Was bei einem KI-Unternehmen als COGS zählt

Von Brian Tr · Aktualisiert am 6. Oktober 2026

Die Herstellungskosten der verkauften Leistungen (Cost of Goods Sold, COGS), auch Umsatzkosten genannt, sind die Kosten, das Verkaufte auch zu liefern. Bei einer Bäckerei sind das Mehl und Öfen. Bei einem KI-Unternehmen sind es Rechenleistung, Hosting, Prüfarbeit und Support, die bei jeder Nutzung des Produkts durch einen Kunden anfallen. Alles andere, auch die Kosten für die nächste Version, gehört in andere Zeilen.

Das klingt einfach und ist es meistens auch, bis man sich ansieht, wie ein KI-Unternehmen tatsächlich Geld ausgibt. Derselbe GPU-Cluster kann am Montag Kunden bedienen und am Dienstag ein neues Modell trainieren. Ein menschlicher Prüfer kann den Output eines Kunden kontrollieren oder Daten für das nächste Release labeln. Wo jeder Dollar landet, bestimmt Ihre ausgewiesene Bruttomarge, und die Bruttomarge prägt, wie Investoren Sie bewerten und wie Ihre Zahlen mit denen aller anderen vergleichbar sind.

Dieser Leitfaden behandelt die buchhalterische Definition: was in die Umsatzkosten fließt, was in F&E und in Vertrieb und Marketing, wie börsennotierte Unternehmen es beschreiben und wo die Grauzonen liegen. Er behandelt nicht die Mechanik der Kosten pro Anfrage oder Wege, sie zu senken. Das steht in Inferenzkosten bei KI und Bruttomarge und Kostenmanagement für KI-Modelle.

Die drei Töpfe

Die meisten Gewinn-und-Verlust-Rechnungen sortieren Kosten in drei Gruppen. Die Grenze zwischen ihnen zu verstehen, ist das ganze Spiel.

Die Umsatzkosten enthalten die Kosten, die direkt damit zusammenhängen, das Produkt oder die Leistung an zahlende Kunden zu liefern. Steigen die Kosten, wenn die Nutzung steigt, gehören sie wahrscheinlich hierher.

Forschung und Entwicklung (F&E) enthält die Kosten, das Produkt zu schaffen oder zu verbessern. Nach US-Rechnungslegungsregeln ist Forschung definiert als geplante Suche oder kritische Untersuchung mit dem Ziel, neues Wissen zu entdecken, das bei der Entwicklung eines neuen Produkts oder Verfahrens oder bei der wesentlichen Verbesserung eines bestehenden nützlich ist (der Wortlaut von FASB ASC 730, wie vom National Center for Science and Engineering Statistics zusammengestellt). Die Kernidee: Die Ausgabe schafft künftige Fähigkeit, statt dem heutigen Kunden zu dienen.

Vertrieb und Marketing (S&M) enthält die Kosten, Kunden zu finden und zu gewinnen: Werbung, Vertriebsgehälter, Provisionen, Events und die kostenlose Nutzung, die Sie verschenken, um Käufer anzuziehen.

Ein vierter Topf, allgemeine Verwaltung (G&A), deckt Finanzen, Recht und Geschäftsleitung ab. Er spielt hier eine geringere Rolle.

Was die Regeln tatsächlich sagen

Die formalen Regeln sind dünner, als die meisten Gründer erwarten. Die Regulation S-X der SEC, die den Jahresabschluss börsennotierter Unternehmen regelt, besagt, dass Gewinn-und-Verlust-Rechnungen die Kosten verkaufter materieller Güter, die Kosten von Dienstleistungen und die Aufwendungen für sonstige Erlöse getrennt ausweisen müssen. Sie sieht außerdem eine eigene Position für sonstige betriebliche Kosten und Aufwendungen vor. Das war es. Es gibt keine Liste, die einem KI-Unternehmen sagt, ob Inferenz zu den Kosten von Dienstleistungen gehört.

Die Einordnung folgt also aus Prinzip plus unternehmerischem Ermessen. Unternehmen beschreiben ihre Richtlinie im Anhang und in der Management-Diskussion ihres Geschäftsberichts, und Abschlussprüfer kontrollieren, dass sie konsistent angewandt wird. Deshalb ist das Lesen tatsächlicher Geschäftsberichte nützlicher als das Lesen eines Regelwerks. Das tun wir weiter unten.

Klassifizierungstabelle

So sortieren sich die gängigen KI-Kostenposten üblicherweise. „Üblicherweise“ zählt: Die rechte Spalte zeigt, wo ein vernünftiges Unternehmen auch anders landen könnte.

Beachten Sie das Muster. Die Frage lautet nicht „Was für eine Ressource ist das?“, sondern „Wofür wurde es ausgegeben?“. Eine GPU-Stunde ist eine GPU-Stunde. Dient sie einem zahlenden Kunden, sind es Umsatzkosten. Trainiert sie ein neues Modell, ist es F&E.

Was Geschäftsberichte zeigen

Börsennotierte Softwareunternehmen, die KI-Funktionen verkaufen, liefern die besten Belege, weil sie ihre Richtlinie schriftlich erklären müssen. Der Wortlaut unten stammt aus dem jeweils neuesten verfügbaren Geschäftsbericht.

Adobe sagt, die Kosten seiner Abonnementumsätze bestehen hauptsächlich aus Hosting-Diensten Dritter und Rechenzentrumskosten, einschließlich der Kosten für KI-Inferenz, zusammen mit Vergütungen für Mitarbeitende in Netzwerkbetrieb, Implementierung, Account Management und technischem Support. Auf der anderen Seite enthalten die F&E-Aufwendungen Hosting-Dienste und Rechenzentrumskosten einschließlich der Kosten für KI-Training. Das ist die sauberste Trennung, die Sie finden: Inferenz in den Umsatzkosten, Training in F&E.

Atlassian beschreibt die Umsatzkosten als Hosting-Gebühren Dritter, einschließlich Cloud-Infrastruktur und KI-Inferenz, die durch die Kundennutzung seiner KI-Tools anfallen, zuzüglich Mitarbeitervergütung, Abschreibung erworbener entwickelter Technologie, Zahlungsabwicklungsgebühren und Auftragnehmerkosten für Kundensupport- und Infrastrukturteams. Auch die F&E-Zeile nennt Hosting-Gebühren Dritter, einschließlich Cloud-Infrastruktur und KI-Inferenz. Inferenz taucht also in beiden auf, getrennt danach, wer sie nutzte: Kunden (Umsatzkosten) oder die eigenen Entwicklungsteams des Unternehmens (F&E).

Duolingo sagt, seine Umsatzkosten bestehen überwiegend aus Zahlungsabwicklungsgebühren Dritter zusätzlich zu Hosting-Gebühren und KI-Kosten und, in deutlich geringerem Umfang, aus Kundensupport-Kosten. Die Zahlungsabwicklung erinnert daran, dass die Umsatzkosten eines Verbraucher-Abonnementprodukts einen großen Nicht-KI-Posten enthalten können.

Drei Unternehmen, drei verschiedene Mischungen, eine gemeinsame Logik: Kosten, Kunden zu bedienen, stehen in den Umsatzkosten, und Kosten, das Produkt zu bauen, stehen in F&E. Wenn Sie Ihre eigene Richtlinie entwerfen, nutzen Sie denselben Test und beschreiben Sie ihn in Ihrem Anhang klar.

Die Trainingsfrage

Beim Training gehen die Meinungen auseinander, daher verdient es einen eigenen Abschnitt.

Nach der F&E-Logik baut ein Trainingslauf ein Modell, das viele Kunden über viele Monate bedienen wird. Es ist eine Investition in das Produkt, nicht ein Kostenfaktor für die Bedienung eines einzelnen Kunden. Adobes Angabe folgt diesem Ansatz.

Das Gegenargument lautet, dass Training für Unternehmen, deren Hauptprodukt das Modell selbst ist, kein einmaliges Projekt ist. Das Nachtrainieren läuft fortlaufend. a16z merkte früh an, dass das Training eines einzelnen Modells Hunderttausende Dollar oder mehr an Rechenleistung kosten kann und dass das Nachtrainieren zunehmend als laufende Kostenposition gesehen wird, weil sich die Daten, die das Modell speisen, im Lauf der Zeit ändern. Wenn Sie nachtrainieren müssen, damit das Produkt funktioniert, ähnelt das der Wartung dessen, was Sie verkaufen.

Investoren haben sich auf eine praktische Konvention geeinigt, auch wenn die Rechnungslegungsregeln sie nicht erzwingen. Analysten bei Epoch AI berechnen die Bruttomarge etwa als Umsatz abzüglich Inferenz-Rechenleistung und behandeln F&E-Rechenleistung als eigene Zeile, zugeschrieben der Entwicklung des nächsten Modells statt vom aktuellen wieder hereingeholt. Beachten Sie, dass dies eine externe Analyse auf Basis von Schätzungen ist, kein geprüfter Abschluss. Sie zeigt aber, wie Investoren die Dinge tendenziell rahmen: Inferenz in der Marge, Training in der Investitionszeile.

Die Erkenntnis für Gründer: Wählen Sie eine Richtlinie, wenden Sie sie konsistent an und seien Sie bereit, die Zahl auf beide Arten zu zeigen. Ein versierter Investor fragt oft nach der Bruttomarge mit und ohne die Trainingskosten, die Sie in die Umsatzkosten gelegt haben.

Warum die Einordnung wichtig ist

Bruttomarge. Verschieben Sie einen großen Kostenblock von F&E in die Umsatzkosten, sinkt die Bruttomarge, während das Betriebsergebnis unverändert bleibt. Verschieben Sie ihn andersherum, sieht die Bruttomarge gesünder aus. Weil die Bruttomarge eine Kennzahl für Schlagzeilen ist, ist die Einordnung nie neutral. Eine Auffrischung zur Kennzahl selbst bietet unser Leitfaden zur Bruttomarge.

Bewertung. Software-Investoren zahlen seit Langem für hohe Bruttomargen, weil sie signalisieren, dass jeder neue Umsatzdollar billig zu bedienen ist. a16z beobachtete, dass KI-Unternehmen oft Bruttomargen von 50 bis 60 Prozent zeigen, gegenüber 60 bis 80 Prozent oder mehr bei klassischer SaaS. Wer einen Lieferkostenposten fälschlich als F&E ausweist, bläht seine Marge auf und damit jede Bewertung, die auf einem Margenmultiplikator beruht. Das tritt tendenziell in der Due Diligence zutage und beschädigt dann das Vertrauen.

Vergleichbarkeit. Ordnen zwei Unternehmen Ihrer Kategorie unterschiedlich ein, sind ihre Margen nicht vergleichbar. Investoren normalisieren, indem sie den Anhang lesen, aber Sie erleichtern ihnen die Arbeit, wenn Sie offenlegen, was in jeder Zeile steckt.

Unit Economics. Die Umsatzkosten fließen in Ihre Deckungsbeitragsmarge und Ihre Unit Economics ein. Verstecken sich Lieferkosten in anderen Zeilen, bepreisen Sie Ihr Produkt zu niedrig und merken es zu spät. Unser Leitfaden zu SaaS-Ökonomie und Unit-Kennzahlen zeigt, wie diese Verhältnisse zusammenhängen.

Preisgestaltung. Die ausgewiesene Kostenbasis ist die Untergrenze jeder Preisentscheidung. Ob Sie pro Seat, pro Nutzung oder pro Ergebnis berechnen, Sie müssen wissen, was eine Liefereinheit kostet. Wie das aussieht, lesen Sie unter nutzungsbasierte vs. ergebnisbasierte Preisgestaltung für KI.

Wichtige Fakten: Umsatzkosten eines KI-Unternehmens

• Die Regulation S-X verlangt von börsennotierten Unternehmen, Kosten verkaufter materieller Güter und Kosten von Dienstleistungen getrennt auszuweisen. Sie sagt nicht, wohin KI-Inferenz oder -Training gehört.
• ASC 730 definiert Forschung als geplante Suche oder kritische Untersuchung mit dem Ziel, neues Wissen zu entdecken, weshalb das Training neuer Modelle meist als F&E behandelt wird.
• Adobe weist Kosten der KI-Inferenz in den Kosten der Abonnementumsätze und Kosten des KI-Trainings in F&E aus (Geschäftsbericht für das Geschäftsjahr 2025).
• Atlassian rechnet KI-Inferenz, die durch die Nutzung seiner KI-Tools durch Kunden anfällt, den Umsatzkosten zu, neben Zahlungsabwicklungsgebühren und Kundensupport-Teams.
• a16z berichtete, dass KI-Unternehmen oft 25 Prozent des Umsatzes oder mehr für Cloud-Ressourcen ausgeben und viele bis zu 10 bis 15 Prozent des Umsatzes für Daten-Labeling (Analyse von 2020).
• Die Faustregel: Kosten, die mit der Kundennutzung steigen, gehören in die Umsatzkosten. Kosten, die künftige Fähigkeit schaffen, gehören in F&E.

Menschliche Prüfung und Labeling

Menschen im Prozess sind der am häufigsten falsch eingeordnete Posten. a16z nannte zwei Formen: Daten-Labeling und menschliche Prüfung in Echtzeit. Sie sehen ähnlich aus, gehören aber an unterschiedliche Stellen.

Angenommen, bei einem Produkt zur Schadenbearbeitung kontrolliert Personal jeden Output, bevor er den Kunden erreicht. Diese Prüfung ist Teil der gelieferten Leistung, also gehört sie in die Umsatzkosten. Labelt dasselbe Personal strittige Beispiele neu, um das Modell des nächsten Quartals zu verbessern, baut diese Arbeit künftige Fähigkeit auf und gehört in F&E. Wenn ein Team beides tut, erfassen Sie seine Zeit oder verteilen Sie nach einer dokumentierten Grundlage.

Der Punkt ist auch für die Margenentwicklung wichtig. Frühe Produkte im Agent-Stil verlassen sich oft auf umfangreiche Prüfung, die mit der Verbesserung des Systems abnimmt. Liegt diese Prüfung in den Umsatzkosten, sehen Sie die Marge steigen, wenn die Prüfung schrumpft. Haben Sie sie in F&E vergraben, sieht Ihre Marge jetzt künstlich gut aus und zeigt später keinen Fortschritt, was die Geschichte schwächt, die Sie Investoren über Skalierung erzählen.

Praktische Schritte für Gründer oder Finanzverantwortliche

Schreiben Sie vor Ihrer ersten Prüfung oder Finanzierungsrunde eine einseitige Richtlinie zur Kostenklassifizierung. Sie sollte Folgendes abdecken:

1. Inferenz und Hosting. Legen Sie fest, dass Produktionsnutzung Umsatzkosten und interne Entwicklungs- und Testnutzung F&E ist, und sagen Sie, wie Sie die Aufteilung messen (Tagging, getrennte Konten oder Nutzungs-Logs).
2. Modellgebühren von Drittanbietern. Verfahren Sie ebenso mit API-Gebühren von Modellanbietern: kundengetriebene Aufrufe gehen in die Umsatzkosten, Experimente in F&E.
3. Personal. Ordnen Sie Support, Onboarding, Prüfer und Produktions-Engineers den Umsatzkosten zu. Ordnen Sie Produkt-, Forschungs- und Feature-Engineers F&E zu.
4. Training und Tuning. Entscheiden Sie, ob allgemeines Training F&E ist und ob kundenspezifisches Tuning im Rahmen eines Vertrags Umsatzkosten sind. Schreiben Sie die Begründung auf.
5. Kostenlose Nutzung. Entscheiden Sie, ob Free Tiers und Testphasen S&M oder Umsatzkosten sind, und bleiben Sie konsistent.
6. Offenlegung. Beschreiben Sie jede Zeile in Ihrem Reporting-Paket, damit ein Leser die Marge auf anderer Grundlage neu berechnen kann.

Überprüfen Sie die Richtlinie, wenn sich Ihr Geschäft ändert. Ein Unternehmen, das beginnt, feinabgestimmte Modelle an Kunden zu verkaufen, hat eine neue Art von Lieferkosten, und die alte Richtlinie passt womöglich nicht mehr. Den geschäftlichen Kontext, der diese Entscheidungen treibt, finden Sie unter Geschäftsmodelle von KI-Startups erklärt.

Häufige Fehler

Eine einzige gemischte Cloud-Rechnung nutzen. Teilen sich Produktion und Experimente ein Konto ohne Tagging, können Sie nichts einordnen. Trennen Sie sie früh.

Bruttomarge als kosmetische Zahl behandeln. Sie treibt Preise, Bewertung und Einstellungspläne. Kosten zu verschieben, um sie zu schönen, schafft später Probleme.

Support und Onboarding ignorieren. KI-Produkte brauchen oft mehr Betreuung als klassische Software. Diese Kosten gehören in die Umsatzkosten und können wesentlich sein.

Die Richtlinie ändern, ohne es jemandem zu sagen. Eine Umgliederung verschiebt die Marge über Nacht. Ändern Sie die Richtlinie, passen Sie Vorperioden an, damit Trends aussagekräftig bleiben.

Börsennotierte Unternehmen als Vorlage verstehen. Die obigen Berichte stammen von großen Softwareunternehmen mit etablierten Finanzteams. Frühe Startups haben oft unsauberere Daten. Nutzen Sie sie als Vorbild für die Logik, nicht als Versprechen, dass Ihre Zahlen ähnlich aussehen werden.

Weiterführende Lektüre

• Inferenzkosten bei KI und Bruttomarge
• Kostenmanagement für KI-Modelle
• Geschäftsmodelle von KI-Startups erklärt
• Bruttomarge
• Unit Economics
• Warum sich KI-Bruttomargen von SaaS unterscheiden