Wie berechnet man, ob sich eine KI-Investition wirklich lohnt?

Fünf Ebenen, die nicht vermischt werden dürfen

Viele Diskussionen springen direkt von der technischen Fähigkeit eines KI-Systems zur Aussage über finanziellen Wert. Dazwischen liegen mehrere Stufen, die einzeln geprüft werden müssen:

• Technische Fähigkeit: Kann das Modell die Aufgabe grundsätzlich lösen?
• Task-Leistung: Wird eine definierte Aufgabe nachweisbar schneller oder besser erledigt?
• Prozesswirkung: Verbessert sich der End-to-End-Prozess, nicht nur ein Teilschritt?
• Betrieblicher Nutzen: Entsteht mehr Output, höhere Qualität oder weniger Risiko?
• Finanzieller Wert: Übersteigt der inkrementelle Barwert die Vollkosten?

Ein beeindruckender Demo-Output beweist weder Prozesswirkung noch finanziellen Wert. Umgekehrt kann ein technisch unspektakuläres, regelbasiertes System den besseren Business Case liefern, wenn es ein hohes Volumen zuverlässig bearbeitet.

Was in eine Baseline gehört

Eine Baseline ist mehr als der heutige Durchschnitt. Sie muss mindestens folgende Felder erfassen:

• Volumen: Fälle je Zeitraum und Segment, nicht nur das Gesamtvolumen
• Zeit: Bearbeitungszeit, Wartezeit, Review- und Nacharbeitszeit – nicht nur die reine Erstellungszeit
• Qualität: Fehler nach Art und Schwere, Akzeptanzquote
• Kosten: Vollkosten und variable Grenzkosten der bisherigen Alternative
• Nachfrage: Backlog, verlorene Nachfrage, Kapazitätsgrenzen
• Nutzer: Rolle, Erfahrung, Sprache, bisherige Nutzung

Der typische Fehler: eine pauschale Schätzung durch Führungskräfte statt einer Stichprobe aus Zeiterfassung, Prozessprotokollen und tatsächlicher Ergebnisqualität.

Das Gegenfaktum

Das Gegenfaktum beschreibt, was ohne das KI-Projekt im selben Zeitraum voraussichtlich passiert wäre: unveränderter Prozess, geplantes Wachstum, eine Standardsoftware, ein Regelwerk oder eine andere ohnehin geplante Prozessverbesserung. Ein einfacher Vorher-Nachher-Vergleich ist schwach, wenn gleichzeitig Volumen, Personal, Preise, Prozesse, Saison oder Managementziele verändert wurden. Belastbarere Alternativen sind Randomisierung, eine gestaffelte Einführung, Difference-in-Differences, Matching oder eine gut begründete Zeitreihenanalyse.

Mindestanforderungen an eine belastbare Aussage

• Hypothese, primäre Zielgröße und Erfolgsschwelle vorab festlegen, nicht nachträglich passend auswählen
• Aufgaben- und Nutzersegmente vorab definieren, keine nachträgliche Rosinenpickerei bei der Auswertung
• Nettozeit inklusive Review, Korrektur und Eskalation messen, nicht nur die reine Generierungszeit
• Qualität blind oder nach objektiven Regeln bewerten
• Nutzung, Nichtnutzung und Kontamination zwischen Gruppen erfassen
• Unsicherheit mit Bandbreiten statt einer scheinpräzisen Einzelzahl ausweisen
• Kapazitäts- und Cash-Umwandlung getrennt berechnen
• Skalenkosten und mögliche Modell- oder Prozessänderungen einplanen

Von der Kennzahl zur Entscheidung

Der einfache ROI – Nutzen minus Vollkosten, geteilt durch Vollkosten – ist leicht verständlich, ignoriert aber Zeitpunkt und absolute Größe. Ein hoher prozentualer ROI kann bei einem kleinen Projekt wenig absoluten Wert liefern. Deshalb gehört der Kapitalwert (Barwert der Netto-Cashflows abzüglich Anfangsinvestition) als primäre Investitionskennzahl dazu, ergänzt um die Amortisationsdauer als Liquiditätsindikator. Eine seriöse Rechnung enthält mindestens ein Downside-, ein Basis- und ein Upside-Szenario sowie eine Sensitivitätsanalyse für die wichtigsten Treiber – etwa geeigneten Fallanteil, Nettozeitgewinn, Reviewaufwand und Modellkosten. Wichtig: Ein rechnerisch positiver ROI macht eine rechtlich unzulässige oder unsichere Anwendung nicht zulässig oder sinnvoll – Recht, Sicherheit und Governance bleiben eigenständige Ausschlusskriterien, die der ROI nicht überstimmt.