Was kostet eine KI-Integration wirklich? Eine ehrliche Budgetspanne

Wer Angebote vergleicht, vergleicht oft Äpfel mit Birnen, weil das eine Angebot nur die Entwicklung enthält und das andere auch Betrieb und Pflege. Hilfreich ist deshalb ein gemeinsames Raster. Eine KI-Integration besteht fast immer aus denselben fünf Blöcken, einmalig oder laufend.

Die beiden rechten Blöcke, Pflege und Betrieb, werden bei der ersten Begeisterung über einen Piloten regelmäßig unterschätzt. Eine KI-Integration ist kein Möbelstück, das einmal aufgestellt wird. Sie ist eher wie ein Mitarbeiter, der eingearbeitet, begleitet und weitergebildet werden muss.

Die größten Einmalkosten entstehen am Anfang, und der größere Teil davon liegt oft nicht in der KI selbst. Die Anbindung eines Sprachmodells an eine Anwendung ist heute vergleichsweise gut verstandenes Handwerk. Wie ein solches Modell überhaupt arbeitet, erklärt unser Wissen-Artikel zu Large Language Models.

Teurer wird fast immer die Datenarbeit. Soll die KI mit eurem Firmenwissen arbeiten, also Produktdaten, Dokumentation oder Support-Wissen nutzen, müssen diese Daten erst aufbereitet werden: strukturiert, bereinigt, durchsuchbar gemacht. Dieser Schritt heißt im Fachjargon oft RAG und ist regelmäßig das eigentliche Projekt hinter dem KI-Projekt. Ein Laufwerk voller gescannter PDFs ist keine nutzbare Datenbasis, sondern ein vorgelagertes Vorhaben mit eigenem Budget.

Als Größenordnung aus unseren Projekten: Ein erster, klar umrissener Anwendungsfall, etwa eine KI-gestützte Suche im eigenen Wissen oder ein Assistent für eine wiederkehrende Aufgabe, bewegt sich bei der Einmalinvestition meist im niedrigen bis mittleren fünfstelligen Bereich. Liegen die Daten bereits sauber und strukturiert vor, sinkt der Wert. Müssen sie erst geordnet werden, kann allein die Datenarbeit den größeren Teil ausmachen.

Bei den laufenden Kosten gibt es eine gute Nachricht: Die reine Modellnutzung, also die Inferenz, ist für die meisten mittelständischen Anwendungsfälle erstaunlich günstig geworden. Die Preise pro Anfrage sind in den letzten Jahren deutlich gefallen. Für einen internen Assistenten mit überschaubarem Anfragevolumen bewegen sich die Modellkosten häufig im zwei- bis niedrigen dreistelligen Bereich pro Monat, nicht selten weniger.

Die laufenden Kosten, die ins Gewicht fallen, sind menschlich, nicht maschinell. Jemand muss die Lösung pflegen: Prompts nachschärfen, bei neuen Modellversionen prüfen, ob ein Wechsel lohnt, Fehler beheben, die Datenbasis aktuell halten. Plant dafür einen festen, wenn auch kleinen Anteil einer Stelle ein, nicht null. Eine KI-Lösung, die niemand pflegt, verliert binnen Monaten an Qualität, weil sich Modelle, Daten und Anforderungen weiterbewegen.

Beim Betrieb hängt die Spanne stark davon ab, ob ihr Modelle als Dienst über eine Schnittstelle mietet oder selbst betreibt. Für fast alle Mittelständler ist Mieten die wirtschaftlich richtige Wahl. Wann sich eigener Betrieb dennoch lohnt, und wie ihr diese Grundsatzfrage sauber entscheiden, behandelt unser Beitrag zu Make or Buy bei KI-Lösungen.

Drei Kostenarten tauchen in Angeboten selten auf, entscheiden aber über Erfolg und Gesamtbudget. Wir benennen sie offen, weil das Verschweigen niemandem nützt.

Die interne Einführung. Eine KI-Lösung wirkt erst, wenn die Menschen sie nutzen. Schulung, Begleitung und die Zeit, in der das Team langsamer ist, weil es Neues lernt, stehen in keinem Entwicklungsangebot, kosten aber real. Diese Zeit ist gut investiert, muss aber eingeplant sein.

Die Datenpflege auf Dauer. Daten veralten. Produkte ändern sich, Preise auch, Dokumentation wächst. Ohne fortlaufende Pflege antwortet die KI irgendwann auf Basis von gestern. Dieser Posten ist laufend, nicht einmalig.

Die Governance. Datenschutz-Dokumentation, eine Regelung, was die KI ausdrücklich nicht tun darf, und eine Form der Qualitätskontrolle gehören zu einer ernsthaften Integration. Der Aufwand ist überschaubar, aber er ist nicht null, und er fällt teurer aus, wenn er nachträglich kommt.

Am Ende lässt sich die Budgetfrage nur sinnvoll von der anderen Seite beantworten. Nicht "was kostet die KI", sondern "was ist die Aufgabe wert, die sie übernehmen soll". Eine Integration, die zwei Stunden qualifizierte Arbeit pro Tag einspart, rechnet sich bei nahezu jedem realistischen Projektpreis. Eine, die nur ein gutes Gefühl liefert, rechnet sich bei keinem.

Deshalb steht vor dem Angebot die Messung. Bestimmt für den gewählten Anwendungsfall einen Startwert: Wie viel Zeit, wie viele Fehler, wie viel Durchlaufzeit kostet die Aufgabe heute? Erst diese Zahl macht aus jedem Angebot eine Entscheidung statt einer Geschmacksfrage. Wie ihr einen solchen Anwendungsfall auswählt, mit Besitzer und Vorher-Messung pilotieren und nach 90 Tagen ehrlich bewerten, beschreibt unser Beitrag zur KI-Strategie im Mittelstand.

Bevor ihr Angebote einholt, schafft euch die eine Zahl, die jedes Angebot bewertbar macht. Wählt einen einzigen, wiederkehrenden Vorgang, der heute viel Zeit kostet, und messt eine Woche lang, wie viel Zeit er tatsächlich bindet. Diese Größenordnung ist euer Maßstab für jeden Kostenvoranschlag.

Wenn ihr diese Einordnung gemeinsam vornehmen möchtet, ohne gleich ein Projekt zu starten, sprecht uns an. In einem Zukunfts-Check sortieren wir euren Anwendungsfall, die realistische Spanne und den erwartbaren Nutzen, in klaren Zahlen statt in Versprechen. Den Termin vereinbart ihr über unser Kontaktformular.