Was sind die Kosten und Renditen von Investitionen in künstliche Intelligenz?

Es gibt heute kaum einen Sektor oder ein Unternehmen, das nicht mit Investitionen in künstliche Intelligenz und deren Anwendung für verschiedene Zwecke prahlt. KI automatisiert heute weitgehend Routineaufgaben, verarbeitet große Datenmengen, führt räumliche Analysen durch und unterstützt bei Simulationen und der Optimierung komplexer Projekte.

Nach Jahren der Ankündigungen über die Notwendigkeit und sogar Dringlichkeit von Investitionen in künstliche Intelligenz, ist nun die Zeit für eine ernsthafte Neubewertung der Investitionsstrategien gekommen, und die ersten konkreten Ergebnisse zeigen sich, doch nur wenige sind bereit, öffentlich darüber zu sprechen. Viele kroatische Unternehmen sind früh auf diesen Zug aufgesprungen und haben erkannt, dass KI die Geschäftsabläufe erheblich verbessern kann. Dennoch bleibt es schwierig, konkrete Antworten darauf zu erhalten, wie viel die Einführung von künstlicher Intelligenz in Geschäftsprozesse tatsächlich kostet und wann und in welchem Umfang die investierten Mittel messbare Ergebnisse zu liefern beginnen.

Daher haben wir uns an Experten auf der anderen Seite gewandt, an diejenigen, die KI-Lösungen für Unternehmen entwickeln und täglich mit zahlreichen Unternehmern arbeiten. Sie präsentieren in der Regel Daten zu den Kosten der künstlichen Intelligenz in breiten Spannen, da diese von vielen Parametern abhängen.

Von symbolischen bis zu Millionenbeträgen

Ein großes und ein kleines Unternehmen aus verschiedenen Sektoren, die künstliche Intelligenz für unterschiedliche Zwecke nutzen, werden natürlich eine völlig unterschiedliche Berechnung der Investition haben. Darüber hinaus hängen die Kosten für die Implementierung von KI-Lösungen stark von der Komplexität des Projekts und dem Umfang der Integration ab, sagt Ena Fuzul, Mitgründerin und Direktorin von Rearma, einem Unternehmen, das Software-Dienstleistungen für die Digitalisierung auf Basis künstlicher Intelligenz anbietet.

„Wenn es sich um ein kleineres, spezialisiertes Tool handelt, zum Beispiel einen Chatbot für den Kundenservice oder ein Tool zur automatischen Dokumentenanalyse, können die Preise von zehntausend Euro und mehr reichen. Für komplexere Projekte wie personalisierte Empfehlungen, prädiktive Modelle zur Optimierung der Lieferkette oder fortgeschrittene Analysesysteme liegen die Investitionen zwischen 50.000 und 200.000 Euro, und in großen Unternehmen sogar noch mehr, insbesondere wenn sie eine langfristige Integration mit bestehenden Systemen und laufende Wartung erfordern,“ erklärt Fuzul und weist darauf hin, dass die Einstiegskosten bei SaaS-Tools (d.h. Software as a Service) deutlich niedriger sind.

Grundlegende Optionen für KI-Assistenten, wie die KI-Produkte von Rearma sowie Microsofts Copilot, Googles Gemini, ChatGPT oder Anthropic Claude, werden in der Regel zu Preisen von mehreren zehn Euro oder Dollar pro Monat und Benutzer angeboten, während fortgeschrittenere Lösungen, die die Entwicklung von benutzerdefinierten Agenten oder Geschäftslogik ermöglichen, zusätzliche Kosten erfordern. Fuzul betont, dass die Gesamtkosten für KI schnell auf mehrere tausend Euro pro Monat steigen können, aber Unternehmen, die bereits einen Teil der digitalen Transformation durchlaufen haben, diese Kosten in der Regel als realistische und rentable Investition wahrnehmen.

„Sie erkennen schnell, dass die Rendite in Zeitersparnis, reduzierten Fehlern und erhöhten Einnahmen sichtbar wird. Kleinere Organisationen, die in Eigenregie entwickeln möchten, schätzen manchmal, dass die Kosten zu hoch sind, und geben auf. Genau deshalb hat das SaaS-Modell einen besonderen Wert, da es ermöglicht, KI mit sehr niedrigen Anfangskosten zu nutzen, anstatt Zehntausende oder Hunderttausende von Euro zu investieren,“ glaubt Fuzul.

Große Unternehmen haben daher genügend Spielraum und Ressourcen für ernsthaftere Investitionen, während kleinere und ambitionierte Akteure mit begrenzten Budgets nachdenklicher und kreativer sein müssen, wie sie die Vorteile dieser neuen Technologie maximieren können.

Das Risiko unzuverlässiger KI-Tools

Dass Projekte zur Implementierung von KI-Lösungen in Unternehmen vielfältig sind, betont auch Davor Aničić, Direktor von VelebitAI, das maßgeschneiderte KI-Lösungen auf Basis spezifischer Kundendaten entwickelt.

„Manchmal handelt es sich um kleine Verbesserungen, die auf der Nutzung fertiger KI-Dienste und -Lösungen in Geschäftsprozessen basieren, zum Beispiel in der Geschäftskorrespondenz oder Dokumentenanalyse, wo wir von Projekten sprechen können, die mehrere hundert oder tausend Euro kosten, die die meisten Unternehmen mit internen Ressourcen durchführen. Bei größeren Projekten, die die systematische Nutzung von KI-Lösungen im gesamten Unternehmen einführen, dauern sie mehrere Monate und involvieren Dutzende interner und externer Mitarbeiter und fallen in die Kostenkategorie von hunderttausend bis eine Million Euro,“ erklärt Aničić.

Er warnt, dass auf alle Zugriffsrechte auf spezifische Arten von Informationen und die systematische Überprüfung der Ergebnisse von KI-Analysen geachtet werden muss, um hohe Qualität und die Einhaltung aller notwendigen Vorschriften, insbesondere in regulierten Branchen wie Finanzen, Energie oder Telekommunikation, sicherzustellen.

Inländische Unternehmen haben zu Beginn des Jahres trotz der unsicheren Marktsituation, die durch Trumps on-and-off Zölle und Reaktionen auf den Rohstoff- und Finanzmärkten verursacht wurde, weiterhin investiert. Der Finanzanalyst Mario Kurtović riet den Unternehmern, die Vorteile und Risiken jeder neuen Investition sorgfältig abzuwägen. Insbesondere wenn es um künstliche Intelligenz geht, sieht er den größten Vorteil in der gesteigerten Produktivität, insbesondere heute, wo es in fast allen Berufen in Kroatien an qualifizierten Arbeitskräften mangelt. Er warnt jedoch auch vor Risiken wie unzuverlässigen KI-Tools, die weiterhin menschliche Aufsicht erfordern, was vorübergehend die Arbeitslast erhöht und die Produktivität verringert.

„Ich würde sagen, dass die heute in vielen Branchen verfügbaren KI-Tools aufgrund ihres Entwicklungsstands und unzureichender Qualitätsdaten in Unternehmen noch nicht mit großer Zuverlässigkeit angewendet werden können. Ein erhebliches Risiko ist sicherlich die Notwendigkeit größerer Kapitalinvestitionen, was für viele Unternehmen in der aktuellen finanziellen Situation ein Problem darstellt,“ sagt Kurtović.

Einige Prozentpunkte verändern Branchen

Man sollte jedoch nicht auf eine Revolution über Nacht warten, betont Dino Dragun, Mitglied des Vorstands des CroAI-Verbandes und Gründer sowie Direktor von Hidrocibalae.

„In der Praxis können selbst Beschleunigungen von wenigen Prozent ganze Branchen verändern. Der wahre Wert von KI liegt in der Fähigkeit, durch kleine Verschiebungen signifikante Veränderungen zu erreichen. Wenn KI schnellere Ergebnisse liefert, die Genauigkeit und Datensicherheit verbessert, wird der Preis nicht nur als Kosten, sondern als Investition mit einer Rendite gesehen,“ fügt Dragun hinzu, der den erhaltenen Wert für die Dienstleistung wichtiger erachtet als den Preis selbst.

Sein Unternehmen beschäftigt sich mit der Verarbeitung von Daten über das Meer und den Meeresboden und bietet Dienstleistungen zur Kartenerstellung, GIS-Lösungen und verschiedene Projekte an. Aus eigener Erfahrung sagt er, dass die größte Stärke der künstlichen Intelligenz darin besteht, Prozesse zu beschleunigen und Routineaufgaben zu automatisieren, damit sich die Menschen auf komplexere Aufgaben konzentrieren können.

„Zum Beispiel kann KI bei der Verarbeitung räumlicher Daten die Lieferzeit von mehreren Wochen auf mehrere Tage verkürzen. Der Kunde erhält somit eine Lösung zehnmal schneller und zugänglicher, während der Dienstleister zehnmal weniger Ressourcen aufwendet und die Rentabilität aufrechterhält. Wenn KI diese Aufgaben übernimmt, können sich die Menschen auf das konzentrieren, was Erfahrung, Analyse und Entscheidungsfindung erfordert. Bei der Verarbeitung großer Datenmengen bedeutet dies schnellere Entscheidungen und höhere Einnahmen. Fehler werden reduziert, aber der menschliche Faktor bleibt entscheidend. Ohne Qualitätskontrolle gibt es keine zuverlässigen Ergebnisse. Der Wert wird nicht nur in Einsparungen, sondern auch in der Geschwindigkeit der Entscheidungsfindung und darin gemessen, wie KI die Menschen von den anspruchsvolleren und kreativeren Teilen der Arbeit befreit,“ erklärt Dragun.

Er weist auch darauf hin, dass die Kosten für die Implementierung von künstlicher Intelligenz nicht nur Software oder Lizenzen umfassen, sondern auch Investitionen in Menschen und Prozesse. Wissen und Menschen gelten derzeit als die größte Herausforderung. Es gibt KI-Experten, aber zu wenige im Verhältnis zur Nachfrage, sodass er sagt, dass die meisten Unternehmen gleichzeitig in externe Expertise und die Ausbildung ihrer eigenen Mitarbeiter investieren müssen.

„Die Investitionen reichen von einigen tausend Euro pro Jahr und Mitarbeiter für fertige Lösungen bis zu mehreren zehntausend Euro bei der Entwicklung eigener Systeme. Der entscheidende Faktor ist nicht die Technologie selbst, sondern die Infrastruktur, die Ausbildung und die Zeit, die Sie in Menschen investieren. KI beginnt und endet immer mit Menschen,“ glaubt Dragun.

Organisatorische Herausforderungen

Dies ist auch der Ansatz von A1 Kroatien, einem der wenigen Unternehmen, die bereit sind, über Kosten und erwartete Renditen von Investitionen in KI zu sprechen. Der Chief Strategy, Transformation, and Competence Center Officer Ivan Skender erklärt, dass in den letzten drei Jahren jede zweite Schulung ihrer Mitarbeiter auf künstliche Intelligenz und verwandte Fähigkeiten fokussiert war. Darüber hinaus hat A1 vor acht Jahren ein Data&AI-Team gegründet, weil sie laut Skender erkannt haben, dass Technologien der künstlichen Intelligenz die Zukunft prägen werden.

„Seitdem hat sich das Team verdreifacht und seine Anwendungsbereiche erweitert, insbesondere in der Optimierung von Geschäftsprozessen und der Entwicklung interner Kompetenzen,“ fügt Skender hinzu und weist darauf hin, dass sie im Laufe der Jahre fast 15 Millionen Euro in das A1-Rechenzentrum in Zagrebs Sloboština investiert haben, da Daten jetzt eine Schlüsselvoraussetzung für jede Einführung von KI sind.

Fuzul bestätigt dies und erklärt, dass „ohne ausreichend strukturierte und konsistente Daten KI-Modelle einfach keine optimalen Ergebnisse liefern können.“ Das zweite Problem ist organisatorisch.

„Die Einführung von KI verändert fast immer die Arbeitsweise und die Geschäftsprozesse, was Widerstand in den Teams verursacht und kulturelle Anpassungen erfordert. Außerdem ist KI keine einmalige Investition, da Modelle kontinuierliche Wartung, Anpassung und Upgrades erfordern. Schließlich ist es wichtig, auf ethische und regulatorische Rahmenbedingungen zu achten, insbesondere in Bezug auf den Datenschutz und die Einhaltung der DSGVO,“ schließt Fuzul.

Basierend auf seinen Erfahrungen sagt Aničić, dass der Prozess des internen Lernens und der Anpassung oft „viel anspruchsvoller ist als ursprünglich angenommen.“ Das Problem ist, dass viele Prozesse und Praktiken in Unternehmen nicht standardisiert sind.

„Das bedeutet nicht, dass alles perfekt organisiert sein muss, um zu beginnen, aber es ist gut, Anpassungen in der organisatorischen Arbeit zu berücksichtigen und genügend Ressourcen zu investieren sowie ausreichend Zeit zu lassen, damit sich alle anpassen können. Das Wichtigste ist, dass alle Managementebenen sowohl die Technologie als auch den Prozess und die Rolle der Mitarbeiter verstehen, sowie die Anpassungsfähigkeit und den Willen, unterwegs zu lernen,“ glaubt Aničić.

Deutliche Fortschritte in der Produktivität

Ungeachtet der zahlreichen Versprechen besserer Kenntnisse und Produktivität der Mitarbeiter und folglich höherer Einnahmen für Unternehmen ist die eigentliche Frage auch, wann diese teuren Investitionen tatsächlich beginnen, sich auszuzahlen.

„Wir sehen deutliche Fortschritte in der Produktivität, aber unser Hauptaugenmerk liegt auf der Reduzierung wiederkehrender Kosten und der Reinvestition in neue Technologien. KI ermöglicht es uns, das Netzwerk, die Dienstleistungen und die Kundenerfahrung zu verbessern, und Lösungen für Chatbot und Voicebot reduzieren bereits die Anzahl der Anrufe und beschleunigen Prozesse. Wir messen die Ergebnisse in operativer Effizienz und Digitalisierung der Kundenerfahrung, aber unsere Ziele sind nicht schnelle, sondern nachhaltige Renditen auf Investitionen und langfristige Produktivitätssteigerungen,“ erklärt Skender.

Aničić hingegen sagt, dass Kunden in der Regel konkrete Daten zur Produktivität oder Einsparungen erst in den Monaten nach der Implementierung von Lösungen sammeln und selten bereit sind, diese öffentlich zu teilen. Andererseits glaubt Kurtović, dass es in unserem Land noch zu früh ist, um konkrete Renditen auf Investitionen in KI zu messen, da „wenige Unternehmen konkrete umfassende Lösungen implementiert haben.“

„In vielen Unternehmen waren die meisten Investitionen bisher auf die Optimierung weniger wichtiger Prozesse und möglicherweise die individuelle Einbindung von Personen beschränkt, die in einigen Teilen des Prozesses kostenlose oder relativ günstige Tools verwenden. In den Unternehmen, mit denen ich arbeite, haben wir bisher noch keine spezifischen KI-Tools eingeführt, da es Zeit braucht, die Daten so zu organisieren, dass das KI-Tool zuverlässig genug sein kann. Darüber hinaus sind Kapitalinvestitionen erforderlich, deren Rückfluss derzeit unsicher ist, was angesichts des zunehmenden Drucks auf das Geschäft einfach in den Hintergrund fällt. Derzeit wird KI mehr von Unternehmern im digitalen und immateriellen Segment genutzt als von denen mit realen Produkten und Dienstleistungen, die menschliche Faktoren zur Herstellung oder Bereitstellung erfordern. Ich sehe auch, dass die Ergebnisse vieler Unternehmen seit 2024 unter zunehmendem Druck stehen, und in diesem Jahr gibt es noch mehr negative Signale. In einem solchen Kontext ist die Investition in KI keine Priorität, zumindest wenn wir über Projekte sprechen, die keine klare Rendite auf Investitionen haben,“ erklärt Kurtović.

Einfügen in eine breitere Strategie

Gerade weil KI sich noch in einem relativ frühen Stadium der kommerziellen Anwendung befindet und Tools und Systeme täglich aktualisiert werden, kann jede Investition schnell unrentabel werden, wenn sie zu früh und ohne klare Rendite getätigt wird, sagt Kurtović.

„Die Realität für kleine und mittelständische Unternehmen ist oft so, dass sie aufgrund eines Mangels an Kapital kaum in der Lage sind, in den frühen Entwicklungsphasen zu experimentieren. Darüber hinaus muss die Investition in KI geplant und mit der Entwicklungsstrategie des Unternehmens abgestimmt werden. Aber wie viele Unternehmen haben tatsächlich eine klare Strategie?“ fragt Kurtović.

Dragun hingegen vergleicht die Einführung von KI lebhaft mit dem Einsteigen in einen Zug. Er sagt, dass es nicht ausreicht, zufällig einzusteigen, sondern auch zu wissen, ob dieser Zug in die richtige Richtung fährt und zu einem Ziel führt, das für einen wichtig ist.

„Unternehmen, die vorbereitet und sich ihrer Prozesse und Ziele bewusst sind, verwandeln KI in eine Investition mit klarer Rendite. Diejenigen, die zufällig einsteigen, riskieren, Zeit und Ressourcen zu verschwenden, ohne jemals dorthin zu gelangen, wo sie wollten. Der Schlüssel ist, die eigenen Prozesse gut zu verstehen, d.h. zu wissen, wo Zeit verloren geht, was wiederholt wird und wo Engpässe auftreten. Nur dann kann man entscheiden, was effizienter gestaltet werden muss und wo künstliche Intelligenz sinnvoll ist,“ sagt Dragun.

So ist es nicht wichtig, wer mehr Geld investiert oder eine schnellere Rendite erzielt. Die Erfahrungen der Unternehmen zeigen bisher, dass der Erfolg darin liegt, die eigenen Prozesse zu verstehen, klug die Bereiche auszuwählen, in denen künstliche Intelligenz den größten Wert bringt, und menschliches Wissen mit technologischen Werkzeugen zu kombinieren. Nur mit einem solchen Ansatz kann eine rechtzeitige Investition in KI langfristig greifbare Renditen bringen.