KI-ROI in der Agentur: Wann ein System seinen Preis rechtfertigt

Wenn Geschäftsführer über KI-Investitionen nachdenken, denken sie oft an den Aufwand für den ersten Build. Das ist der falsche Kalkulationspunkt.

Nach zwei Jahren Betrieb von KI-Systemen in einer Agentur mit 50 Mitarbeitenden ist meine Erfahrung: Der Build ist etwa 20 Prozent des Gesamtaufwands. Die restlichen 80 Prozent sind Betrieb, Wartung, Qualitätskontrolle und Weiterentwicklung.

Was "laufende Kosten" wirklich bedeutet

API-Kosten. Claude, GPT-4, Gemini: alle kosten pro Token. Ein System das täglich 500 Analysen macht, hat monatliche API-Kosten die sich summieren. Das ist planbar und beherrschbar, aber es muss von Anfang an einkalkuliert werden.

Qualitätsprüfung. Jedes System das Outputs produziert die in Kundenprozesse fließen, braucht Qualitätskontrolle. Entweder automatisiert (Folgeprüfung durch ein zweites System) oder manuell (ein Mensch im Loop). Dieser Aufwand verschwindet nicht. Er verlagert sich.

Modell-Drift. Wenn ein Modellanbieter eine neue Version einführt, kann sich das Verhalten Ihres Systems verändern, auch ohne dass Sie etwas geändert haben. Wir hatten 2024 zweimal den Fall, dass ein System plötzlich andere Outputs produzierte weil sich das zugrundeliegende Modell verändert hatte. Erkennen, analysieren, anpassen: das kostet Zeit.

Prozessänderungen. Wenn sich der Prozess ändert, den ein System unterstützt, ändert sich das System. Klingt selbstverständlich, wird aber oft nicht einkalkuliert.

Wie wir heute Rentabilität messen

Wir verwenden drei Metriken:

Eingesparte Stunden pro Monat. Wie viele Arbeitsstunden ersetzt oder reduziert das System? Multipliziert mit dem internen Stundensatz ergibt das einen monatlichen Wert.

Qualitätszuwachs. Liefert das System Outputs in einer Qualität oder Konsistenz die manuell nicht erreichbar wäre? Das ist schwerer zu monetarisieren, aber real: Ein SEO-Audit der jetzt 500 statt 50 Datenpunkte analysiert, ist kein Effizienzgewinn, sondern ein Qualitätssprung.

Gesamtkosten pro Monat. API-Kosten + anteiliger Wartungsaufwand + Qualitätsprüfungsaufwand. Das ist die echte Kostenzeile.

Ein System ist rentabel wenn die ersten beiden Metriken die dritte dauerhaft übersteigen. Das klingt trivial. Die Überraschung ist wie viele Systeme diesen Check nicht bestehen wenn man ihn ernsthaft durchführt.

Die Systeme die wir abgeschaltet haben

Im Laufe von 2024 haben wir fünf Systeme abgeschaltet die wir 2023 gebaut hatten. Nicht weil sie nicht funktionierten, sondern weil die Kosten-Nutzen-Rechnung nicht aufging.

Drei davon: zu wenig Nutzung für zu viel Wartungsaufwand. Zwei davon: Prozessänderungen haben den ursprünglichen Anwendungsfall obsolet gemacht.

Das ist kein Versagen. Das ist normaler Betrieb. Aber es zeigt: KI-Systeme sind keine Investition die man einmal tätigt und dann vergisst. Sie sind laufende betriebliche Entscheidungen die regelmäßig überprüft werden müssen.

Was das für Investitionsentscheidungen bedeutet

Bevor wir ein neues System bauen, stellen wir jetzt explizit die Frage: Wer ist bereit, die laufende Verantwortung für dieses System zu übernehmen? Nicht den Build. Den Betrieb.

Wenn niemand die Hand hebt, bauen wir nicht.

Das klingt bürokratisch. Es verhindert aber den Friedhof halbfertiger Systeme den viele Unternehmen in ihren ersten KI-Jahren anlegen.