ROI von KI-Automatisierung berechnen: So geht's

Der ROI einer KI-Automatisierung ist der Wert der eingesparten Zeit und Fehler abzüglich der Kosten für Einführung und Betrieb, geteilt durch diese Kosten. Die Formel ist einfach, die Schwierigkeit steckt in den Eingabewerten. Eine glaubwürdige Rechnung berücksichtigt die Zeit, die Menschen weiterhin mit der Prüfung von KI-Ergebnissen verbringen, enthält alle laufenden Kosten, nutzt nur den Anteil der Fälle, den die KI wirklich bewältigt, und ist ehrlich in der Frage, ob gesparte Zeit zu Geld wird. Dieser Leitfaden geht jeden Eingabewert durch und zeigt dann ein vollständiges Rechenbeispiel.

Wenn Sie direkt mit Ihren eigenen Zahlen mitrechnen möchten, öffnen Sie den kostenlosen KI-ROI-Rechner. Er nutzt dieselbe Methode.

Die Grundformel

Für die Sicht auf das erste Jahr:

ROI = (jährlicher Nutzen − Gesamtkosten im ersten Jahr) ÷ Gesamtkosten im ersten Jahr

Dabei gilt:

• Jährlicher Nutzen = gesparte Stunden pro Jahr × Vollkosten pro Stunde (+ weiterer bezifferter Nutzen)
• Gesamtkosten im ersten Jahr = einmalige Einführungskosten + 12 Monate laufende Kosten

Zwei ergänzende Kennzahlen machen das Ergebnis besser beurteilbar:

• Nettonutzen pro Monat = monatlicher Nutzen − monatliche laufende Kosten
• Amortisationsdauer = Einführungskosten ÷ Nettonutzen pro Monat

Ist der Nettonutzen pro Monat null oder negativ, gibt es keine Amortisation – egal, wie beeindruckend die Technik wirkt.

Eingabewert 1: Volumen

Wie oft fällt die Aufgabe pro Monat an? Nutzen Sie Daten, wo es geht: Ticketzahlen, Anzahl der Rechnungen, eingehende E-Mails, bearbeitete Dokumente. Das Volumen ist der Multiplikator für alles andere, und eine Aufgabe, die zwanzigmal im Monat vorkommt, rechtfertigt selten eine Individualentwicklung.

Eingabewert 2: Zeit pro Vorgang, vorher und nachher

Messen Sie, wie lange die Aufgabe heute dauert. Schon eine grobe Stichprobe von zehn Fällen mit der Stoppuhr ist besser als eine Schätzung aus dem Gedächtnis.

Schätzen Sie dann die Zeit mit KI – und genau hier gehen die meisten Rechnungen schief. Die Zeit mit KI sind nicht die Sekunden, die das Modell für die Antwort braucht, sondern die gesamte menschliche Zeit pro Fall:

• die Anfrage vorbereiten oder auslösen,
• das Ergebnis lesen und prüfen,
• Fehler korrigieren,
• die Fälle bearbeiten, in denen das Ergebnis unbrauchbar ist.

Ein Pilot ist der beste Weg, das zu messen. Unser Leitfaden zur KI-Einführung im Mittelstand beschreibt, wie Sie einen mit Ausgangswert aufsetzen.

Eingabewert 3: Anteil der Fälle mit KI

Selten übernimmt KI 100 % der Fälle. Manche sind ungewöhnlich, sensibel oder erfordern Informationen, die das System nicht hat. Laufen 75 % der Fälle über den KI-gestützten Weg und 25 % bleiben manuell, gilt die Ersparnis nur für die 75 %.

Eingabewert 4: Vollkosten pro Stunde

Die Kosten einer Arbeitsstunde sind höher als der Stundenlohn. Die Vollkosten umfassen Bruttogehalt, Arbeitgeberanteile, Zusatzleistungen und einen Anteil an Gemeinkosten wie Büro und Ausstattung, geteilt durch die produktiven Stunden (nicht alle bezahlten Stunden). Die Finanzabteilung hat oft einen Standardwert; falls nicht, schätzen Sie ihn einmal und verwenden Sie ihn durchgängig.

Eingabewert 5: Laufende Kosten

Monatliche Kosten für den Betrieb der Automatisierung:

Kostenposition	Beispiele
Modellnutzung	API-Tokens oder Lizenzen pro Nutzer
Software	Automatisierungsplattformen, Vektordatenbanken, Hosting
Wartung	Prompts aktualisieren, Integrationen reparieren, auf Modelländerungen reagieren
Monitoring und Qualitätskontrolle	Stichproben von Ergebnissen, Fehleranalyse
Support	Fragen der Mitarbeitenden beantworten, Ausnahmen bearbeiten

API-Kosten hängen von Volumen und Modellwahl ab. Schätzen Sie sie mit dem LLM-API-Kostenrechner und lesen Sie LLM-API-Preise erklärt, falls das Token-Modell neu für Sie ist.

Eingabewert 6: Einführungskosten

Einmalige Kosten für den Start:

• Prozessanalyse und -design
• Aufbau und Integration des Workflows
• Prompts schreiben und testen
• Datenaufbereitung
• Prüfung von Sicherheit, Datenschutz und Recht
• Schulung des Teams
• Zeit für das Veränderungsmanagement während der Umstellung

Interne Arbeitszeit zählt mit, auch wenn keine Rechnung bezahlt wird.

Rechenbeispiel

Ein Unternehmen möchte den ersten Entwurf von Antworten auf Standard-Kundenanfragen automatisieren. Alle Zahlen sind Annahmen zur Veranschaulichung.

Eingabewert	Wert
Anfragen pro Monat	300
Minuten pro Antwort heute	15
Minuten pro Antwort mit KI, inklusive Prüfung	5
Anteil mit KI	80 %
Vollkosten pro Stunde	45 €
Laufende Kosten pro Monat	150 €
Einführungskosten	4.000 €

Gesparte Stunden pro Monat: 300 × 0,8 × (15 − 5) ÷ 60 = 40 Stunden

Wert pro Monat: 40 × 45 € = 1.800 €

Nettonutzen pro Monat: 1.800 € − 150 € = 1.650 €

Amortisationsdauer: 4.000 € ÷ 1.650 € ≈ 2,4 Monate

Kosten im ersten Jahr: 4.000 € + 12 × 150 € = 5.800 €

Nutzen im ersten Jahr: 12 × 1.800 € = 21.600 €

ROI im ersten Jahr: (21.600 € − 5.800 €) ÷ 5.800 € ≈ 272 %

Das sind die Standardwerte im KI-ROI-Rechner. Sie können das Ergebnis also nachvollziehen und dann jeden Wert durch Ihren eigenen ersetzen.

Sensitivität: Welche Annahme wiegt am schwersten?

Eine einzelne ROI-Zahl verschleiert, wie wackelig sie ist. Ändern Sie jeweils einen Eingabewert und beobachten Sie die Wirkung. Mit dem Beispiel oben:

Änderung	Gesparte Stunden	Netto pro Monat	Amortisation
Basisfall	40	1.650 €	2,4 Monate
Prüfung dauert 9 statt 5 Minuten	24	930 €	4,3 Monate
Nur 50 % der Fälle mit KI	25	975 €	4,1 Monate
Volumen 100 statt 300 pro Monat	13,3	450 €	8,9 Monate
Einführungskosten verdoppeln sich auf 8.000 €	40	1.650 €	4,8 Monate

In diesem Beispiel übersteht der Business Case jede einzelne Änderung, aber Volumen und Prüfzeit verschieben das Ergebnis am stärksten. Das zeigt Ihnen, was Sie im Pilot sorgfältig messen sollten. In Ihrem Fall kann ein anderer Wert der empfindlichste sein.

Von gesparter Zeit zu gespartem Geld

Diesen Punkt überspringen die meisten ROI-Rechnungen. Gesparte Stunden werden nur dann zu finanziellem Nutzen, wenn eines davon eintritt:

• Bezahlte Stunden sinken: weniger Überstunden, weniger Aushilfen oder eine offene Stelle wird nicht nachbesetzt.
• Kapazität wird umgeschichtet: Das Team bewältigt mehr Volumen ohne Neueinstellungen oder nutzt die Zeit für Arbeit, die Umsatz bringt oder Verluste verhindert.
• Tempo schafft Wert: Schnellere Antworten senken die Abwanderung oder gewinnen mehr Aufträge – und Sie können das messen.

Trifft nichts davon zu, schafft die Automatisierung trotzdem Kapazität, die für Arbeitslast und Arbeitsqualität wichtig sein kann. Sie sollte aber nicht als Kosteneinsparung ausgewiesen werden. Trennen Sie im Business Case „harte“ Einsparungen von Kapazitätsgewinnen, damit Entscheider beides einzeln beurteilen können.

Nutzen jenseits der Zeit

Manche Vorteile sind real, aber schwerer zu beziffern:

• Konsistenz: Jede Antwort folgt denselben Standards.
• Weniger Fehler: wenn der KI-gestützte Prozess Fehler findet, die Menschen übersehen. Messen Sie das, statt es anzunehmen.
• Schnellere Bearbeitung: Kunden warten weniger.
• Mitarbeitererfahrung: weniger repetitive Arbeit.

Führen Sie diese Punkte qualitativ auf oder beziffern Sie sie nur, wo Sie Daten haben. Blähen Sie den Business Case nicht mit optimistischen Zahlen auf, die später niemand überprüfen kann.

Kosten und Risiken, die den ROI schmälern

• Fehler, die durchrutschen. Erreicht eine falsche Antwort einen Kunden, zählen die Kosten der Korrektur – und womöglich der Verlust des Kunden – gegen den Nutzen. Gute Prüfprozesse sind entscheidend; siehe Human-in-the-Loop-KI.
• Modell- und Preisänderungen. Anbieter aktualisieren Modelle und Preise. Planen Sie Wartungszeit für erneute Prompt-Tests ein.
• Wachsende Nutzung. Erfolgreiche Automatisierungen werden häufiger genutzt – mit dem Nutzen steigen auch die laufenden Kosten.
• Compliance-Aufwand. Manche Anwendungsfälle lösen Pflichten nach Datenschutzrecht oder dem EU AI Act aus, die Kosten verursachen.
• Akzeptanzrisiko. Wenn das Team dem Tool nicht vertraut oder es nicht nutzt, tritt die Ersparnis nie ein.

Typische Fehler

• Die Antwortzeit des Modells als neue Bearbeitungszeit zählen. Die menschliche Prüfzeit ist der eigentliche Wert.
• 100 % Abdeckung annehmen. Nutzen Sie einen realistischen Anteil.
• Stundenlohn statt Vollkosten verwenden. Oder umgekehrt: hohe Vollkosten für Zeit ansetzen, die gar nicht frei wird.
• Interne Einführungszeit weglassen. Arbeitsstunden für Aufbau und Tests sind Kosten.
• Kein Ausgangswert. Ohne das Vorher zu messen, können Sie das Nachher nicht belegen.
• Einmalige Rechnung. Rechnen Sie nach dem Pilot und nach sechs Monaten mit echten Daten erneut.

Eine einfache Vorlage für Ihren Business Case

1. Aufgabenbeschreibung: was automatisiert wird und was manuell bleibt.
2. Ausgangswert: Volumen, Zeit pro Vorgang, Fehlerquote.
3. Pilotergebnisse: Zeit mit KI inklusive Prüfung, abgedeckter Anteil, Beobachtungen zur Qualität.
4. Kosten: Einführungs- und monatliche laufende Kosten, mit aufgelisteten Annahmen.
5. Ergebnisse: gesparte Stunden, Nettonutzen pro Monat, Amortisation, ROI im ersten Jahr.
6. Sensitivität: was passiert, wenn die zwei unsichersten Werte schlechter ausfallen als erwartet.
7. Harte Einsparungen versus Kapazität: wie die gesparte Zeit genutzt wird.
8. Risiken und Kontrollen: Prüfprozess, Umgang mit Daten, Compliance-Prüfungen.
9. Entscheidung und nächster Prüftermin.

Wenn Sie noch die richtige Aufgabe für die Bewertung suchen, beginnen Sie mit der Frage, welche Aufgaben Sie mit KI automatisieren sollten. Haben Sie einen Kandidaten, tragen Sie die Zahlen in den KI-ROI-Rechner ein und testen Sie die Annahmen, bevor irgendetwas gebaut wird.