, auch wenn das kurzfristig mehr Schulungsaufwand bedeutet.

Risiken und Grenzen

Diese 5 Punkte gehören zur Ehrlichkeit dazu.

• Keine garantierten Einsparungen: Jede Zahl in diesem Artikel ist ein Rechenmodell mit offenen Annahmen, keine Zusage. Wer dir vor der Pilotphase eine feste Einsparquote nennt, hat sie nicht gemessen, sondern geschätzt oder verkauft.
• Pilotdaten sind keine Skalierungsdaten: Ein Pilot mit engagierten Testnutzer:innen zeigt oft bessere Werte als der Regelbetrieb, deshalb Nutzungs- und Fehlerquote nach dem Rollout erneut prüfen.
• Fehlerkosten sind schwer vollständig zu erfassen: Reputations- und Folgeschäden lassen sich selten sauber beziffern, bei riskanten Prozessen Kontrollmechanismen deshalb nicht aus Kostengründen streichen.
• Weiche Effekte nicht in die Formel zwingen: Mitarbeiterzufriedenheit oder Employer Branding in Euro zu pressen macht den Business Case unglaubwürdig, also qualitativ benennen statt einrechnen.
• Kein Ersatz für Rechts- oder Steuerberatung: Förderfähigkeit, steuerliche Behandlung und Datenschutzfragen rund um KI-Systeme gehören in die jeweilige Fachberatung.

Checkliste: Vor der ROI-Entscheidung

Diese 10 Punkte prüfst du vor der Entscheidung.

• Ein klar abgegrenzter Prozess ist ausgewählt, nicht die ganze Organisation.

• Die Vorher-Zeit je Vorgang ist gemessen, nicht geschätzt.

• Vorgangszahlen stammen aus Systemdaten, nicht aus dem Bauchgefühl.

• Eine Pilotphase von mindestens vier Wochen ist eingeplant.

• Die Nutzungsquote wird nach der Pilotphase tatsächlich gemessen.

• Fehlerquote und Kosten je Fehlerfall sind geschätzt oder gemessen.

• Alle fünf Kostenkategorien von Lizenz bis Fehlerkorrektur sind berücksichtigt.

• Mindestens drei Szenarien liegen vor: konservativ, realistisch, optimistisch.

• Die Entscheidung stützt sich auf das konservative und realistische Szenario.

• Weiche Effekte sind benannt, aber nicht in die Euro-Rechnung gezwungen.