Glossar: Wirtschaftlichkeit

KI-Ausgaben sind Investitionen und müssen sich wie solche rechnen lassen. Dieses Themenfeld liefert die Begriffe, mit denen Sie Business-Cases prüfen, Kosten vollständig erfassen und Abbruchentscheidungen sauber treffen. Wer sie beherrscht, verhandelt mit Anbietern und dem eigenen Controlling auf Augenhöhe.

KI-Business-Case

Definition: Ein KI-Business-Case ist die dokumentierte Gegenüberstellung aller erwarteten Kosten und Erträge eines KI-Vorhabens über dessen gesamte Laufzeit, inklusive Annahmen und Messmethode.

Führungsrelevanz: Der Business-Case ist das Steuerungsinstrument, nicht die Genehmigungsfolie. Er taugt nur, wenn Annahmen explizit sind und später gegen Ist-Werte geprüft werden. Ein Case ohne Baseline, ohne Messmethode und ohne Abbruchkriterium ist eine Hoffnungsrechnung. Verlangen Sie beides: die Rechnung und den Plan, wie sie überprüft wird.

Typisches Missverständnis: Viele Cases rechnen nur Lizenz- und Projektkosten gegen geschätzte Zeitersparnis. Betriebskosten, Schulung und Prüfaufwand fehlen, und die Zeitersparnis wird nie in Geld nachgewiesen.

Siehe auch: „KI-Business-Case unter Unsicherheit: Base, Downside und Abbruchkriterien“, „Wirtschaftlichkeit von KI belastbar steuern“

Total Cost of Ownership (TCO)

Definition: Total Cost of Ownership ist die Summe aller Kosten eines KI-Systems über die gesamte Nutzungsdauer, von Lizenzen über Integration, Betrieb, Schulung und Compliance bis zur Abschaltung.

Führungsrelevanz: Die Anschaffung ist bei KI regelmäßig der kleinere Teil der Gesamtkosten. Laufende Nutzungsgebühren, Monitoring, Modellwechsel und Prüfpflichten summieren sich über die Jahre. Wer nur das Angebot des Anbieters betrachtet, vergleicht Äpfel mit Apfelscheiben. Ein Angebotsvergleich ohne TCO-Rechnung ist keine Entscheidungsgrundlage.

Typisches Missverständnis: „TCO gleich Lizenzkosten mal Laufzeit.“ Gerade die internen Kosten für Integration, Datenpflege und Personal fehlen in dieser Rechnung fast immer.

Siehe auch: „Der tatsächliche KI-TCO: 24 Kostenpositionen“, Token-Kosten

ROI vs. Ergebnisbeitrag

Definition: Der Return on Investment setzt Ertrag ins Verhältnis zum eingesetzten Kapital, während der Ergebnisbeitrag den tatsächlich in der Gewinn- und Verlustrechnung nachweisbaren Effekt bezeichnet.

Führungsrelevanz: Viele ausgewiesene KI-Renditen beruhen auf hochgerechneter Zeitersparnis, die nie als Kostensenkung oder Umsatz ankommt. Eingesparte Minuten werden erst zu Geld, wenn Kapazität umgewidmet, Fremdleistung reduziert oder Output erhöht wird. Für den Vorstand zählt der Ergebnisbeitrag, nicht die Rechenübung. Lassen Sie sich zeigen, wo der Effekt in der GuV sichtbar wird.

Typisches Missverständnis: „30 Minuten Ersparnis pro Mitarbeiter und Tag mal Stundensatz gleich Rendite.“ Diese Multiplikation erzeugt Papiergewinne, solange niemand die freigewordene Zeit produktiv umlenkt.

Siehe auch: „Von Zeitersparnis zu Ergebnisbeitrag“, Attribution

Baseline

Definition: Die Baseline ist der vor Projektstart gemessene Ausgangswert eines Prozesses, gegen den jede spätere Verbesserung durch KI nachgewiesen wird.

Führungsrelevanz: Ohne Baseline ist jede Erfolgsmeldung unprüfbar, weil der Vergleichspunkt fehlt. Die Messung muss vor der Einführung erfolgen; nachträglich lässt sie sich nicht rekonstruieren. Das kostet am Anfang Disziplin und einige Wochen Geduld. Dafür kauft sie Ihnen später die Fähigkeit, Erfolg von Behauptung zu unterscheiden.

Typisches Missverständnis: „Wir messen einfach nach der Einführung und vergleichen mit dem Bauchgefühl.“ Erinnerte Ausgangswerte sind systematisch verzerrt und vor dem Aufsichtsrat wertlos.

Siehe auch: „Wirtschaftlichkeit von KI belastbar steuern“, Attribution

Attribution

Definition: Attribution ist die Zuordnung einer gemessenen Verbesserung zu ihrer tatsächlichen Ursache, also die Antwort auf die Frage, welcher Anteil des Effekts wirklich vom KI-System stammt.

Führungsrelevanz: Prozesse verbessern sich auch durch Personalwechsel, Konjunktur oder parallele Projekte. Ohne Attributionslogik schmückt sich das KI-Projekt mit fremden Federn, und Sie investieren auf Basis einer Illusion weiter. Vergleichsgruppen oder gestaffelte Einführung schaffen Klarheit. Wer Attribution verweigert, hat meist einen Grund.

Typisches Missverständnis: „Die Kennzahl ist gestiegen, also wirkt die KI.“ Zeitliche Nähe ist kein Kausalbeweis; ohne Vergleichsgruppe bleibt es eine Vermutung.

Siehe auch: „Von Zeitersparnis zu Ergebnisbeitrag“, Baseline

Base Case und Downside Case

Definition: Der Base Case beschreibt den realistisch erwarteten Verlauf eines KI-Investments, der Downside Case den Verlauf bei ungünstiger, aber plausibler Entwicklung der zentralen Annahmen.

Führungsrelevanz: Ein Business-Case mit nur einem Szenario versteckt sein Risiko. Erst der Downside Case zeigt, was passiert, wenn Adoption, Qualität oder Nutzungskosten von der Planung abweichen. Trägt das Vorhaben auch den Downside, können Sie ruhig unterschreiben. Trägt es ihn nicht, kennen Sie jetzt wenigstens Ihre Wette.

Typisches Missverständnis: Der Downside Case wird als Pessimismus abgetan. Er ist das Gegenteil: die Voraussetzung dafür, im Ernstfall nach Plan statt in Panik zu handeln.

Siehe auch: „KI-Business-Case unter Unsicherheit: Base, Downside und Abbruchkriterien“, Abbruchkriterium

Abbruchkriterium

Definition: Ein Abbruchkriterium ist eine vor Projektstart schriftlich fixierte Bedingung, bei deren Eintritt ein KI-Vorhaben gestoppt oder grundlegend neu aufgesetzt wird.

Führungsrelevanz: Ohne Abbruchkriterium entscheidet Beharrungsvermögen über die Fortsetzung, nicht Evidenz. Ein klares Kriterium entlastet auch das Projektteam: Der Stopp ist dann eine Regel, kein persönliches Scheitern. Legen Sie Kriterium, Messzeitpunkt und Entscheider gemeinsam mit dem Budget fest. Ein Projekt ohne definiertes Ende verdient keinen Anfang.

Typisches Missverständnis: „Das demotiviert das Team.“ In der Praxis wirkt es umgekehrt: Teams arbeiten fokussierter, wenn klar ist, woran das Vorhaben gemessen wird.

Siehe auch: „Pilot fortführen, neu aufsetzen oder stoppen“, Sunk-Cost-Falle

Stage-Gate

Definition: Stage-Gate ist ein Steuerungsverfahren, das ein Vorhaben in Phasen unterteilt und an jedem Übergang eine explizite Weiter-, Änderungs- oder Stopp-Entscheidung anhand definierter Kriterien verlangt.

Führungsrelevanz: Bei KI-Portfolios verhindert Stage-Gate, dass Budget automatisch weiterfließt, nur weil ein Projekt existiert. Jedes Gate zwingt zur Frage: Rechtfertigen die bisherigen Ergebnisse die nächste Ausbaustufe? Das diszipliniert Anbieter und interne Teams gleichermaßen. Ohne Gates verwaltet Ihr Portfolio Vergangenheit statt Zukunft.

Typisches Missverständnis: Gates werden als Formalität durchgewinkt, wenn dieselben Personen Projekt und Gate verantworten. Die Gate-Entscheidung braucht deshalb einen unabhängigen Entscheider.

Siehe auch: „Portfoliosteuerung für 20 KI-Vorhaben“, Abbruchkriterium

Sunk-Cost-Falle

Definition: Die Sunk-Cost-Falle ist die Entscheidungsverzerrung, ein Vorhaben wegen bereits versenkter Kosten fortzusetzen, obwohl allein die künftigen Kosten und Erträge zählen dürften.

Führungsrelevanz: Bei KI-Projekten wirkt die Falle besonders stark, weil viel Prestige und Lernaufwand investiert wurden. „Wir haben schon so viel hineingesteckt“ ist betriebswirtschaftlich nie ein Grund weiterzumachen. Rational zählt nur: Was kostet die Fortsetzung, was bringt sie ab heute? Vorab fixierte Abbruchkriterien sind das wirksamste Gegenmittel.

Typisches Missverständnis: Ein Abbruch gilt als Verlust der bisherigen Investition. Der Verlust ist längst eingetreten; der Abbruch verhindert nur, dass er weiter wächst.

Siehe auch: „Pilot fortführen, neu aufsetzen oder stoppen“, Abbruchkriterium

Token-Kosten

Definition: Token-Kosten sind die nutzungsabhängigen Gebühren für Sprachmodell-Aufrufe, abgerechnet nach der Menge der verarbeiteten Texteinheiten (Tokens) für Ein- und Ausgabe.

Führungsrelevanz: Token-Kosten skalieren mit der Nutzung, nicht mit der Nutzerzahl, und sind damit schwer planbar. Erfolgreiche Einführung bedeutet steigende Nutzung und damit steigende Rechnung. Lange Dokumente, große Kontexte und automatisierte Ketten vervielfachen den Verbrauch unauffällig. Verlangen Sie Verbrauchstransparenz pro Anwendungsfall und definieren Sie Budgetgrenzen mit Alarmschwellen.

Typisches Missverständnis: „Ein Cent pro Anfrage, das ist vernachlässigbar.“ Bei automatisierten Prozessen mit Millionen Aufrufen und mehreren Modellschritten pro Vorgang wird aus Centbeträgen ein sechsstelliger Jahresposten.

Siehe auch: „Der tatsächliche KI-TCO: 24 Kostenpositionen“, Lizenz- vs. Nutzungsmodell

Lizenz- vs. Nutzungsmodell

Definition: Das Lizenzmodell berechnet einen festen Preis pro Nutzer oder Zeitraum, während das Nutzungsmodell nach tatsächlichem Verbrauch abrechnet, etwa pro Anfrage oder Token.

Führungsrelevanz: Die Wahl bestimmt, wo Ihr Kostenrisiko liegt. Festpreise schützen vor Verbrauchsspitzen, bestrafen aber geringe Adoption mit Kosten ohne Nutzen. Nutzungspreise starten günstig und wachsen mit dem Erfolg, im Extremfall über den Business-Case hinaus. Prüfen Sie Mischmodelle mit Verbrauchsobergrenzen und rechnen Sie beide Varianten gegen Ihr realistisches Nutzungsszenario.

Typisches Missverständnis: „Pro Nutzer und Monat ist immer kalkulierbarer.“ Bei niedriger Adoption zahlen Sie für digitale Karteileichen; kalkulierbar ist dann nur die Verschwendung.

Siehe auch: „Bauen, kaufen oder mit Partner führen“, Token-Kosten

Amortisationsdauer

Definition: Die Amortisationsdauer ist die Zeitspanne, nach der die kumulierten Rückflüsse eines KI-Investments dessen kumulierte Kosten erstmals übersteigen.

Führungsrelevanz: Bei KI ist die Amortisationsdauer besonders unsicher, weil Rückflüsse von Adoption und Prozessumbau abhängen, nicht vom Tag der Installation. Kurze versprochene Amortisation ist ein beliebtes Verkaufsargument und sollte Belegpflicht auslösen. Realistisch verschiebt sich der Break-even oft um Monate, weil Einführung und Verhaltensänderung Zeit brauchen. Planen Sie diese Trägheit ein, statt sie wegzurechnen.

Typisches Missverständnis: „Amortisiert in sechs Monaten“ bezieht sich meist auf den Idealfall sofortiger Vollnutzung. Mit realistischer Einführungskurve gerechnet, verdoppelt sich die Zahl gern.

Siehe auch: „Wirtschaftlichkeit von KI belastbar steuern“, Barwert

Barwert

Definition: Der Barwert ist der heutige Wert aller künftigen Zahlungsströme eines Investments, abgezinst mit einem Zinssatz, der Kapitalkosten und Risiko abbildet.

Führungsrelevanz: Der Barwert macht KI-Vorhaben mit anderen Investitionen vergleichbar, etwa einer neuen Fertigungslinie. Er zwingt dazu, ferne Versprechen ehrlich zu bewerten: Ein Ertrag in vier Jahren ist heute deutlich weniger wert. Bei KI gehört wegen der hohen Unsicherheit ein Risikoaufschlag in den Zinssatz. Ein Vorhaben, das nur ohne Abzinsung positiv rechnet, rechnet nicht.

Typisches Missverständnis: Künftige Einsparungen werden einfach aufsummiert. Ohne Abzinsung sieht jedes langlaufende Vorhaben gut aus, gerade die schwachen.

Siehe auch: „KI-Business-Case unter Unsicherheit: Base, Downside und Abbruchkriterien“, Amortisationsdauer

Das Entscheider-Briefing

Ein Briefing pro Woche: Entscheidungsfragen, eingeordnete Zahlen und Fristen. Ihre Adresse geben wir nicht weiter.

Website

E-Mail-Adresse

Briefing abonnieren

Ich möchte das Briefing per E-Mail erhalten und kann die Einwilligung jederzeit widerrufen. Die Datenschutzerklärung habe ich gelesen.

Sie erhalten zuerst eine E-Mail mit einem Bestätigungslink. Erst nach dem Klick nehmen wir Sie auf. Abmeldung mit einem Klick in jeder Ausgabe.