KI ROI berechnen im Mittelstand: Formel + Beispiele

KI-ROI im Mittelstand lässt sich berechnen — bevor ein Euro ausgegeben wird. Die Formel ist nicht kompliziert. Was fehlt, sind ehrliche Ausgangszahlen und die Bereitschaft, drei Kostenpositionen einzutragen, die fast jeder Anbieter in seiner Hochrechnung weglässt. Dieser Artikel zeigt die Formel, drei vollständige Rechenbeispiele und die roten Linien, ab denen sich ein Projekt strukturell nicht rechnet.

KI-Automatisierung im Mittelstand: Der vollständige Guide

---

Warum ROI-Versprechen für KI so oft nicht stimmen

Die meisten KI-ROI-Artikel im deutschsprachigen Raum liefern entweder abstrakte Formeln ohne echte Zahlen oder offensichtlich werbefinanzierte Hochrechnungen, bei denen jeder Use-Case mit dreistelligen Prozentwerten endet. InnoCommerce hat in der Studie „KI im Mittelstand: ROI-Studie 2025" gemessen, dass der durchschnittliche ROI im ersten Jahr bei KMU-KI-Projekten 280 % beträgt, mit Payback-Perioden zwischen 4 und 9 Monaten. Das stimmt — für die Projekte, die funktioniert haben. Was die Zahl nicht zeigt: wie viele Projekte vorher gescheitert sind, weil die ROI-Rechnung von Anfang an falsch war.

Wir sehen das Muster regelmäßig. Geschäftsführer bekommen eine Präsentation mit 280 % ROI, genehmigen Budget, und nach sechs Monaten stellt sich heraus: die Zeitersparnis war mit 100 % angesetzt statt 70 %, der interne Abstimmungsaufwand fehlte komplett, und die Datenbereinigung vor der Einführung hat ein Fünftel der Projektkosten gekostet, die niemand eingeplant hatte.

Die Zahlen stimmen also — sie sind nur ausgewählt. Wer eine ehrliche Entscheidung treffen will, braucht die vollständige Rechnung. Die sieht im Mittelstand anders aus als in den Studien.

KI Use Cases für den Mittelstand: Was in der Praxis funktioniert

---

Die Grundformel: So berechnen Sie den KI-ROI in 30 Minuten

ROI = ((Jährliche Einsparungen - Gesamtkosten) / Gesamtkosten) × 100

Das ist die Formel. Alles andere ist Ausfüllen der richtigen Zahlen.

Einsparungen korrekt ermitteln

Einsparungen setzen sich aus drei Komponenten zusammen:

1. Zeitersparnis: (Stunden/Jahr × Stundensatz) × Faktor 0,7
2. Fehlerreduzierung: (Fehlerquote vorher - nachher) × Kosten pro Fehler × Volumen/Jahr
3. Umsatzhebel: nur ansetzen, wenn konkret messbar (z.B. schnellere Angebotsbearbeitung mit nachweisbarer Conversion-Wirkung)

Der Faktor 0,7 bei der Zeitersparnis ist nicht verhandelbar. Overhead, Ausnahmen und die Tatsache, dass eingesparte Minuten nicht 1:1 in Produktivzeit umgewandelt werden, fressen immer mindestens 30 % der theoretischen Ersparnis.

Gesamtkosten vollständig erfassen

Hier entstehen die meisten Fehler. Gesamtkosten umfassen:

• Einmalige Einrichtungskosten (Entwicklung, Konfiguration, Datenmigration)
• Jahreslizenzen für KI-Dienste und -Tools
• Interner Zeitaufwand: 2–4 Stunden/Woche im ersten Quartal für Abstimmung, Tests, Korrekturen
• Schulungszeit der Mitarbeitenden (rechnen Sie pro Person mit 4–8 Stunden)
• Datenbereinigung vor der Einführung: oft 20–40 % der Projektkosten — fast nie im Angebot enthalten

Typische Kostenverteilung eines KI-Projekts (interne Schätzung stakk, 2026): Entwicklung/Konfiguration ca. 50 %, Datenbereinigung ca. 25 %, Jahreslizenzen ca. 15 %, Schulung ca. 10 %.

Amortisationszeit berechnen

Amortisationszeit (Monate) = Gesamtkosten / (Jährliche Einsparungen / 12)

Die Surion Group empfiehlt in ihrer Studie „KI-Investitionsplanung Mittelstand 2025" für KI-Investitionen im Mittelstand eine Amortisationszeit unter 24 Monaten. Der konservative Planungsansatz: mit 60–70 % der erwarteten Einsparungen rechnen, nicht mit 100 %. Wer das von Anfang an einkalkuliert, vermeidet die typischen Nachkalkulations-Enttäuschungen.

KI ohne eigene IT-Abteilung einführen

---

Rechenbeispiel 1: Rechnungsverarbeitung (Großhandel, 40 MA)

Das ist kein Lehrbuchbeispiel. Ein Großhandel mit 40 Mitarbeitenden, Schwerpunkt Auftragsabwicklung, hat zusammen mit uns die Rechnungsverarbeitung teilautomatisiert. Die folgenden Zahlen kommen aus diesem Projekt (anonymisiert).

Ausgangslage:

• 180 Eingangsrechnungen pro Woche
• 3 Mitarbeitende verbringen je 6 Stunden/Woche mit manueller Erfassung und Prüfung
• Stundensatz (intern kalkuliert): 38 Euro
• InnoCommerce hat in der Studie „KI im Mittelstand: ROI-Studie 2025" die Fehlerquote bei manueller Rechnungserfassung mit ca. 4 % gemessen. Bei 180 Rechnungen/Woche sind das 7–8 Fehler pro Woche, mit durchschnittlich 45 Minuten Korrekturaufwand pro Fehler.

Einsparungsrechnung:

Position	Berechnung	Jahreswert
Zeitersparnis (3 × 6h × 48 Wochen × 38 €) × 0,7	3 × 6 × 48 × 38 × 0,7	22.981 Euro
Fehlerreduzierung (von 4 % auf unter 0,3 %)	7,4 Fehler/Woche × 0,75h × 38 € × 48 Wochen	10.137 Euro
Gesamt		33.118 Euro

Kostenseite:

Position	Betrag
Einrichtung und Entwicklung	18.000 Euro
Datenbereinigung (Stammdaten)	4.500 Euro
Jahreslizenzen	3.600 Euro
Interner Aufwand (Schulung + Q1-Abstimmung)	2.200 Euro
Gesamtkosten Jahr 1	28.300 Euro

Ergebnis Jahr 1: ROI = ((33.118 - 28.300) / 28.300) × 100 = 17 %

Das klingt nach wenig. Ist es für Jahr 1 auch. Ab Jahr 2 fallen die Einrichtungskosten weg, die Lizenz- und Wartungskosten betragen ca. 5.800 Euro. Unsere interne Projektkalkulation (keine externe Studie) ergibt ab Jahr 2 einen ROI von über 350 % — basierend auf den realen Einsparungszahlen dieses Projekts. Der kumulierte 2-Jahres-ROI liegt bei 149 % — realistisch, nicht verkaufstaktisch.

Großhandel: Anfragen automatisch vorqualifizieren

---

Rechenbeispiel 2: Anfragevorqualifizierung (Handwerksbetrieb, 20 MA)

Ausgangslage:

• Sanitär-Heizung-Klima-Betrieb, 20 Mitarbeitende
• 25–35 Kundenanfragen pro Woche per Telefon, E-Mail und Kontaktformular
• Bürokraft verbringt täglich 1,5 Stunden mit Erstklassifizierung: Notfall oder planbar? Privat oder Gewerbe? Welcher Techniker zuständig?
• Stundensatz: 32 Euro

Was die KI übernimmt: Eingehende Anfragen werden automatisch kategorisiert, dringende Fälle werden markiert und direkt weitergeleitet. Standardanfragen bekommen eine automatische Eingangsbestätigung mit Zeitfenster.

Einsparungsrechnung:

Position	Berechnung	Jahreswert
Zeitersparnis (1,5h × 240 Tage × 32 €) × 0,7	1,5 × 240 × 32 × 0,7	8.064 Euro
Umsatzhebel (5 % mehr Anfragen werden zu Aufträgen durch schnellere Reaktion)	12 neue Aufträge/Jahr × 350 € Marge	4.200 Euro
Gesamt		12.264 Euro

Der Umsatzhebel ist hier ausnahmsweise eingesetzt, weil er direkt messbar ist: Reaktionszeit unter 2 Stunden statt vorher bis zu 24 Stunden. Das hat nachweislich Wirkung bei Erstanfragen ohne Bestandskundenbindung.

Kostenseite:

Position	Betrag
Einrichtung	8.500 Euro
Jahreslizenzen	1.800 Euro
Interner Aufwand Q1	960 Euro
Gesamtkosten Jahr 1	11.260 Euro

Ergebnis: ROI Jahr 1 = ((12.264 - 11.260) / 11.260) × 100 = 9 % ROI ab Jahr 2 = ((12.264 - 2.760) / 2.760) × 100 = 345 % Amortisationszeit: 11 Monate

Das ist ein realistisches Bild für einen Handwerksbetrieb dieser Größe. Der erste Jahres-ROI ist bescheiden — wer hier 280 % verspricht, lügt. Ab Jahr 2 ist es ein sehr gutes Investment.

---

Rechenbeispiel 3: E-Mail-Triage (Dienstleistung, 15 MA)

Ausgangslage:

• Steuerberatungskanzlei, 15 Mitarbeitende
• Täglich ca. 80–120 eingehende E-Mails
• Zwei Mitarbeitende sichten, sortieren, priorisieren und leiten weiter: zusammen ca. 2 Stunden täglich
• Stundensatz: 45 Euro
• Problem: Dringende Mandantenanfragen gehen im Posteingang unter, Fristsachen werden zu spät erkannt

Was die KI übernimmt: Automatisches Labeling nach Dringlichkeit und Mandant, Weiterleitung an zuständigen Bearbeiter, Flagging von Fristsachen (Steuerbescheide, Einspruchsfristen).

Einsparungsrechnung:

Position	Berechnung	Jahreswert
Zeitersparnis (2h × 240 Tage × 45 €) × 0,7	2 × 240 × 45 × 0,7	15.120 Euro
Risikoreduktion (Verpasste Fristen: 2 Fälle/Jahr × 1.500 € Mehraufwand)	2 × 1.500 × Eintrittswahrscheinlichkeit 0,5	1.500 Euro
Gesamt		16.620 Euro

Kostenseite:

Position	Betrag
Einrichtung und Konfiguration	9.500 Euro
Jahreslizenzen	2.400 Euro
Interner Aufwand Q1	1.350 Euro
Gesamtkosten Jahr 1	13.250 Euro

Ergebnis: ROI Jahr 1 = ((16.620 - 13.250) / 13.250) × 100 = 25 % ROI ab Jahr 2 = ((16.620 - 3.750) / 3.750) × 100 = 343 % Amortisationszeit: 10 Monate

Für einen 15-MA-Betrieb ist das ein sehr solides Ergebnis. Der Risikoreduktions-Posten ist absichtlich konservativ gerechnet: nur zwei potenzielle Fristsachen pro Jahr, nur mit 50 % Eintrittswahrscheinlichkeit. Wer das optimistischer ansetzt, bekommt bessere Zahlen — aber dann muss er sie auch begründen können.

ChatGPT im Unternehmen einsetzen: Was KMU wissen müssen

---

Versteckte Kosten: Was in fast jeder ROI-Rechnung fehlt

Forrester Research hat im März 2025 in der Studie „Total Economic Impact of Microsoft 365 Copilot for SMB" den ROI im KMU-Segment zwischen 132 und 353 % über drei Jahre gemessen. Interessant daran ist nicht die Spanne, sondern was Forrester explizit aus der Rechnung herausgehalten hat: die Implementierungskosten des ersten Quartals. Die tauchen in den Hochglanz-Zusammenfassungen der Anbieter nicht auf.

Aus unserer Arbeit mit Mittelstandsbetrieben haben wir vier Kostenpositionen identifiziert, die fast systematisch fehlen:

1. Interner Zeitaufwand im ersten Quartal 2–4 Stunden pro Woche für Abstimmung, Nachkorrektur und Feintuning. Das sind 12–24 Stunden in den ersten drei Monaten. Bei einem 45-Euro-Stundensatz: 540–1.080 Euro, die kein Angebot ausweist.

2. Parallelbetrieb des alten Prozesses Für 4–8 Wochen laufen alter und neuer Prozess parallel. Das ist notwendig, kostet aber Zeit und schlägt sich nicht in der Einsparungsrechnung nieder, weil die Ersparnis erst nach der vollständigen Übernahme einsetzt.

3. Datenbereinigung vor der Einführung Das ist der am stärksten unterschätzte Posten. Wenn die Ausgangsdaten nicht sauber sind, funktioniert die KI nicht zuverlässig. Datenbereinigung kostet je nach Ausgangslage 20–40 % der eigentlichen Projektkosten. In den meisten Angeboten steht dazu nichts.

4. Schulungszeit der Mitarbeitenden 4–8 Stunden pro Person, nicht optional. Wer das weglässt, bekommt eine KI-Lösung, die das Team nicht nutzt — und dann auch keine Einsparungen erzielt.

Diese vier Positionen zusammen machen in einem typischen 10.000-Euro-Projekt weitere 3.000–5.000 Euro aus. Wer sie von Anfang an einrechnet, landet am Ende mit einem ROI, der nah an der Planung liegt. Wer sie weglässt, hat am Ende einen ROI, der schlechter ist als erwartet — und sucht dann den falschen Schuldigen.

---

Ab wann lohnt es sich nicht mehr: Rote Linien für den Mittelstand

Nicht jeder Prozess ist ein guter KI-Kandidat. Das ist keine Niederlage, das ist Arithmetik.

Rote Linie 1: Zu geringes Volumen

Wenn ein Prozess unter 5-mal pro Woche vorkommt oder unter 10 Minuten pro Durchlauf dauert, rechnet er sich strukturell nicht. Die Einrichtungskosten amortisieren sich nicht, der Wartungsaufwand übersteigt die Einsparung. Faustregel: unter 5 Stunden Gesamtaufwand pro Woche ist KI-Automatisierung fast nie wirtschaftlich.

Rote Linie 2: Zu viele Ausnahmen

KI funktioniert gut bei strukturierten, wiederholbaren Prozessen. Wenn mehr als 30 % der Fälle Ausnahmen sind, die menschliches Urteilsvermögen erfordern, wird der Aufwand für Ausnahmebehandlung und Nachkorrektur die Zeitersparnis auffressen. Dann ist Prozessstandardisierung der sinnvollere erste Schritt.

Rote Linie 3: Schlechte Datenlage

Wenn die Ausgangsdaten unvollständig, inkonsistent oder in unstrukturierter Form vorliegen, braucht die Datenbereinigung mehr Aufwand als das eigentliche Projekt. In diesem Fall ist "Daten aufräumen" das eigentliche Projekt — und das lohnt sich oft trotzdem, aber als separates Vorhaben, nicht als Anhang an einen KI-Pilot.

Rote Linie 4: Amortisationszeit über 24 Monate

Das ist die Grenze, die die Surion Group 2025 für konservative KI-Investitionsplanung im Mittelstand empfiehlt: wenn die Amortisationszeit selbst mit optimistischen Annahmen über 24 Monate liegt, ist das Risiko für ein KMU zu hoch. Technologie ändert sich, Geschäftsmodelle ändern sich, Personal wechselt. Ein 3-Jahres-Payback bei wechselnden Marktbedingungen, Technologiezyklen und Personalfluktuation ist keine Investitionsrechnung mehr, das ist Hoffnung.

Was tun bei einer roten Linie? Den kleineren Prozess wählen. Den Scope eingrenzen. Oder vertagen, bis das Volumen stimmt. Das ist keine schwache Antwort — das ist die Antwort, die Geld spart.

---

Fazit

KI-ROI lässt sich berechnen. Es braucht keine Berater-Folie mit 280 %, es braucht eine ehrliche Tabelle mit vollständigen Kosten. Die drei Rechenbeispiele zeigen das Muster: der erste Jahres-ROI ist oft bescheiden, ab Jahr 2 stimmt das Bild. Wer die vier versteckten Kostenpositionen einrechnet, hat keine Überraschungen. Und wer eine der roten Linien trifft, sollte vertagen statt durchdrücken.

Die Rechenbeispiele aus diesem Artikel sind keine Hochglanzpräsentation. Sie sind Projektdokumentation — mit konservativen Annahmen und dem Faktor 0,7, der in fast keiner Angebotsrechnung vorkommt. Wer vor der Entscheidung steht, braucht genau das: Zahlen, die nicht schöner sind als die Realität.

Mehr zur strategischen Einordnung finden Sie im vollständigen KI-Automatisierungs-Guide für den Mittelstand. Wenn Sie wissen wollen, welche Prozesse in Ihrem Betrieb als Erstes infrage kommen, lohnt ein Blick auf konkrete KI-Use-Cases aus der Praxis.

Zur KI-Strategie-Beratung: /leistungen/ki-strategie-beratung

---

Quellen: InnoCommerce, „KI im Mittelstand: ROI-Studie 2025" (innocommerce.de, 2025); Forrester Research, „Total Economic Impact of Microsoft 365 Copilot for SMB", März 2025 (forrester.com); Surion Group, „KI-Investitionsplanung Mittelstand 2025" (suriongroup.com, 2025). Eigene Berechnungen stakk auf Basis realer Projektdaten (anonymisiert, interne Schätzungen).