KI-ROI neu berechnet: Was vier Jahre Enterprise-KI wirklich kosten — und was sich geändert hat

Veröffentlichungsdatum: 2030-10-05
Kanal: LinkedIn
Autor: Daniel Röding, Bechtle AI Competence Center Bremen

2026 haben wir unsere ersten ROI-Berechnungen für KI-Projekte erstellt. Die Zahlen sahen gut aus.

Rückblickend waren sie zu gut — und aus den falschen Gründen.

Was wir falsch eingeschätzt haben

Die typischen ROI-Kalkulationen der frühen KI-Jahre haben Zeitersparnis gemessen und auf Jahressalär-Einsparungen hochgerechnet. Einfache Formel: Wenn ein Tool eine Stunde Arbeit auf zwanzig Minuten reduziert, spart das 66% der Zeit für diese Aufgabe.

Das Problem: Menschen arbeiten nicht task-weise. Zeit, die durch ein Werkzeug gespart wird, verschwindet nicht — sie wandert in andere Aufgaben, in Qualitätsverbesserungen, in neue Anforderungen. Die Effizienzgewinne sind real. Aber sie schlagen sich nicht proportional in Kosteneinsparungen nieder.

Was wir gelernt haben: ROI bei KI entsteht nicht durch weniger Stunden, sondern durch mehr Output oder höhere Qualität mit denselben Stunden.

Das ist eine andere Messgröße — und sie erfordert andere Metriken.

Was die vier-Jahres-Bilanz zeigt

Wir haben unsere 90+ Projekte nach vier Kategorien ausgewertet:

Qualitätssteigerung (gemessen, positiv): 73% der Projekte zeigen messbar bessere Ergebnisqualität gegenüber dem Pre-KI-Baseline. Typisch: weniger Fehler in Dokumenten, höhere Konsistenz in wiederkehrenden Analysen, vollständigere Abdeckung bei Recherchen.

Durchlaufzeit-Reduktion (gemessen, positiv): 64% der Projekte zeigen deutlich kürzere Bearbeitungszeiten. Typisch: Ausschreibungsanalyse von 3 Tagen auf 4 Stunden, Meeting-Protokoll von 30 Minuten auf 5 Minuten.

Direkte Kosteneinsparung (gemessen, moderat): 31% der Projekte zeigen direkte Kosteneinsparungen, hauptsächlich dort, wo externe Dienstleistungen durch interne KI-Kapazität ersetzt wurden.

Neue Umsatzmöglichkeiten (geschätzt, signifikant): 47% der Projekte haben Fähigkeiten ermöglicht, die vorher schlicht nicht vorhanden waren — Angebote, die wir früher nicht erstellen konnten, weil der Aufwand zu hoch gewesen wäre.

Was KI wirklich kostet — ehrliche Zahlen

Die Gesamtkosten für vier Jahre BERTA Lab (Infrastruktur, Betrieb, Entwicklung, Lizenzen):

Hardware (GPU-Server): Amortisiert über vier Jahre der größte Einzelposten. Einmalinvestition, aber die realen Betriebskosten pro Monat sind nach Abschreibung überschaubar.

Energie: Unterschätzter Faktor. GPU-Inference braucht Strom. Wer das nicht einkalkuliert, erlebt Überraschungen.

Personal: Der dominante laufende Kostenfaktor ist nicht die Technologie, sondern die menschliche Kompetenz — Prompt-Engineering, Systemintegration, Qualitätssicherung, Domänenexpertise. Dieser Anteil hat sich in vier Jahren nicht reduziert, sondern leicht erhöht.

Modell-Updates und Betrieb: Modelle altern. Was 2026 state-of-the-art war, ist 2030 Mittelfeld. Wer die Kosten für regelmäßige Modell-Updates nicht einplant, kalkuliert für eine Welt ohne Weiterentwicklung.

Wie ROI-Berechnung heute aussehen sollte

Richtig: Qualitätsdifferenz × Geschäftswert der Qualität
Richtig: Durchlaufzeit-Delta × Kapazitätswert der freien Zeit
Richtig: Neue Geschäftsmöglichkeiten × Conversion-Rate-Annahme

Falsch: Stunden × Stundensatz (außer bei echter Headcount-Reduktion)
Falsch: Pilotprojekt-ROI × Skalierungsfaktor (Skalierungskosten sind real)
Falsch: ROI ohne laufende Betriebskosten (Infrastruktur ist kein Einmalkauf)

Was das für die Entscheidung bedeutet

Der ROI von KI-Projekten ist realer, aber anders als oft dargestellt. Er entsteht nicht primär durch Kostensenkung, sondern durch Kapazitätserweiterung und Qualitätsverbesserung.

Das ist eine wichtige Unterscheidung — nicht nur für die Kalkulation, sondern für die strategische Einordnung.

KI ist kein Cost-Center-Thema. Es ist ein Capability-Thema.

Wie messen Sie den ROI Ihrer KI-Projekte? Und was hat Sie dabei überrascht?

Daniel Röding leitet das Bechtle AI Competence Center Bremen. Das BERTA Lab betreibt seit 2025 Grundlagenforschung und Produktentwicklung im Bereich lokaler und hybrider Enterprise-KI.

Tags: #KIROI #EnterpriseKI #ROI #Digitalisierung #BERTALab #Mittelstand #KIStrategie #BusinessCase #AIInvestment #Kosten