Was kostet ein KI-Projekt im Mittelstand?

„Was kostet uns das?" ist meist die zweite Frage – direkt nach „Was bringt uns das?". Eine seriöse Antwort lautet: Es kommt darauf an. Aber das hilft niemandem weiter. Deshalb hier eine ehrliche Einordnung, mit der Sie intern rechnen können.

Die drei Kostenphasen

Ein KI-Projekt im Mittelstand verläuft typischerweise in drei Phasen, die sich auch im Budget abbilden:

• Standortbestimmung (niedrig). Workshop oder Analyse, um die richtigen Anwendungsfälle zu finden. Hier geht es um wenige Tage Aufwand – die Investition, die am meisten Fehlinvestitionen verhindert.
• Pilot (mittel). Ein klar umrissener Anwendungsfall, einsatzbereit in 6–12 Wochen. Das Ziel ist ein produktives System mit messbarem Nutzen, nicht ein Prototyp für die Schublade.
• Rollout & Betrieb (laufend). Skalierung auf weitere Bereiche plus Wartung, Monitoring und Support.

Was den Preis wirklich treibt

Nicht die KI selbst ist der größte Kostenfaktor, sondern das Drumherum:

• Datenqualität und -zugang. Liegen Daten sauber und zugänglich vor, geht es schnell. Müssen erst Schnittstellen gebaut oder Daten bereinigt werden, steigt der Aufwand.
• Integrationstiefe. Eine Lösung, die tief in SAP, ERP oder MES eingreift, ist aufwendiger als ein abgegrenztes Hilfssystem.
• Governance-Anforderungen. EU-Datenhaltung, Audit-Logs und Freigabeprozesse sind im regulierten Umfeld Pflicht – und Teil des Aufwands.
• Anzahl der Prozesse. Ein Use Case ist überschaubar. Zehn parallel sind ein Programm.

Wie Sie das Budget klein halten

1. Mit einem Piloten starten. Ein einzelner, gut gewählter Anwendungsfall begrenzt das Risiko und liefert die Zahlen, mit denen Sie das nächste Budget begründen.
2. Auf Wiederverwendbarkeit achten. Was Sie einmal an Integration und Governance aufbauen, trägt die folgenden Use Cases mit.
3. Nutzen messbar machen. Prüfzeit, Durchlaufzeit, Fehlerquote – ein Projekt, das sich nach wenigen Monaten selbst trägt, finanziert die nächsten Schritte.

Die richtige Frage

Statt „Was kostet KI?" lautet die bessere Frage: „Ab wann rechnet sich der erste Use Case?" Bei gut gewählten Prozessen – etwa Angebotserstellung oder Qualitätsprüfung – liegt der Hebel oft bei 70–80 % Zeitersparnis. Welche Prozesse sich dafür eignen, zeigen wir in „KI in der Produktion: 7 erprobte Use Cases". Dann ist die Amortisation eine Frage von Monaten, nicht Jahren.

Eine ehrlich gerechnete Hausnummer für einen aussagekräftigen Proof of Concept – inklusive der Kosten, über die selten gesprochen wird – finden Sie in unserem kostenlosen Whitepaper „Nachhaltig KI im Mittelstand einführen".