„Was wird das kosten?“ ist die erste Frage jedes Kunden — und die ehrliche Antwort „Das kommt darauf an“ ist zur Ausrede geworden, gar keine echten Zahlen zu nennen. Deshalb hier echte Zahlen, basierend darauf, was Projekte 2026 tatsächlich kosten, dazu die Kostentreiber, die sie verschieben, und die Posten, die die meisten Budgets vergessen.
Vorab eine Einordnung: Die Kosten des Modells sind fast nie die Kosten des Projekts. Die Preise für Modell-APIs sind von Jahr zu Jahr drastisch gefallen. Bezahlen müssen Sie Integration, Datenarbeit, Evaluation und Change Management — also das, was ein leistungsfähiges Modell in ein funktionierendes Geschäftssystem verwandelt.
Typische Projektspannen
Einführung von Standard-KI-Tools (5.000–25.000 $). Kommerzielle KI-Werkzeuge — Assistenten, Copilots, Meeting-Intelligence — mit sauberer Konfiguration, Sicherheitsprüfung und Schulung des Teams ausrollen. Die Technologiekosten sind Abonnements; die eigentlichen Ausgaben stecken in Workflow-Design und Akzeptanz. Für die meisten kleinen Unternehmen ist das der richtige erste Schritt — und wer die Befähigung auslässt, erlebt, wie solche Rollouts still und leise sterben.
Ein produktiver Chatbot oder Support-Agent (15.000–75.000 $). Ein kundenorientierter Assistent, der auf Ihrer tatsächlichen Wissensbasis beruht, in Ihr Helpdesk integriert ist und Eskalationswege sowie Guardrails hat. Die Spanne ist groß, weil der Zustand der Wissensbasis extrem variiert: Saubere, aktuelle Dokumentation hält Sie am unteren Ende; jahrelang gewachsene, widersprüchliche PDFs schieben Sie ans obere Ende. Datenbereinigung macht regelmäßig ein Drittel dieser Budgets aus.
Ein KI-Agent, der Aktionen ausführt (40.000–150.000 $). Agenten, die nicht nur antworten, sondern handeln — Rechnungen verarbeiten, CRM-Datensätze aktualisieren, Tickets vollständig sortieren und lösen. Die Kostentreiber sind Integrationen (jedes System, das der Agent berührt, braucht eine sichere, getestete Anbindung), Berechtigungen und das Evaluations-Framework, das belegt, dass man dem Agenten echte Aktionen anvertrauen kann. Hier ist der ROI typischerweise am stärksten, weil Sie Arbeitsstunden ersetzen, nicht nur Fragen abfangen.
Individuelle KI-Produkte und Multi-Agenten-Systeme (100.000–500.000 $ und mehr). Proprietäre KI, die in Ihr Produkt oder Ihr Kerngeschäft eingewoben ist — Unterstützung bei der Kreditprüfung, Pipelines für Dokumentenintelligenz, orchestrierte Agenten-Teams. Auf dieser Stufe finanzieren Sie ein Produktteam, kein Projekt: Discovery, Architektur, iterative Lieferung und eine dauerhafte operative Fähigkeit. Mehr dazu im Beitrag Multi-Agenten-Systeme.
Das Modell ist der günstigste Teil des Projekts. Was Sie wirklich budgetieren, sind Integration, Datenqualität, Evaluation und die organisatorische Arbeit, die Arbeitsweise von Menschen zu verändern.
Die Posten, die in den meisten Budgets fehlen
Evaluation und Tests (10–20 % der Entwicklungskosten). Den Nachweis erbringen, dass das System genau genug für den Einsatz ist — Testdatensätze aufbauen, Qualitätsschwellen definieren, Fehlermodi per Red-Teaming provozieren. Teams, die das auslassen, entdecken Qualitätsprobleme in der Produktion, wo sie zehnmal teurer sind.
Laufender Betrieb (jährlich 15–25 % der Entwicklungskosten). Modelle werden aktualisiert, APIs ändern sich, Prompts verlieren ihre Abstimmung, Wissensbasen veralten. Ein nicht gepflegtes KI-System verschlechtert sich schleichend — budgetieren Sie die Wartung oder sehen Sie zu, wie der Wert erodiert.
Inferenz im großen Maßstab. Token-Kosten, die im Pilot gegen null gehen, können bei Produktionsvolumen zu einem echten Posten werden. Model-Routing — kleinere Modelle für Routineanfragen, Frontier-Modelle nur für die schweren Fälle — halbiert die Inferenzkosten regelmäßig oder senkt sie noch stärker.
Change Management. Das System rechnet sich nur, wenn Menschen es nutzen. Schulungen, neu gestaltete Abläufe und ein interner Fürsprecher sind keine weichen Extras; sie sind der Unterschied zwischen echter Nutzung und Software, die im Regal verstaubt.
Woran Sie erkennen, ob es sich rechnet
Bevor Sie ein KI-Budget freigeben, verlangen Sie eine einfache Gleichung: eingesparte Stunden oder zusätzlicher Umsatz pro Monat, multipliziert mit dem Wert pro Einheit, gegenüber den Gesamtbetriebskosten über 24 Monate. Wenn die Projektverantwortlichen diese Variablen nicht mit belastbaren Zahlen füllen können, ist das Projekt nicht reif für eine Finanzierung — sondern für eine Discovery-Phase, und genau dafür ist ein zwei- bis vierwöchiges Scoping gedacht.
Das stärkste Muster, das wir sehen: Beginnen Sie mit der schmalsten Version des häufigsten Schmerzpunkts. Ein fokussierter Agent für 30.000 $, der einen täglichen Engpass beseitigt, schlägt eine Plattform-Vision für 200.000 $, die in achtzehn Monaten fertig wird — und der gemessene ROI des ersten Projekts finanziert das zweite. Wie Sie diesen ersten Anwendungsfall auswählen, beschreibt unser Beitrag So entwickeln Sie eine KI-Strategie, die tatsächlich ROI liefert.
Sie möchten eine echte Zahl für Ihren Anwendungsfall?
Wir planen KI-Projekte mit transparenten Budgets und ehrlicher ROI-Rechnung — einschließlich der Antwort „Bauen Sie das nicht“, wenn sie zutrifft. Holen Sie sich eine fundierte Schätzung für Ihre Situation.
Beratung buchen