Den ROI-Business-Case für ein KI-Produkt aufbauen

Von Brian Tr · Aktualisiert am 6. Oktober 2026

Ein ROI-Case für ein KI-Produkt muss eine schwierigere Frage beantworten als bei gewöhnlicher Software. Der Käufer fragt nicht nur: „Ist der Nutzen größer als der Preis?“ Er fragt, ob der Nutzen real ist, ob er in einer Zeile auftaucht, die das Finanzteam sehen kann, und ob die tatsächlichen Kosten, die mit der Nutzung schwanken und Menschen zur Überwachung erfordern, ehrlich berücksichtigt wurden.

Diese Seite richtet sich an den KI-Anbieter und an den Champion beim Käufer, der den Kauf verteidigen muss. Sie behandelt die Werthebel, warum „eingesparte Stunden“ allein meist scheitern, wie Sie eine Baseline festlegen, wie die Total Cost of Ownership (TCO) bei KI aussieht, wie Sie konservative, erwartete und optimistische Szenarien durchrechnen und wie sich die Nachweise von der Schätzung vor dem Verkauf über das Pilotprojekt bis zur Verlängerung verändern sollten. Die allgemeine Formel und den Aufbau des Dokuments finden Sie unter ROI und Business Case erstellen. Diese Seite behandelt, was spezifisch für KI ist.

Die sechs Werthebel

Die meisten KI-Business-Cases stützen sich auf dieselbe Handvoll Hebel. Sie getrennt zu benennen ist wichtig, denn jeder wird anders gemessen und überzeugt eine andere Person im Einkaufsgremium.

Ein glaubwürdiger Case setzt meist auf einen oder zwei Hebel und behandelt den Rest als Zusatznutzen, den er nicht einrechnet. Ein Case, der alle sechs zugleich beansprucht, liest sich wie ein Wunschzettel, und ein Prüfer aus dem Finanzbereich kürzt ihn auf das zusammen, was er verifizieren kann.

Warum „eingesparte Stunden“ allein selten vor einem CFO bestehen

Zeitersparnis ist die naheliegendste Aussage für ein KI-Produkt und die am leichtesten zu widerlegende. Der Grund ist einfach: Eingesparte Zeit ist keine eingesparte Kosten.

Spart ein Tool jeder Person 30 Minuten am Tag, ändert sich an der Gewinn- und Verlustrechnung nichts, solange mit dieser Zeit nichts passiert. Entweder braucht das Unternehmen weniger Personen (eine Reduktion von Personal oder Dienstleistern oder ein Einstellungsplan, der eine Stelle nicht mehr braucht), oder dieselben Personen bewältigen mehr Arbeit (Durchsatz), oder sie wechseln zu Arbeit, die Umsatz erzeugt. Bis eines davon eintritt, ist die Ersparnis für den Mitarbeiter real und für den CFO unsichtbar.

Die Frage für den Case lautet also nicht „Wie viele Stunden werden frei?“, sondern „Wohin gehen diese Stunden?“ Gute Antworten sind konkret:

• Ein Rückstau, der derzeit zwei zusätzliche Einstellungen erfordert, braucht sie nicht mehr.
• Ein Team, das Arbeit ablehnt, weil es ausgelastet ist, übernimmt sie.
• Vertriebsmitarbeiter bekommen 30 Minuten mehr zum Verkaufen, und der Case nennt, was diese Zeit voraussichtlich bringt.

Ein Anbieter, der das beantwortet, bevor der CFO fragt, ist meist derjenige, der die Prüfung besteht. Dieselbe Disziplin zeigt sich im Value Selling: Wert ist das Ergebnis, das der Käufer in seinen eigenen Worten benennen kann, nicht die Tätigkeit, die Ihr Produkt beschleunigt.

Noch ein Hinweis zur Vorsicht. Eine Zahl zur Zeitersparnis, der keine Grundgesamtheit und keine Aufgabe zugeordnet ist, ist der schwächste Nachweis im Raum. Damit kommen wir zur veröffentlichten Forschung.

Was die veröffentlichten Belege stützen und was nicht

Drei häufig zitierte Studien geben Anbietern und Champions echte Zahlen an die Hand. Jede misst eine bestimmte Grundgesamtheit bei einer bestimmten Art von Aufgabe, und der Case sollte das sagen.

Mitarbeiter im Kundensupport. Brynjolfsson, Li und Raymond untersuchten die gestaffelte Einführung eines generativen KI-Gesprächsassistenten anhand von Daten von 5.179 Supportmitarbeitern. In ihrem NBER-Arbeitspapier steigerte der Zugang zum Tool die Produktivität, gemessen an gelösten Anliegen pro Stunde, im Durchschnitt um 14%, darunter eine Verbesserung um 34% bei unerfahrenen und gering qualifizierten Mitarbeitern, mit minimalem Effekt bei erfahrenen und hoch qualifizierten Mitarbeitern. Es handelt sich um den Supportbetrieb eines einzigen Unternehmens. Die 14% gelten für gelöste Anliegen pro Stunde bei diesen Mitarbeitern, nicht für andere Tätigkeiten.

Professionelle Schreibaufgaben. Noy und Zhang führten ein präregistriertes Online-Experiment mit 444 Fachkräften mit Hochschulabschluss durch, die berufsspezifische, vergütete Schreibaufgaben erledigten, wobei die Hälfte zufällig Zugang zu ChatGPT erhielt. In ihrem Arbeitspapier (März 2023, in dieser Fassung nicht peer-reviewt) sank der Zeitaufwand um 0,8 Standardabweichungen und die Qualität des Outputs stieg um 0,4 Standardabweichungen, und die Produktivitätsverteilung wurde gestaucht, weil leistungsschwächere Mitarbeiter stärker profitierten. Das sind Effekte bei kurzen Schreibaufgaben mittleren Niveaus in einem Experiment, nicht bei einer vollen Arbeitswoche.

Berater und die „gezackte Grenze“. Die Zusammenfassung des Harvard Business School AI Institute zur Studie mit der Boston Consulting Group umfasst 758 Berater, etwa 7% der Einzelmitarbeiter des Unternehmens. Bei Aufgaben innerhalb der KI-Grenze steigerte das Tool die Geschwindigkeit um über 25%, die von Menschen bewertete Leistung um über 40% und die Aufgabenerledigung um über 12%. Die Forscher beschreiben eine „gezackte technologische Grenze“, an der KI bei manchen Aufgaben glänzt und bei anderen hinter den Erwartungen zurückbleibt. Die praktische Lehre lautet, dass der Gewinn davon abhängt, ob die Aufgabe des Käufers innerhalb der Grenze liegt, und niemand sollte das einfach annehmen.

Drei Erkenntnisse daraus für den Aufbau eines Case:

1. Passen Sie die Grundgesamtheit an. Ein Ergebnis von 14% bei Supportmitarbeitern ist ein Beleg für supportähnliche Arbeit, nicht für Finanzen oder Engineering. Sagen Sie, für welche Aufgabe Ihr Ergebnis gilt.
2. Rechnen Sie mit ungleichen Gewinnen. In der Supportstudie ging der Nutzen vor allem an Neulinge. Ist das Team Ihres Käufers überwiegend erfahren, lässt sich das Durchschnittsergebnis vielleicht nicht übertragen. Das eigene Pilotprojekt des Käufers ist der Beleg, der zählt.
3. Behandeln Sie externe Forschung als Ausgangsannahme, nicht als Versprechen. Sie macht Ihre Schätzung plausibel. Sie ersetzt nicht die Messung des Workflows des Käufers.

Legen Sie vor allem anderen eine Baseline fest

Eine ROI-Aussage ist ein Vergleich, und ein Vergleich braucht einen Ausgangspunkt. Ohne Baseline ist „um 20% verbessert“ eine Behauptung, die niemand prüfen kann.

Erfassen Sie den aktuellen Stand der Kennzahl, bevor das Produkt den Workflow berührt:

• Volumen und Mix: wie viele Aufgaben welcher Art pro Zeitraum.
• Aufwand pro Aufgabe: Bearbeitungszeit oder Kosten pro Aufgabe, gemessen statt geschätzt.
• Qualität: Fehlerquote, Nacharbeitsquote oder Eskalationsquote bei genau diesen Aufgaben.
• Vollkosten: Gehalt plus Nebenleistungen und Gemeinkosten der Personen, die die Arbeit erledigen.
• Saisonalität: Ein Vorher-Zeitraum, der einen ruhigen und einen geschäftigen Monat umfasst, führt in die Irre.

Nutzen Sie die Daten des Käufers. Branchendurchschnitte taugen zur Plausibilitätsprüfung, aber eine Zahl, die der Käufer selbst gemessen hat, ist die, der sein Finanzteam vertraut, wie auch Business Case erstellen betont.

Wählen Sie dann, wie Sie vergleichen. Es gibt zwei ehrliche Optionen:

Eine Kontrollgruppe ist das stärkere Design, und die gestaffelte Einführung in der Supportstudie lieferte ihren Autoren eine Variante davon. Wo keine Kontrollgruppe möglich ist, funktioniert ein Vorher-Nachher-Vergleich, wenn Sie zusätzlich festhalten, was sich im Zeitraum sonst geändert hat, etwa Neueinstellungen, eine Preisänderung oder eine saisonale Spitze.

Total Cost of Ownership für ein KI-Produkt

Die häufigste Schwäche im ROI-Case eines Anbieters ist eine Kostenseite, die beim Abonnement aufhört. Ein Prüfer aus dem Finanzbereich erstellt das vollständige Bild ohnehin selbst, und ein Anbieter, der es zuerst zeigt, wirkt glaubwürdiger.

Zwei Positionen verdienen besondere Betonung.

Variable Gebühren verändern das Ergebnis. Hängt ein Teil der Kosten von der Nutzung ab, erhöht Erfolg die Rechnung. Ein Case sollte die Kosten beim erwarteten und bei einem höheren Volumen zeigen, damit der Käufer sieht, was passiert, wenn die Nutzung den Plan übertrifft. Nutzungsbasierte vs. ergebnisbasierte Preisgestaltung erklärt, wie diese Strukturen das Risiko des Käufers verändern.

Menschliche Prüfung ist ein echter Kostenfaktor. Wenn eine Person weiterhin einen Teil der Outputs kontrolliert, gehört diese Zeit ins Modell. Sie wegzulassen ist der schnellste Weg, das Vertrauen eines CFO in die übrigen Zahlen zu verlieren. Die Prüfquote lässt sich zudem im Pilotprojekt messen, weshalb ein Pilotprojekt der richtige Ort ist, um Schätzungen zu ersetzen.

Ein durchgerechnetes Beispiel (nur zur Veranschaulichung)

Die folgenden Zahlen sind erfunden, um die Rechnung zu zeigen. Sie beschreiben kein reales Unternehmen und kein reales Produkt, und Ihre Zahlen werden abweichen.

Angenommen, ein Supportteam bearbeitet 20.000 Tickets pro Monat mit je 0,25 Stunden, also 5.000 Bearbeitungsstunden pro Monat. Die Arbeitsvollkosten betragen $30 pro Stunde, die Bearbeitung kostet also $150.000 pro Monat.

Kosten. Plattformgebühr von $48.000 pro Jahr. Nutzungsgebühren von $0,15 pro mit dem Tool bearbeitetem Ticket, also 20.000 x 12 x $0,15 = $36.000 pro Jahr bei diesem Volumen. Menschliche Prüfung von 100 Stunden pro Monat zu $30 ergibt $3.000 pro Monat oder $36.000 pro Jahr. Einmalige Kosten betragen $20.000 für Integration und Datenaufbereitung sowie $12.000 für Change Management und Governance. Das ergibt laufende Kosten von $120.000 pro Jahr ($10.000 pro Monat), einmalige Kosten von $32.000 und Gesamtkosten im ersten Jahr von $152.000.

Nutzen. Das Tool verkürzt die Bearbeitungszeit je nach Szenario um 10%, 20% oder 30%. Aber nur ein Teil der freigewordenen Zeit wird zu eingesparten Kosten oder zusätzlich aufgenommener Arbeit: jeweils 40%, 60% oder 80%.

Ergebnisse, erstes Jahr.

Die Amortisation ergibt sich aus den einmaligen $32.000 geteilt durch den monatlichen Nutzen abzüglich der laufenden Kosten von $10.000 pro Monat: $32.000 / $8.000 = 4 Monate im erwarteten Fall, und $32.000 / $26.000 sind etwa 1,2 Monate im optimistischen. Im konservativen Fall liegt der monatliche Wert ($6.000) unter den laufenden Kosten ($10.000), sodass sich die Investition nie amortisiert.

Diese letzte Zeile ist die nützliche. Sie zeigt beiden Seiten, auf welchen Annahmen der gesamte Case beruht: auf dem Umfang der Verkürzung der Bearbeitungszeit und auf dem Anteil der freigewordenen Zeit, der zu echtem Wert wird. Das sind die beiden Zahlen, die ein Pilotprojekt messen sollte.

Sensitivitätsanalyse: Zeigen Sie die Bandbreite, nicht einen Punkt

Eine einzelne ROI-Zahl lädt zu einem einzelnen Streit ein. Drei Szenarien laden zu einem Gespräch darüber ein, welche Annahmen glaubwürdig sind.

• Konservativ: das untere Ende dessen, was Sie verteidigen würden, wenn das Pilotprojekt enttäuscht.
• Erwartet: die Zahl, die die Belege am besten stützen.
• Optimistisch: was passiert, wenn Nutzung und Ergebnisse beide den Plan übertreffen.

Variieren Sie die Eingaben, die am meisten zählen, und sagen Sie, welche das sind. Im Beispiel veränderte die Realisierungsquote das Ergebnis ebenso stark wie der Produktivitätsgewinn. Wenn das Finanzteam des Käufers selbst die konservativen Annahmen wählt, ist das ein gutes Zeichen: Der Case gehört jetzt ihm. Ein Case, der auch mit seinen Zahlen funktioniert, ist viel leichter zu genehmigen als einer, der nur mit Ihren funktioniert.

Wie sich die Nachweise im Verlauf des Deals verändern

Derselbe ROI-Case reift in drei Phasen, und jede Phase sollte Schätzungen durch Messungen ersetzen.

In der Phase vor dem Verkauf lautet die ehrliche Darstellung: „Hier ist die Bandbreite und die Annahmen dahinter.“ In der Pilotphase ist das Ziel, die zwei oder drei riskantesten Annahmen durch Messungen zu ersetzen, wie in Warum Demos bei KI-Produkten wichtiger sind beschrieben, einschließlich einer schriftlichen Entscheidungsregel. Bei der Verlängerung fragt der Käufer, ob es sich gelohnt hat, also ist der Bericht ein Vergleich der tatsächlichen Ergebnisse mit dem ursprünglichen Case, einschließlich der Stellen, an denen die Realität darunter lag. Ein Anbieter, der das offen berichtet, findet im nächsten Jahr weit eher Glauben. Die Seite Vom Pilotprojekt zum Vertrag behandelt, wie Sie diese Nachweise in eine kommerzielle Verpflichtung verwandeln, und KI an skeptische Käufer verkaufen behandelt, wie Sie sie Menschen präsentieren, die mit einer Enttäuschung rechnen. Der Finanzbereich ist zudem meist Teil des Einkaufsgremiums für KI, bauen Sie den Case also für diesen Leser.

Eine Checkliste für den ROI-Case

• Setzt der Case auf einen oder zwei Hebel und beansprucht nicht alle sechs?
• Sagt er, wohin freigewordene Zeit geht und wer das bestätigt?
• Gibt es eine gemessene Baseline aus den Daten des Käufers?
• Ist die Vergleichsmethode genannt (Kontrollgruppe oder Vorher-Nachher)?
• Enthält die Kostenseite Nutzungsgebühren, Integration, Datenaufbereitung, Prüfzeit, Change Management und Governance?
• Gibt es konservative, erwartete und optimistische Szenarien mit offengelegten Annahmen?
• Ist jede externe Zahl der Grundgesamtheit und Aufgabe zugeordnet, aus der sie stammt?
• Misst der Pilotplan die zwei oder drei Annahmen, von denen der Case abhängt?

Wichtige Fakten

• Mitarbeiter im Kundensupport: Bei 5.179 Mitarbeitern eines Unternehmens steigerte der Zugang zu einem generativen KI-Assistenten die gelösten Anliegen pro Stunde im Durchschnitt um 14% und bei unerfahrenen und gering qualifizierten Mitarbeitern um 34%, mit minimalem Effekt bei erfahrenen Mitarbeitern (Brynjolfsson, Li und Raymond, NBER w31161).
• Professionelle Schreibaufgaben: In einem präregistrierten Experiment mit 444 Fachkräften mit Hochschulabschluss senkte ChatGPT den Zeitaufwand um 0,8 Standardabweichungen, steigerte die Qualität um 0,4 Standardabweichungen und stauchte die Produktivitätsverteilung (Noy und Zhang, Arbeitspapier vom März 2023).
• Berater innerhalb der KI-Grenze: Bei 758 Beratern stieg bei Aufgaben innerhalb der Grenze die Geschwindigkeit um über 25%, die von Menschen bewertete Leistung um über 40% und die Aufgabenerledigung um über 12%, während KI bei anderen Aufgaben zurückbleibt (Zusammenfassung des HBS AI Institute).
• Eingesparte Zeit ist keine eingesparte Kosten: Eine Ersparnis zählt finanziell nur, wenn Kapazität umgeschichtet, Arbeit aufgenommen oder eine Einstellung vermieden wird.
• Die Gesamtkosten gehen über das Abonnement hinaus: Nutzungsgebühren, Integration, Datenaufbereitung, menschliche Prüfung, Change Management und Governance gehören alle ins Modell.

Weiterführende Lektüre

• ROI
• Business Case erstellen
• Value-Selling-Framework
• Warum Demos bei KI-Produkten wichtiger sind
• Nutzungsbasierte vs. ergebnisbasierte Preisgestaltung für KI