Rechnen Sie Ihre KI-Entscheidung durch, bevor Sie investieren.

Die meisten KI-Pläne bleiben an zwei Fragen hängen. Was kostet ein brauchbares Ergebnis? Und worauf läuft es? In Deutschland können 54 % der Unternehmen, die KI nutzen, nicht sagen, was sie kostet (Bitkom, Sep. 2026). Weltweit nutzen rund neun von zehn Organisationen KI regelmäßig, doch nur 37 % schreiben ihr irgendeinen EBIT-Effekt zu (McKinsey, Aug. 2026). Es fehlt nicht an Begeisterung. Es fehlt an Rechnung in der richtigen Abgrenzung.

Bei akzeptierten Ergebnissen beginnen, nicht bei Stunden

Gesparte Stunden laut Anbieter sind Aktivität, kein Wert. Die ETHORITY-Methode trennt vier Schritte, die oft verschwimmen: freigesetzte Zeit, genutzte Kapazität, akzeptiertes Ergebnis und zurechenbarer Wert. Der Rechner Kapazitätsumwandlung macht den Unterschied sichtbar. Im Rechenbeispiel der Methode brauchen 1.000 akzeptierte Fälle heute 300 Stunden, mit KI 200. Frei werden 100 Stunden. Nur 40 davon erreichen ein belegtes Ziel, vermiedene bezahlte Überstunden. Das Szenario trägt also 1.600 € vermiedene Kosten, nicht die 4.000 €, die eine Gehaltsrechnung ansetzen würde. Nach 1.200 € Programmkosten bleiben 400 € im Monat.

Derselbe Rechner zeigt, wie empfindlich das ist. 36 Sekunden zusätzliche Prüfung je Fall senken das Monatsergebnis auf 240 €. Der Test stammt aus dem Kundenservice-Szenario des AI Opportunity Case, in dem 36 Sekunden den besten Fall ins Minus drehen.

Alle sechs Kostenblöcke zählen

Lizenzen sind der kleinste Kostentreiber, den deutsche Unternehmen nennen; Cloud und Rechenleistung (51 %) sowie Datenaufbereitung (50 %) werden häufiger genannt. Der Rechner Gesamtkosten des KI-Betriebs fragt deshalb sechs Blöcke in einer Abgrenzung ab: einmalige Integration, Lizenzen, Nutzung, menschliche Prüfung, Governance und Wandel. Die Vorgaben entsprechen der Kostenabgrenzung des Kundenservice-Falls der Studie: 11.000 € monatliche Vollkosten auf 4.000 akzeptierte Ergebnisse, also 2,75 € je akzeptiertem Ergebnis. Die Entscheidungsregel ist einfach: Vergleichen Sie diese Zahl vor jedem Pilot mit den heutigen Kosten je Ergebnis in derselben Abgrenzung.

Den Stack von den Vorgaben her wählen

Technologieentscheidungen sind Geschäftsentscheidungen. Der Stack-Baukasten beginnt bei Themenfeld, Datentyp und drei Vorgaben: Datenhaltung in der EU, kein Training mit Ihren Daten, veröffentlichter Preis. Er liefert die sechs Technologieschichten des Good AI Prismas, von Trust & Governance bis Chips & Compute, und nennt die Registry-Angebote, die die Vorgaben erfüllen, jede Angabe mit Belegzeichen und Prüfdatum. Der Modellkosten-Rechner bepreist dieselbe Last über 17 Modelle: In der Vorgabe reicht die Spanne von 70 $ bis 6.980 $ im Monat, und zwei Google-Listenpreise verdoppeln sich zwischen Dezember und Januar.

Nach Terminen führen

Die KI-Verordnung setzt Termine, keine Stimmungen. Transparenzpflichten nach Art. 50 gelten ab 2. Aug. 2026; Hochrisiko-Pflichten für Anhang-III-Anwendungen wie Recruiting und Kreditwürdigkeit gelten nach VO (EU) 2026/1744 ab 2. Dez. 2027. Der EU AI Act Navigator macht aus sieben Antworten eine vorläufige Klasse, die Pflichten Ihrer Rolle und die Termine, die Sie binden. Er dient der Orientierung und ist keine Rechtsberatung. Der KI-Reiseplaner legt diese Termine auf einen Fahrplan von DISCOVER bis GROW, mit Verantwortung und Nachweis-Gate am Ende jeder Phase.

Ein Szenario ist ein Anfang

Jedes Ergebnis der Rechner trägt die Bezeichnung Szenario. Zu einem beobachteten Ergebnis wird es erst, wenn Ihre eigenen Aufzeichnungen akzeptierte Einheiten, Aufwand und Kosten für denselben Monat zeigen. Jeder Rechner endet mit einem Governance-Panel: Verantwortung, Prüftermin, menschliche Aufsicht und benötigte Nachweise. Kopieren Sie die Zusammenfassung, bringen Sie sie zu Ihrem Sponsor, und setzen Sie KI wirksam ein – mit Evidenz.