Nutzungsbasierte vs. ergebnisbasierte Preisgestaltung für KI

Von Brian Tr · Aktualisiert am 5. Oktober 2026

Nutzungsbasierte Preisgestaltung berechnet, was ein Kunde verbraucht: Tokens, API-Aufrufe, Audiominuten, verarbeitete Dokumente. Ergebnisbasierte Preisgestaltung berechnet, was der Kunde erhält: ein gelöstes Ticket, einen gebuchten Termin, eine eingetriebene Forderung. Beide brechen mit der Seat-Gewohnheit klassischer Software, und beide werden von KI-Unternehmen erprobt, weil ein Seat weder den Wert noch die Kosten eines KI-Produkts mehr abbildet.

Die beiden werden gern als „neue KI-Preisgestaltung“ in einen Topf geworfen, doch sie legen das Risiko an entgegengesetzte Stellen. Bei nutzungsbasierter Preisgestaltung trägt der Käufer das Risiko, dass das Produkt nicht gut funktioniert, denn er zahlt den Verbrauch in jedem Fall. Bei ergebnisbasierter Preisgestaltung trägt es der Verkäufer, denn kein Resultat bedeutet keine Rechnung. Dieser eine Unterschied bestimmt fast jede weitere Designentscheidung.

Dies ist der Hub für den Preisabschnitt dieser Collection. Er definiert beide Modelle, ordnet sie auf einem Spektrum ein, behandelt, wie Ergebnisse definiert und zugeordnet werden, und endet mit den Vertragsmechaniken, die verhindern, dass eines der Modelle aus dem Ruder läuft. Die Schwesterartikel gehen tiefer auf creditbasierte Preisgestaltung, Preisgestaltung pro Nutzer im KI-Zeitalter, Preismodelle für KI-Agents und hybride Preisgestaltung ein.

Warum KI Anbieter von der Seat-Preisgestaltung wegtreibt

Die Preisgestaltung pro Seat funktionierte, weil die meiste Unternehmenssoftware Menschen produktiver machte: Mehr Personen bedeuteten mehr Wert und mehr Umsatz. Außerdem war sie leicht zu budgetieren. Die Analyse von Bain & Company zur Seat-Preisgestaltung vom Oktober 2025 argumentiert, dass KI beide Hälften dieser Logik schwächt, in zwei Dimensionen: dem Wert, den sie liefert, und der Kostenstruktur, die sie mit sich bringt.

Beim Wert arbeiten viele KI-Funktionen und Agents im Hintergrund mit wenig oder gar keiner menschlichen Beteiligung. Braucht ein Kunde weniger Personen, um die Software zu betreiben, ist die Mitarbeiterzahl kein sinnvoller Zähler mehr. Und ein Seat kann inzwischen weit mehr Wert liefern oder Wert, der mit Seats gar nichts zu tun hat.

Bei den Kosten weist Bain darauf hin, dass Modellinferenz, Fine-tuning und KI-spezifische R&D echte Ausgaben verursachen und Anbieter KI-Funktionen so monetarisieren müssen, dass die Nutzungskosten mehr als gedeckt sind. Ein Seat-Preis ist pauschal. Die Inferenzkosten sind es nicht. Ein intensiver Nutzer mit Pauschaltarif kann also mehr kosten, als er zahlt.

Bains eigene Schlussfolgerung ist vorsichtiger als der Slogan „Seats sind tot“. Sie nennt das eine Übertreibung und sagt, die Stimmung liege nicht völlig daneben. Wo Seats weiterhin sinnvoll sind, behandeln wir unter Preisgestaltung pro Nutzer im KI-Zeitalter.

Nutzungsbasierte Preisgestaltung präzise definiert

Nutzungsbasierte Preisgestaltung koppelt den Preis an eine gemessene Verbrauchseinheit. Die Einheit ist etwas, das der Anbieter zählen und der Käufer sehen kann: ein Token, ein API-Aufruf, eine transkribierte Minute, ein erzeugtes Bild, eine verarbeitete Seite, ein GB Speicher. Die Kosten skalieren mit der Menge, meist mit Mengenstaffeln oder zugesagten Beträgen. Das allgemeine Konzept gab es schon vor KI, und unser Leitfaden zur nutzungsbasierten Preisgestaltung behandelt es aus der SaaS-Perspektive.

Bei KI hat die nutzungsbasierte Preisgestaltung drei echte Stärken.

• Sie folgt Ihren Kosten. Kostet Sie jeder Aufruf Rechenleistung, halten Abrechnung pro Aufruf Umsatz und Kosten im Gleichlauf, was die Bruttomarge schützt.
• Der Einstieg ist leicht. Ein Käufer kann das Produkt mit einer kleinen Rechnung ausprobieren und hineinwachsen. Niemand muss sich vor der ersten Rechnung darauf einigen, was „Erfolg“ heißt.
• Sie ist einfach zu messen. Aufrufe oder Tokens zu zählen ist überwiegend eine Engineering-Aufgabe und keine Verhandlung.

Sie hat auch Schwächen. Der Käufer zahlt für Arbeit, ob sie nützlich ist oder nicht, sodass auch ein fehlgeschlagener oder minderwertiger Output Geld kostet. Rechnungen sind schwer vorherzusagen, was Finanzteams nicht mögen. Und eine Verbrauchseinheit wie ein Token können Kunden nur schwer mit Geschäftswert verbinden. Kyle Poyars Umfrage 2026 unter 230 B2B-Software- und KI-Unternehmen ergab, dass nutzungs- und ergebnisbasierte Unternehmen am stärksten darüber klagen, wie schwer sich Umsatz prognostizieren und vorhersagen lässt.

Ergebnisbasierte Preisgestaltung präzise definiert

Ergebnisbasierte Preisgestaltung koppelt den Preis an ein Resultat, das dem Kunden wichtig ist, und der Anbieter wird nur bezahlt, wenn es eintritt. Das Resultat muss ein klar abgegrenztes, überprüfbares Ereignis sein: eine Support-Konversation, die ohne Mensch gelöst wurde, ein qualifizierter gebuchter Termin, eine eingezogene Rechnung, ein ausgezahlter Schaden.

Ihre Stärken spiegeln die Schwächen der nutzungsbasierten Preisgestaltung.

• Das Risiko des Käufers sinkt. Kein Resultat, keine Berechnung. Das erleichtert den Erstkauf erheblich, besonders für einen skeptischen Käufer oder einen neuen Anbieter ohne Erfolgsbilanz.
• Der Preis bildet den Wert ab. Der Kunde kann die Gebühr mit dem Wert des Resultats vergleichen oder mit dem, was eine Person gekostet hätte.
• Sie signalisiert Zuversicht. Poyar merkt an, dass ergebnisbasierte Preise dem Markt zeigen, dass Sie hinter dem Produkt stehen, und dem Anbieter einen eingebauten Grund geben, die Erfolgsquote weiter zu verbessern.

Die Kosten sind dennoch real. Der Anbieter bezahlt jeden Versuch, auch die Fehlschläge. Der Kunde muss sich darauf einigen, was als Ergebnis zählt. Und der Anbieter braucht die Instrumentierung, um nachzuweisen, dass er das Resultat verursacht hat. Deshalb ist ergebnisbasierte Preisgestaltung noch selten. In Poyars Umfrage 2025 nannten 5 Prozent der Teilnehmer ergebnisbasierte Preisgestaltung als ihr primäres Modell, während 25 Prozent erwarteten, dass sie es bis 2028 sein würde. Metronomes Feldbericht 2025 zur KI-Preisgestaltung kam auf Basis von Interviews zu einem ähnlichen Schluss: Wirklich ergebnisbasierte Preisgestaltung bleibt selten, weil es vielen Enterprise-Käufern unangenehm ist, Ausgaben direkt an Outputs zu binden.

Das Spektrum dazwischen

Nutzung und Ergebnisse sind keine zwei Schubladen. Sie sind die Enden einer Linie, und die meisten realen Produkte liegen irgendwo darauf. Poyars Kommentar zur Umfrage beschreibt den Trend als Abkehr von der Berechnung des Zugangs (Seats) und hin zur Berechnung der Arbeit, die eine Kombination aus Software und KI-Agents liefert. Hilfreich ist es, diese Linie in vier Schritten zu lesen.

In den mittleren beiden Schritten sitzt die Verwirrung. Die Abrechnung pro bearbeiteter Konversation ist ein arbeitsbasierter Preis: Er zählt die Arbeit, nicht, ob das Problem des Kunden gelöst wurde. Die Abrechnung pro gelöster Konversation ist ein ergebnisbasierter Preis. Die Einheit ändert sich um ein Wort, und das Risiko wechselt die Seite. Poyars Bericht 2025 macht dieselbe Unterscheidung und beobachtet, dass einige als ergebnisbasiert bezeichnete Modelle besser als arbeitsbasierte Preisgestaltung zu verstehen sind, während andere wirklich erfolgsbasiert sind, wobei der Anbieter einen Anteil am Mehrwert erhält.

Ein Schritt nach rechts im Spektrum erhöht in der Regel den Wert, den Sie abschöpfen können, und das Risiko, das Sie tragen. Ein Schritt nach links macht den Umsatz planbarer und die Kosten leichter gedeckt. Keine Richtung ist abstrakt besser.

Wie Ergebnisse definiert und zugeordnet werden

Der schwierigste Teil der ergebnisbasierten Preisgestaltung ist nicht der Preis, sondern die Einigung darauf, was man bepreist. Poyars CAMP-Framework aus dem Bericht 2025 ist eine saubere Checkliste dessen, was gelten muss, damit es funktioniert. Ergebnisbasierte Preisgestaltung braucht Konsistenz, Zuordnung, Messbarkeit und Vorhersagbarkeit.

• Konsistenz: Schätzen alle Kunden dasselbe Ergebnis, oder braucht jeder Vertrag eine eigene Definition?
• Zuordnung: Rechnet der Kunde Ihrem Produkt das Resultat an, oder glaubt er, es mit kleiner Hilfe von Ihnen selbst erreicht zu haben?
• Messbarkeit: Können Sie das Ergebnis in Echtzeit messen und berichten, oder hängt es von Kundenberichten, A/B-Tests oder einem Proof of Concept ab?
• Vorhersagbarkeit: Können Sie Ergebnisse mit angemessener Genauigkeit prognostizieren, oder schwanken sie stark von Kunde zu Kunde?

Daraus folgen zwei praktische Regeln.

Definieren Sie das Ergebnis als Ereignis, nicht als Gefühl. „Kunde zufrieden“ lässt sich nicht abrechnen. „Konversation ohne menschliche Antwort geschlossen und innerhalb von sieben Tagen nicht wieder geöffnet“ schon. Das Wiedereröffnungsfenster zählt, weil es verhindert, dass Sie Antworten abrechnen, die nicht hielten.

Klären Sie die Zuordnung, bevor Sie unterschreiben. Wenn ein menschlicher Mitarbeiter einen Thread anfasst, wem gehört die Gutschrift? Wenn Ihr System einen Termin gebucht hat, der Interessent aber schon in einer Sales-Sequenz war, zählt er dann für Sie? Schreiben Sie die Regel auf und stellen Sie sicher, dass beide Seiten dasselbe Log zur Prüfung abrufen können. Bain warnt, dass Anbieter weder nach Nutzung noch nach Ergebnissen bepreisen können, wenn sie nicht wissen, was Kunden nutzen oder erreichen, und rät Unternehmen deshalb, früh Produkttelemetrie aufzubauen.

Ergebnisse, die von Dingen abhängen, die Sie nicht kontrollieren, passen schlecht. Abgeschlossener Umsatz etwa hängt vom Vertriebsteam, den Preisen und dem Markt des Kunden ab. Ein enges Ergebnis am Anfang des Funnels lässt sich meist sicherer abrechnen als ein fernes Geschäftsresultat.

Risikoverteilung zwischen Käufer und Verkäufer

Jedes Preismodell entscheidet, wer welches Risiko trägt. Es hilft, vier zu benennen.

• Leistungsrisiko: Das Produkt funktioniert nicht gut. Nutzungsbasierte Preise legen dies auf den Käufer, ergebnisbasierte auf den Verkäufer.
• Mengenrisiko: Der Verbrauch liegt höher oder niedriger als prognostiziert. Nutzungsbasierte Preise setzen den Käufer einer überraschenden Rechnung aus und den Verkäufer einem Fehlbetrag.
• Kostenrisiko: Die Lieferkosten des Verkäufers steigen. Nutzungsbasierte Preise reichen sie durch. Ergebnisbasierte Preise belassen sie beim Verkäufer.
• Messrisiko: Beide Seiten sind uneins darüber, was geschehen ist. Bei Nutzung gibt es davon wenig. Bei ergebnisbasierten Preisen am meisten.

Bain illustriert ein verwandtes Käuferproblem an einem durchgerechneten Beispiel. Ein Anbieter bietet einen KI-Agent für $40.000 an, der irgendwann einen Mitarbeiter für $80.000 ersetzen könnte. Kurzfristig braucht der Kunde beides noch, während er die Ergebnisse bewertet, sodass seine Kosten für einen unbestimmten Zeitraum um 50 Prozent steigen. Bain schlägt vor, dass Anbieter diese Lücke mit verzögerten Zahlungen, flexiblen Verträgen oder Leistungsgarantien überbrücken. Das ist Risikoteilung in der Praxis: Der Verkäufer übernimmt einen Teil des Übergangsrisikos des Käufers, um den Deal abzuschließen.

Margenrisiko durch Inferenzkosten

Preisgestaltung und Marge sind bei KI dasselbe Gespräch. Poyars Umfrage 2026 ergab, dass interne Kosten und Margen der wichtigste einzelne Faktor bei der Bepreisung von KI-Fähigkeiten waren, gewählt von 54 Prozent der Befragten. Die mediane Ziel-Bruttomarge für KI-Produkte lag bei etwa 50 Prozent, und nur 12 Prozent strebten SaaS-typische Margen von 80 Prozent oder mehr an.

Dieser Rahmen erklärt das Risiko, das jedes Modell schafft.

Nutzungsbasierte Preise halten den Umsatz an die Kosten gekoppelt, sodass die Marge pro Einheit ungefähr stabil bleibt. Das Risiko ist eine Einheit, die nicht zu Ihren realen Kosten passt. Wenn Sie pro Aufruf berechnen, manche Aufrufe in der Lieferung aber zehnmal teurer sind als andere, höhlen intensive oder komplexe Nutzer Ihre Marge leise aus. Metronomes Bericht zitiert einen Leiter für Revenue Operations, der es deutlich sagt: Seat-Überschreitungen sind entgangener Umsatz, aber KI-Überschreitungen sind echtes Geld, das das Unternehmen tragen muss.

Ergebnisbasierte Preise durchtrennen die Verbindung zwischen Kosten und Umsatz. Sie verdienen dieselbe Gebühr, ob ein Ergebnis einen Versuch oder zwanzig brauchte. Sinkt Ihre Erfolgsquote oder steigen die Kosten eines fehlgeschlagenen Versuchs, schrumpft die Marge bei gleichem Preis. Steigt Ihre Erfolgsquote oder sinken die Kosten pro Versuch, wächst die Marge. Ergebnisbasierte Preise sind also eine Wette, dass Sie die Lieferung immer günstiger und zuverlässiger machen können. Rechnen Sie es durch, bevor Sie es anbieten: Gebühr pro Ergebnis minus Kosten pro Versuch geteilt durch die Erfolgsquote. Die zugrunde liegende Rechnung finden Sie unter Unit Economics.

Wann welches Modell passt

Hybride Modelle sind das, wohin der Großteil des Marktes zusteuert. In Poyars Daten 2026 hatten 37 Prozent der Unternehmen hybride Preisgestaltung, nach 25 Prozent zwölf Monate zuvor, und Bains Studie fand, dass die meisten der analysierten SaaS-Anbieter einen KI-Zähler über die Seats gelegt hatten, statt komplett umzustellen. Unser Artikel zur hybriden Preisgestaltung für KI-Produkte zeigt, wie diese Strukturen aufgebaut werden, und Preismodelle für KI-Agents betrachtet, wie die Wahl ausfällt, wenn das Produkt ein autonomer Agent ist.

Gängige Vertragsmechaniken

Das Preismodell ist nur die halbe Vereinbarung. Die Vertragsbedingungen entscheiden, ob sie im realen Einsatz besteht. Poyars Bericht 2025 katalogisiert die gängigen Strukturen, und einige sind für diese beiden Modelle besonders wichtig.

Mindestabnahmen und Zusagen. Ein Käufer verpflichtet sich zu einem Nutzungsniveau oder einer Stufe, typischerweise „use it or lose it“. Es gibt Varianten: High-Water-Mark-Abrechnung, bei der Kunden in Überschreitungen fallen, sobald sie den Tarif übersteigen, und Drawdown, bei dem Nutzung flexibel verbraucht wird wie eine Geschenkkarte. Poyar warnt, dass die Angst vor Überschreitungen und Schwankungen den Vertrieb zum Überverkaufen und Kunden zum Überkaufen anregt.

Obergrenzen. Pay-as-you-go mit Obergrenze begrenzt die möglichen Ausgaben eines Käufers. Poyar hält fest, dass es zunehmend bei ergebnisbasierten Modellen zu sehen ist, bei denen die Ergebnisse vorab unbekannt sind. Metronomes Bericht beschreibt außerdem weiche und harte Nutzungsgrenzen als Leitplanken, mit denen Kunden sich vor unerwarteten Rechnungen schützen. Eine Obergrenze macht ergebnisbasierte Preise viel leichter kaufbar, deckelt aber auch Ihren Mehrwert, setzen Sie sie also mit Blick auf Ihre Kosten.

Plattformgebühren. Eine Grundgebühr deckt Zugang, Support und erweiterte Funktionen ab, mit Nutzung oder Ergebnissen obendrauf. Eine Plattformgebühr gibt dem Anbieter außerdem eine Umsatzuntergrenze für Kosten, die nicht pro Nutzung skalieren.

Erfolgsboni. Eine klassische Abonnementgebühr plus ein Bonus oder eine Provision, wenn der Kunde einen besseren Ertrag erzielt als erwartet. Ein sanfter Einstieg für Käufer, die vollständig variablen Preisen misstrauen.

True-ups und adaptive Stufen. Bei einem True-up wird die tatsächliche Nutzung in festen Abständen mit der Zusage abgeglichen und die Differenz in Rechnung gestellt oder gutgeschrieben. Bei einer adaptiven Pauschale nutzt der Kunde innerhalb eines Vertrags frei, und die Stufe wird zur Verlängerung anhand der Ist-Werte zurückgesetzt. Das ist für den Käufer planbar, lässt den Anbieter aber zwischenzeitlich die Kosten tragen.

Ergebnisklauseln. Halten Sie bei ergebnisbasierter Preisgestaltung schriftlich fest: die genaue Ereignisdefinition, das Beobachtungsfenster (zum Beispiel keine Wiedereröffnung binnen sieben Tagen), die Zuordnungsregel, die Datenquelle, die beide Seiten prüfen, und einen Streitbeilegungsprozess mit Frist.

Was immer Sie wählen: Halten Sie die Struktur so einfach, dass ein Käufer sie seinem Finanzteam in zwei Sätzen erklären kann. Poyars Daten 2026 zeigen die Kosten der Komplexität: Unternehmen mit hybrider Preisgestaltung sind damit im Allgemeinen am zufriedensten, tun sich aber schwer, ihren Kunden die Preise zu erklären.

Wichtige Fakten: Nutzungsbasierte vs. ergebnisbasierte KI-Preisgestaltung

• Nutzungsbasierte Preisgestaltung berechnet pro verbrauchter Einheit (Tokens, Aufrufe, Minuten). Ergebnisbasierte Preisgestaltung berechnet pro verifiziertem Resultat (ein gelöstes Ticket, ein gebuchter Termin). Bei nutzungsbasierten Preisen trägt der Käufer das Leistungsrisiko. Bei ergebnisbasierten Preisen der Verkäufer.
• Von über 30 SaaS-Anbietern, die Bain untersuchte, erhöhten rund 35 Prozent die Seat-Preise durch Bündelung von KI, etwa 65 Prozent legten einen KI-Zähler über die Seats, und keiner war vollständig auf Nutzungs- oder Ergebnispreise umgestiegen (Oktober 2025).
• 37 Prozent von 230 befragten B2B-Software- und KI-Unternehmen nutzten 2026 hybride Preisgestaltung, nach 25 Prozent ein Jahr zuvor (Growth Unhinged, Mai 2026).
• 5 Prozent nannten ergebnisbasierte Preisgestaltung als ihr primäres Modell, und 25 Prozent erwarteten dies bis 2028 (Growth Unhinged, Umfrage 2025).
• Die mediane Ziel-Bruttomarge für KI-Produkte lag bei etwa 50 Prozent, und nur 12 Prozent strebten 80 Prozent oder mehr an (Growth Unhinged, 2026).
• Ergebnisbasierte Preisgestaltung braucht Konsistenz, Zuordnung, Messbarkeit und Vorhersagbarkeit (das CAMP-Framework).
• Wirklich ergebnisbasierte Preisgestaltung bleibt bei Enterprise-KI-Deals selten, laut Metronomes Feldbericht 2025.

Ein kurzer Entscheidungspfad

Wenn Sie jetzt wählen, gehen Sie diese Fragen der Reihe nach durch.

1. Können Sie etwas zählen, das Ihren Kosten folgt? Wenn ja, haben Sie einen Nutzungszähler. Beginnen Sie dort.
2. Können Sie ein Resultat in einem Satz definieren, als Ereignis, das beide Seiten prüfen können? Wenn nein, bleiben Sie bei nutzungs- oder arbeitsbasierten Preisen.
3. Können Sie es instrumentieren und einen Audit Trail führen? Wenn nein, werden ergebnisbasierte Preise zu Streitigkeiten.
4. Kennen Sie Ihre Kosten pro Versuch und Ihre Erfolgsquote? Wenn nein, bepreisen Sie noch nicht nach Ergebnissen. Modellieren Sie zuerst die Marge.
5. Kann der Käufer dafür budgetieren? Wenn nein, fügen Sie eine Zusage, eine Obergrenze oder eine Plattformgebühr hinzu.

Die meisten Unternehmen landen bei einer Grundgebühr, einer Nutzungs- oder Arbeitskomponente und manchmal einer Erfolgskomponente. Das ist keine Unentschlossenheit. Es ist ein Weg, Risiko im Verhältnis zu dem zu teilen, was jede Seite kontrollieren kann. Für den größeren Zusammenhang, wo diese Entscheidungen unter den anderen KI-Startup-Modellen stehen, lesen Sie Geschäftsmodelle von KI-Startups erklärt, und zu den Grundlagen der wertbasierten Berechnung wertbasierte Preisgestaltung.

Weiterführende Lektüre

• Geschäftsmodelle von KI-Startups erklärt
• Was ist ein AI-natives Startup?
• Creditbasierte Preisgestaltung
• Hybride Preisgestaltung für KI-Produkte
• Nutzungsbasierte Preisgestaltung
• SaaS-Preismodelle
• Die Frage nach dem KI-Preismodell für SaaS