KI-Agenten vs. Software Kosten: So rechnen Mittelständler realistisch

KI-Agenten sind nicht automatisch günstiger als klassische Software, obwohl die Preise für Sprachmodelle deutlich gefallen sind. Für eine belastbare Entscheidung rechnen Sie die Gesamtbetriebskosten pro Geschäftsvorgang: Integration, Betrieb, Qualitätssicherung und ein möglicher Anbieterwechsel eingeschlossen.

KI-Agenten und klassische Software verursachen unterschiedliche Kosten

Klassische Software kostet am Anfang meist mehr Planung und Entwicklung, verhält sich im Betrieb aber vorhersehbar. Ein ERP-Formular zur Auftragserfassung führt feste Regeln aus. Es braucht Server, Updates und Support, doch die Kosten pro zusätzlichem Vorgang steigen kaum.

Ein KI-Agent arbeitet anders. Er liest E-Mails, sucht Informationen in Dokumenten, ruft Schnittstellen auf und erstellt daraus einen Vorschlag. Das ist bei unstrukturierten Aufgaben wertvoll, aber jeder Arbeitsschritt erzeugt variablen Verbrauch. Ein Agent zur Angebotsvorbereitung erfasst eine Kundenanfrage, durchsucht technische Datenblätter, fragt Preise im ERP-System ab und schreibt einen Entwurf. Bei einer Handvoll Anfragen am Tag ist das eine Rechnung. Bei tausenden im Monat wird aus einem scheinbar kleinen Modellpreis ein relevanter Betriebsposten.

Die entscheidende Frage lautet deshalb nicht „Was kostet das Modell?“, sondern „Was kostet ein korrekt bearbeiteter Vorgang, bis der Fachbereich ihn verwenden kann?“ Wer diese Einheit nicht definiert, vergleicht Lizenzpreise mit Verbrauchskosten und entscheidet auf falscher Grundlage.

Die Token-Kosten sind nur der sichtbare Teil

Ein Token ist die Abrechnungseinheit für Text, vereinfacht ein Textbaustein. Token-Preise sind niedrig, aber ein KI-Agent verbraucht weit mehr als die Antwort, die am Bildschirm erscheint. Er erhält Anweisungen, liest Kontext aus Dokumenten, plant Zwischenschritte, nutzt Werkzeuge und prüft Ergebnisse. Bei Fehlern startet der Ablauf teilweise erneut.

Nehmen wir eine Schadenmeldung in der Logistik: Der Agent zieht Daten aus der E-Mail, gleicht Sendungsnummern ab, durchsucht Vertragsunterlagen und formuliert eine Antwort für den Sachbearbeiter. Je nach Dokumentumfang entsteht dabei pro Vorgang ein Vielfaches der Tokens, die in der sichtbaren Antwort stecken. Ein einzelner Vorgang bleibt günstig. Viele Vorgänge, lange Kontexte und Wiederholungen ändern das Bild.

Zur Modellrechnung kommen Retrieval-Kosten. Retrieval bezeichnet die gezielte Suche des Agenten in Unternehmensdokumenten. Dafür braucht das System Embeddings, also mathematische Repräsentationen von Texten, eine Vektordatenbank, Speicher und Suchinfrastruktur. In produktiven Umgebungen ist dieser Aufschlag auf die reinen Modellkosten erheblich; bei großen Dokumentbeständen kann er die Modellkosten übersteigen. Er fällt fast nie auf null, nur weil ein Anbieter einen günstigen Token-Preis bewirbt.

Die TCO-Rechnung für KI-Agenten beginnt beim Prozess

Die Total Cost of Ownership, kurz TCO, umfasst alle Kosten über die Nutzungsdauer. Für KI-Agenten reicht eine monatliche Cloud-Rechnung als TCO nicht aus. Rechnen Sie mit fünf Kostenblöcken.

Modell- und Pipeline-Kosten pro Vorgang

Ermitteln Sie den Verbrauch anhand echter Fälle. Ein Dutzend historische Kundenanfragen aus dem letzten Quartal sagen mehr aus als ein Demo-Prompt. Messen Sie Tokens, Dokumentabrufe, Werkzeug-Aufrufe und Wiederholungen je Vorgang. Aus diesen Werten entsteht ein Korridor für den Monatsbetrieb.

Die Formel: Vorgänge pro Monat mal durchschnittliche Kosten pro Vorgang plus Infrastruktur-Grundkosten, plus Puffer für Lastspitzen. Der Monatsabschluss, eine Ausschreibung oder eine Rückrufaktion erzeugen selten Durchschnittslast.

Entwicklung des Harness und der Integrationen

Das Sprachmodell ist austauschbar. Der Harness, also die technische Kontrollschicht um das Modell, entscheidet über die Betriebssicherheit. Dort liegen Zugriffsrechte, Freigabe-Gates, Fehlerbehandlung, Protokollierung und die Anbindung an ERP, CRM oder Dokumentenmanagement.

Ein Beispiel aus dem Vertrieb: Ein Agent darf Angebotsdaten vorbereiten, aber keine Rabatte verbindlich freigeben. Der Harness muss Preislisten prüfen, Berechtigungen berücksichtigen und jeden Vorschlag einem verantwortlichen Mitarbeiter vorlegen. Diese Logik ist klassische Softwareentwicklung. Wer sie durch einen schnellen Chatbot ersetzt, spart am falschen Ende und schafft ein nicht auditierbares Nebenverfahren.

Für einen klar abgegrenzten Prozess ist der Aufbau in wenigen Wochen möglich. Sobald mehrere Altsysteme, Rechtekonzepte und regulatorische Anforderungen beteiligt sind, ist ein Architekturprojekt nötig. Das ist kein Argument gegen KI-Agenten. Es ist ein Argument gegen Budgets, die nur einen Prototyp finanzieren und den produktiven Betrieb ausblenden.

Qualitätssicherung und menschliche Freigaben

KI-Agenten liefern keine deterministischen Ergebnisse wie ein Taschenrechner. Selbst bei identischer Anfrage können Formulierung, Reihenfolge oder Gewichtung abweichen. Deshalb braucht ein produktiver Agent messbare Qualitätskriterien und einen Audit-Trail, also eine nachvollziehbare Protokollkette der verwendeten Daten, Entscheidungen und Freigaben.

Bei einem Agenten für Lieferantenauskünfte prüft die Fachabteilung wöchentlich eine Stichprobe. Werden Vertragsklauseln falsch zitiert oder Fristen übersehen, wird der Prozess angepasst. Diese Arbeitszeit gehört in die TCO. Sie entfällt nicht nach dem Go-live, sie ist Teil eines verantwortbaren Betriebs.

Bei klassischer Software fällt Qualitätssicherung vor allem bei Releases an. Beim KI-Agenten kommt die laufende Beobachtung hinzu, weil sich Modelle, Datenquellen und Nutzerverhalten verändern. Ein Modellwechsel kann Kosten senken und gleichzeitig Antworten verändern. Ohne Testfälle merken Unternehmen das oft erst, wenn ein Kunde eine falsche Aussage weiterleitet.

Betrieb, Sicherheit und Compliance

Ein KI-Agent braucht Monitoring, Zugriffskontrollen, Backups für Konfigurationen und klare Regeln für Störungen. In Finanzdienstleistung und Logistik muss außerdem nachvollziehbar bleiben, welche Daten verarbeitet wurden und wohin sie geflossen sind. Personenbezogene Daten oder Vertragsdaten gehören nicht unkontrolliert in öffentliche Dienste.

Hier trennt sich die Demonstration von der tragfähigen Lösung. Eine europäische Cloud-Architektur, getrennte Mandanten, Verschlüsselung und offene Schnittstellen kosten Geld. Für Unternehmen mit kritischen Daten sind sie trotzdem günstiger als ein Datenschutzvorfall oder ein späterer Komplettumbau. Wir planen diese Schicht vor der Implementierung, weil Architekturfehler unter Last und Auditdruck besonders teuer werden.

Exit-Kosten und Vendor-Lock-in

Vendor-Lock-in entsteht, wenn Prozesse, Datenformate und Logik so eng an einen Anbieter gebunden sind, dass ein Wechsel unverhältnismäßig aufwendig wird. Bei KI-Agenten passiert das schnell: proprietäre Werkzeug-Aufrufe, spezifische Prompt-Formate und nicht exportierbare Wissensdatenbanken wirken anfangs bequem.

Ein Anbieter kann Preise ändern, ein Modell abkündigen oder Funktionsgrenzen verschieben. Ist der Harness modellunabhängig gebaut und nutzt offene Standards, bleibt der Wechsel überschaubar. Sind Geschäftsregeln in einem proprietären Agentenbaukasten versteckt, wird daraus ein Migrationsprojekt. Diese Kosten tauchen in der ersten Angebotsrunde selten auf. Sie existieren trotzdem.

Klassische Software entwickeln lassen: Kosten am Beispiel fester Regeln

Klassische Software bleibt die bessere Wahl, wenn Regeln stabil, Eingaben strukturiert und Ergebnisse eindeutig sind. Die Berechnung von Skonti, die Prüfung eines Pflichtfelds oder die Buchung eines Wareneingangs brauchen keinen KI-Agenten. Feste Workflows sind hier schneller, günstiger zu testen und leichter zu auditieren.

KI-Agenten lohnen sich bei Vorgängen, in denen Mitarbeiter heute Informationen aus vielen unstrukturierten Quellen zusammensuchen und ein Ergebnis fachlich prüfen können. Ein gutes Beispiel ist die Vorbereitung von Antworten auf komplexe Kundenanfragen. Der Agent spart Recherchezeit, der Vertriebsmitarbeiter verantwortet die Aussage.

Die Wirtschaftlichkeitsformel ist nüchtern: heutige Bearbeitungszeit mal Vorgangsvolumen mal Personalkostensatz, abzüglich Restaufwand und vollständiger TCO des Agenten. Übernimmt der Agent verlässlich den Großteil der Vorarbeit, entsteht ein messbarer Hebel. Spart er nur ein paar Minuten, während ein Mitarbeiter jeden Text vollständig neu prüfen muss, lohnt der Aufwand meist nicht.

So kommen Sie in wenigen Wochen zu einer belastbaren Kostenentscheidung

Starten Sie nicht mit einem unternehmensweiten KI-Programm. Wählen Sie einen Prozess mit hohem Volumen, klarer fachlicher Verantwortung und einem Ergebnis, das sich schnell kontrollieren lässt. Sammeln Sie reale Fälle über einige Wochen und messen Sie die heutige Bearbeitungszeit. Danach bauen Sie einen begrenzten Pilotbetrieb mit Kostenmessung pro Vorgang.

Definieren Sie vor dem Pilotbetrieb eine Abbruchgrenze: Der Agent muss eine festgelegte Zeit pro Vorgang sparen, eine festgelegte fachliche Trefferquote erreichen und darf einen festgelegten Betrag je Vorgang nicht überschreiten. Diese Kriterien verhindern, dass ein beeindruckender Demo-Effekt ein wirtschaftlich schwaches Projekt am Leben hält.

Häufige Fragen

Was kostet ein KI-Agent pro Monat?

Das reicht von einem eng begrenzten Pilotbetrieb bis zu einem produktiven Agenten mit Systemintegrationen, Dokumentensuche und Überwachung, und dazwischen liegt ein Vielfaches. Maßgeblich sind Vorgangsvolumen, Dokumentmenge, Modellwahl und Personalaufwand für Qualitätssicherung. Der richtige Wert ist nicht der Monatspreis, sondern die TCO pro korrekt abgeschlossenem Vorgang.

Sind KI-Agenten günstiger als klassische Software?

Günstiger, wenn sie wiederkehrende Recherche- und Vorbereitungsarbeit in unstrukturierten Prozessen zuverlässig reduzieren. Klassische Software bleibt günstiger, wenn Geschäftsregeln eindeutig programmierbar sind. Ein KI-Agent für eine feste Wenn-dann-Prüfung ist meistens teurer und fehleranfälliger als ein normaler Workflow.

Wie hoch sind die versteckten Kosten bei KI-Agenten?

Retrieval, Embeddings, Vektordatenbank, Speicher, Wiederholungen und Fehlversuche kommen zur sichtbaren Modellrechnung hinzu, dazu Entwicklung, Monitoring, Sicherheitsmaßnahmen und Fachbereichszeit. Wer nur die Modellrechnung betrachtet, unterschätzt die reale TCO deutlich.

Wie vermeiden Unternehmen Vendor-Lock-in bei KI-Agenten?

Durch eine modellunabhängige Architektur, offene Schnittstellen und exportierbare Daten. Geschäftslogik, Rechte und Freigaben gehören in den eigenen Harness. Prüfen Sie vor Vertragsabschluss, ob Prompts, Wissensdatenbanken, Protokolle und Konfigurationen vollständig exportierbar sind.

Rechnen Sie einen Prozess durch

Wählen Sie den einen Vorgang, der Ihre Fachabteilung heute am meisten Zeit kostet, und notieren Sie Volumen, Bearbeitungszeit und wer das Ergebnis heute prüft. Mit diesen Angaben rechnen wir im Potenzial-Check, eine halbe Stunde, kostenlos, ob ein KI-Agent, klassische Software oder gar nichts die richtige Antwort ist. Potenzial-Check buchen