Es ist die erste Frage in fast jedem Erstgespräch — und die ehrlichste Antwort darauf ist unbequem: Es kommt darauf an. Das klingt nach Ausrede, ist aber das Gegenteil. Denn ob eine KI-Lösung schlank bleibt oder zum Fass ohne Boden wird, entscheidet sich nicht an einem Preisschild, sondern an fünf Faktoren. Wer die kennt, kann den Aufwand selbst grob einschätzen — und an den richtigen Stellen sparen.

Faktor 1 · Die Schärfe des Anwendungsfalls

Der größte Kostentreiber ist kein technischer, sondern ein gedanklicher: Wie scharf ist die Aufgabe formuliert?

„Wir wollen irgendwas mit KI machen" ist teuer, weil es nie fertig wird — es gibt kein Ziel, an dem man ankommt. „Eingehende Anfragen automatisch in drei Kategorien sortieren und eine Eingangsbestätigung entwerfen" ist günstig, weil klar ist, wann es funktioniert.

Faustregel: Je enger und messbarer der Fall, desto kleiner der Aufwand. Ein scharf umrissener Anwendungsfall ist die beste Kostenbremse, die es gibt — und sie kostet nichts außer Nachdenken.

Faktor 2 · Die Datenlage

KI arbeitet mit deinen Daten. Die Frage ist nicht „sind sie perfekt?" — das sind sie nie — sondern:

Sind die relevanten Daten überhaupt zugänglich (oder in einem System eingesperrt, an das niemand rankommt)?
In welchem Format liegen sie (saubere Datenbank vs. 4.000 gescannte PDFs)?
Darf man sie für den Zweck verarbeiten?

„Wir haben keine sauberen Daten" ist der Normalzustand, kein Hindernis — Aufbereitung ist Teil des Projekts. Aber sie ist auch der Punkt, an dem Aufwand entsteht. Je näher die Daten an „direkt nutzbar" sind, desto schneller geht es.

Faktor 3 · Die Integrationstiefe

Eine Insellösung, die für sich allein läuft, ist günstig. Eine KI, die tief in deine Bestandssysteme greift — CRM, Warenwirtschaft, Shop, Buchhaltung —, ist aufwendiger, weil jede Schnittstelle sauber, sicher und wartbar gebaut werden muss.


Insellösung      → günstig, schnell, aber isoliert
Tiefe Anbindung  → mehr Aufwand, dafür echter Hebel im Alltag

Das ist kein Entweder-oder: Oft startet man als Insellösung und bindet später an, wenn der Nutzen bewiesen ist. So verteilt sich der Aufwand — und du zahlst Tiefe erst, wenn sie sich lohnt.

Faktor 4 · Modell- und Hosting-Wahl

Wo und womit die KI rechnet, bestimmt sowohl Aufwand als auch Datenhoheit. Grob drei Wege:

Offene Modelle auf eigener oder europäischer Infrastruktur — maximale Datenhoheit, mehr Setup-Aufwand.
In Europa gehostete Anbieter — guter Mittelweg.
Große US-Anbieter — schnell startklar und leistungsstark, dafür mehr organisatorischer Rahmen nötig.

Wichtig: Mehr ist hier nicht automatisch besser. Für viele Mittelstands-Aufgaben reicht ein kleineres, günstigeres Modell vollkommen — das teuerste Modell zu nehmen, „weil es das beste ist", ist einer der häufigsten unnötigen Kostentreiber.

Faktor 5 · Betrieb und Wartung

Ein System zu bauen ist das eine. Es am Laufen zu halten das andere. Modelle ändern sich, Daten wachsen, Anforderungen verschieben sich. Wer das von Anfang an mitdenkt, vermeidet die teuerste Variante: ein System, das nach sechs Monaten niemand mehr pflegt und das dann still und leise falsch arbeitet.

Gut investiert ist Geld, das in Nachvollziehbarkeit fließt — Protokolle, Tests, Dokumentation. Genau das macht den Unterschied zwischen „läuft" und „lief mal".

Was es NICHT teurer macht (die Mythen)

„Wir brauchen erst eine riesige Datenmenge." Für viele Fälle reichen erstaunlich wenige, gut gewählte Beispiele.
„Ohne das teuerste Modell geht es nicht." Meistens doch — und oft besser, weil schneller und günstiger im Betrieb.
„KI ist ein einmaliges Großprojekt." Im Gegenteil: Klein anfangen, messen, ausweiten ist fast immer günstiger als der große Wurf auf einmal.

Wie du günstig anfängst

Der mit Abstand wirtschaftlichste Einstieg ist ein klar umrissener, lästiger, wiederkehrender Vorgang — nicht zehn auf einmal. Er muss:

oft genug vorkommen, dass Automatisierung sich lohnt,
messbar sein (damit man Erfolg sieht),
und unkritisch genug, dass ein Fehler keinen Schaden anrichtet.

Aus diesem einen funktionierenden Baustein entsteht Vertrauen — und aus Vertrauen wächst der nächste Schritt. Das ist planbar und bezahlbar, statt ein Blankoscheck ins Ungewisse.

Fazit

„Was kostet KI?" ist die falsche erste Frage. Die richtige ist: „Welche konkrete Aufgabe soll sie übernehmen — und wie scharf kann ich sie beschreiben?" Beantworte das, und die Kostenfrage beantwortet sich fast von selbst.

Wenn du eine solche Aufgabe im Kopf hast: Beschreib sie in zwei, drei Sätzen über die Kontaktseite. Dann ordnen wir im Erstgespräch ein, in welcher Größenordnung sich dein Fall bewegt — ehrlich, ohne Verkaufsshow, und ohne dass du vorher die Katze im Sack kaufst.