KI im Beruf & Unternehmen
Im FokusKI-WorkflowsTools im ArbeitsalltagFreelancing mit KIRecht & Steuern

Kalkulationsratgeber · KI-Automatisierung

KI-Automatisierungsprojekt kalkulieren: Angebot, Kosten und Wartung

Der sichtbare Workflow ist nur ein Teil des Aufwands. Discovery, Datenbereinigung, Fehlertests, Dokumentation und Betrieb entscheiden darüber, ob ein Projekt wirtschaftlich bleibt.

Das Wichtigste

  • Discovery separat kalkulieren, wenn Umfang und Datenlage unklar sind.
  • Einmalige Umsetzung und laufende Fremdkosten getrennt ausweisen.
  • Volumen mit der Abrechnungseinheit jedes Anbieters modellieren.
  • Test, Dokumentation und Übergabe sind eigene Arbeitspakete.
  • Festpreise brauchen Annahmen, Ausschlüsse und Change-Request-Regel.

Direkte Antwort

Wie kalkuliert man ein KI-Automatisierungsprojekt?

Teile das Projekt in Discovery, technische Umsetzung, Test und Abnahme, Dokumentation, Schulung sowie laufenden Betrieb. Schätze Stunden je Paket, nutze deinen internen Mindest-Stundensatz und ergänze einen begründeten Risikopuffer. Rechne API-, Plattform- und Hostingkosten anhand des erwarteten Volumens separat und kennzeichne jede Annahme im Angebot.

1. Welche Angaben bestimmen den Projektumfang?

Die Zahl der Workflow-Module ist kein verlässliches Aufwandsmaß. Entscheidend sind Datenquellen, Authentifizierung, Varianten, Fehlerfolgen, Volumen, gewünschte Reaktionszeit und Abnahme. Eine Integration mit drei Schritten kann schwierig sein, wenn eine undokumentierte API oder sensible Daten beteiligt sind.

Erfasse pro Prozess: Trigger, Eingabeformat, gewünschte Ausgabe, beteiligte Systeme, durchschnittliches und maximales Volumen, bekannte Ausnahmen, menschliche Freigaben und Verantwortliche. Wenn der Kunde das noch nicht beantworten kann, ist eine bezahlte Discovery der erste Auftrag.

2. Welche Arbeitspakete gehören in die Kalkulation?

Typische Arbeitspakete
PaketEnthaltenHäufig vergessen
DiscoveryProzessaufnahme, Daten, ZieleSonderfälle und Zugangsklärung
PrototypKernablauf und BeispielausgabeTestdaten aufbereiten
ProduktivbauAuthentifizierung, Regeln, SpeicherLimits und Wiederholungen
QualitätTestset, Validierung, Abnahmenegative und unvollständige Eingaben
Stabilisierungvereinbarte Korrekturschleifen und Pilot-MonitoringFehlerbehebung von neuen Anforderungen trennen
ÜbergabeDokumentation und SchulungRollen, Schlüssel und Rückfallweg
BetriebMonitoring und WartungAnbieter- und Preisänderungen

Lege im Angebot fest, wie viele Abnahme- und Korrekturschleifen enthalten sind. Eine Abweichung vom vereinbarten Testfall ist Fehlerbehebung; ein zusätzliches Datenfeld, eine neue Kategorie oder ein weiterer Ausgabekanal ist meist eine Umfangsänderung. Diese Trennung verhindert, dass eine offene „Testphase“ unbemerkt zum unbegrenzten Ausbau wird.

Nutze für deine interne Rechnung den Stundensatz-Rechner. Er ersetzt keine Aufwandsschätzung, verhindert aber, dass nicht abrechenbare Zeit und Fixkosten vollständig verschwinden.

3. Wie kalkuliert man Tool-, API- und Hostingkosten?

Anbieter rechnen unterschiedlich ab. Make verwendet Credits für Modulaktionen; n8n Cloud orientiert seine Pläne an Workflow-Ausführungen mit unbegrenzten Schritten. Modell-APIs berechnen häufig Ein- und Ausgabetokens, zusätzliche Werkzeuge können weitere Gebühren verursachen. Vergleiche deshalb nicht nur Monatsplan gegen Monatsplan.

Modelliere einen normalen und einen Spitzenmonat. Berücksichtige Wiederholungen nach Fehlern, Tests, Datenübertragung, Speicher, externe OCR-, E-Mail- oder Datenbankdienste sowie Umsatzsteuer. Preise ändern sich; verlinke im Angebot die offizielle Preisseite und definiere, wer Erhöhungen trägt.

4. Festpreis, Zeitaufwand oder Retainer?

Ein Festpreis passt zu einem stabilen, gut verstandenen Umfang. Er belohnt effiziente Umsetzung, verlagert aber das Schätzrisiko zu dir. Abrechnung nach Zeit passt zu Discovery und offenen Integrationen, braucht jedoch transparente Protokolle. Ein Retainer eignet sich für klar definierte Wartung, Monitoring und ein begrenztes Änderungskontingent.

Du kannst die Formen kombinieren: Discovery zum festen kleinen Preis, Umsetzung nach freigegebenem Angebot und Betrieb als monatliche Option. Verkaufe Wartung nicht als unbegrenzte Flatrate. Reaktionszeit, enthaltene Stunden und Ausschlüsse gehören schriftlich ins Paket.

5. Welcher Risikopuffer ist sinnvoll?

Ein Puffer ist keine beliebige Gewinnzahl, sondern deckt bekannte Unsicherheit. Liste Risiken: noch ungeprüfte API, schlechte Datenqualität, fehlende Testumgebung, unklare Fachregeln oder Abhängigkeit von einem Drittanbieter. Je mehr davon vorliegen, desto eher solltest du den Umfang zuerst durch Discovery reduzieren statt pauschal einen sehr hohen Aufschlag zu verstecken.

Definiere Change Requests. Neue Datenquelle, zusätzliches Land, andere Sprache oder automatische Außenkommunikation sind keine kleine Textänderung. Ohne Änderungsprozess wächst ein begrenzter Pilot unkontrolliert.

6. Was muss im Angebot stehen?

  1. Ziel und Ausgangsprozess.
  2. Lieferumfang einschließlich Dokumentation.
  3. Annahmen zu Volumen, Datenformaten und Zugängen.
  4. Ausgeschlossene Systeme und Fälle.
  5. Abnahmetest und Freigabeverantwortung.
  6. Honorar, Zahlungsplan und Fremdkosten.
  7. Wartung, Reaktionszeit und Ende des Betriebs.
  8. Datenschutz-, Rechte- und Mitwirkungspflichten.

Der technische Ablauf aus KI-Automatisierung als Dienstleistung liefert die Fragen hinter diesen Positionen.

7. Wie sieht ein transparentes Rechenbeispiel aus?

Angenommen, du schätzt 6 Stunden Discovery, 18 Stunden Umsetzung, 8 Stunden Test und 4 Stunden Dokumentation. Das sind 36 Stunden. Bei einem rein beispielhaften internen Mindest-Stundensatz von 75 Euro ergibt sich eine Basis von 2.700 Euro. Ein dokumentierter Puffer von 15 Prozent für eine noch ungeprüfte Schnittstelle ergäbe 3.105 Euro – zuzüglich konkret ausgewiesener Fremdkosten.

Das ist keine Marktpreisempfehlung. Andere Kosten, Erfahrung, Haftung und Steuern führen zu anderen Ergebnissen. Entscheidend ist, dass jede Zahl auf Annahmen zurückgeführt werden kann und du sie nach Discovery aktualisierst.

Kurz beantwortet

Häufige Fragen zu der Kalkulation von KI-Automatisierungen

Wie hoch sollte der Preis für eine KI-Automatisierung sein?

Es gibt keinen seriösen Pauschalpreis. Umfang, Daten, Systeme, Fehlerfolgen, Test und Betrieb bestimmen den Aufwand.

Wer bezahlt API-Kosten?

Das sollte im Angebot stehen. Für klare Übergabe ist ein kundeneigenes Konto häufig sinnvoll; alternativ werden Kosten transparent weiterberechnet.

Ist Discovery kostenlos?

Bei unklarem Prozess ist Discovery ein eigenständiges Arbeitsergebnis und kann separat angeboten werden. Ein kurzes Kennenlernen ist davon zu trennen.

Wie viele Stunden gehören in die Dokumentation?

So viele, wie für Betrieb, Fehlerdiagnose, Zugangsübergabe und typische Änderungen nötig sind. Null Stunden sind bei Kundenprojekten selten realistisch.

Wann eignet sich ein Retainer?

Wenn Monitoring, definierte Reaktionszeiten und ein begrenztes Wartungs- oder Änderungskontingent regelmäßig benötigt werden.

Hintergrund

Quellen und weiterführende Informationen

Regeln, Preise und Funktionen können sich ändern. Stand dieses Beitrags: 13.08.2026.

Autor

EFF

EFF schreibt über KI-Tools, digitale Geschäftsmodelle und Automatisierung im Arbeitsalltag.

Arbeitsweise und Profil

Nächster sinnvoller Schritt