KI Kosten im Mittelstand: Die Rechnung für 10, 50 und 120 Mitarbeiter

Die KI Kosten im Mittelstand sind schwerer zu greifen als die von Server, Lizenz oder Leasingwagen – und genau das wird vielen Unternehmen zum Verhängnis. Laut der Bitkom-Erhebung 2026 findet ein Drittel der Unternehmen mit KI-Einsatz die Technologie teurer als erwartet, 37 Prozent nennen unklare Kosten sogar als Hemmnis, überhaupt zu starten.

Der Grund liegt selten bei den Modellpreisen. Die sind im Gegenteil im Jahresverlauf 2026 drastisch gefallen. Er liegt daran, dass die meisten Kalkulationen nur einen von vier Kostenblöcken erfassen – und den teuersten regelmäßig übersehen. Dieser Beitrag schlüsselt alle vier auf, nennt die aktuellen Preise mit Stand September 2026 und rechnet drei Szenarien durch: 10, 50 und 120 Mitarbeiter.

Die vier Blöcke der KI Kosten im Mittelstand

• Block 1 – Lizenzkosten: feste Beträge pro Nutzer und Monat für fertige Produkte. Planbar, aber unabhängig von der tatsächlichen Nutzung.
• Block 2 – Verbrauchskosten: nutzungsabhängige API-Kosten, wenn KI in eigene Prozesse eingebettet wird. Günstig im Einstieg, schwer vorherzusagen.
• Block 3 – Einführungskosten: Datenaufbereitung, Integration, Richtlinien, Schulung. Fällt einmalig an und wird fast immer vergessen.
• Block 4 – Verwaltungskosten verteilter Werkzeuge: der Aufwand, KI-Werkzeuge auf vielen einzelnen Geräten einzurichten, aktuell und konsistent zu halten. Der Block, der in keiner Herstellerkalkulation auftaucht und im laufenden Betrieb am stärksten wächst.

Wer nur Block 1 rechnet, kommt auf eine hübsche Zahl und erlebt nach sechs Monaten eine unangenehme Überraschung. Genau das beschreibt der Bitkom-Befund.

Block 1: Lizenzkosten pro Arbeitsplatz

Für den Standardfall – Mitarbeiter nutzen einen KI-Assistenten in ihrer täglichen Büroarbeit – gelten aktuell folgende Größenordnungen:

Drei Hinweise zur Einordnung. Erstens sind die Copilot-Preise an eine bestehende Microsoft-365-Lizenz gekoppelt – wer die nicht hat, muss sie mitrechnen. Zweitens haben wir die ChatGPT- und Claude-Preise bewusst als Spannen angegeben: Die Angaben unterscheiden sich je nach Abrechnungsmodell, Region und Erhebungszeitpunkt deutlich. Holen Sie für eine belastbare Kalkulation ein aktuelles Angebot ein, statt sich auf eine Zahl aus einem Blogbeitrag zu verlassen – auch nicht auf unsere.

Drittens, und das ist der wichtigste Punkt: Der größte Hebel in diesem Block ist nicht der Preis, sondern die Anzahl. Nicht jeder Mitarbeiter braucht eine Vollversion. In der Praxis liegt der sinnvolle Anteil bei 30 bis 60 Prozent der Belegschaft – Produktion, Lager und Montage profitieren von einem Textassistenten deutlich weniger als Vertrieb, Einkauf, Buchhaltung und Technik.

Block 2: Verbrauchskosten der Modelle

Sobald KI nicht als fertiges Produkt genutzt, sondern in eigene Abläufe eingebettet wird – Angebotsentwürfe aus dem ERP, Rechnungsprüfung, Ticketvorqualifizierung –, wird nach Verbrauch abgerechnet. Die Preise beziehen sich auf jeweils eine Million Token, was grob 700.000 deutschen Wörtern entspricht.

Die Spreizung ist der eigentliche Befund: Zwischen Gemini 3.8 Flash und GPT-6 Astra liegt beim Ausgabepreis der Faktor 13. Dabei liegt Gemini 3.8 Flash auf mehreren Benchmarks in Reichweite der Spitzenmodelle. Wer für jede Aufgabe reflexhaft das teuerste Modell wählt, zahlt ein Vielfaches für einen Qualitätsunterschied, der im konkreten Anwendungsfall oft gar nicht messbar ist. Welche Kriterien bei der Auswahl zählen, haben wir in Das richtige KI-Modell für Ihr Unternehmen finden ausgeführt.

Wie viel verbraucht ein Mitarbeiter tatsächlich?

Damit die Zahlen greifbar werden, hier ein transparentes Rechenmodell. Wir nehmen einen Sachbearbeiter an, der KI regelmäßig, aber nicht exzessiv nutzt:

• 20 Vorgänge pro Arbeitstag
• je Vorgang rund 4.000 Token Eingabe (Kontext, Dokument, Vorgeschichte) und 800 Token Ausgabe
• 20 Arbeitstage im Monat

Das ergibt rund 1,6 Millionen Eingabe- und 0,32 Millionen Ausgabe-Token pro Monat und Mitarbeiter. Daraus folgt je nach Modellwahl:

Die Zahlen zeigen zweierlei. Erstens: Verbrauchskosten sind bei nüchterner Nutzung kein Kostentreiber – mit einem effizienten Modell liegen sie unter drei Dollar pro Kopf. Zweitens: Die Modellwahl entscheidet über den Faktor 13, nicht über zehn Prozent.

Eine Warnung gehört dazu: Agentische Anwendungen, die selbstständig mehrere Schritte durchlaufen und dabei jedes Mal den gesamten Kontext mitschicken, vervielfachen den Verbrauch gegenüber diesem Modell. Wer in diese Richtung geht, braucht von Anfang an ein Budgetlimit je Vorgang.

Block 3: Die Einführungskosten

Hier entsteht die Lücke zwischen Erwartung und Rechnung. Vier Posten fallen einmalig an:

Datenaufbereitung. KI liefert nur so gute Ergebnisse wie die Daten, auf die sie zugreift. Doppelte Kundendatensätze, unvollständige Artikelstämme und undokumentierte Prozesse müssen vorher bereinigt werden. Je nach Ausgangslage einige Tage bis mehrere Wochen.

Prozessanpassung und Integration. Der Anschluss an ERP, DMS oder Ticketsystem. Bei modernen Systemen mit offener Schnittstelle überschaubar, bei älterer Branchensoftware der teuerste Einzelposten.

Richtlinien und Governance. Nutzungsregeln, Freigabeprozesse, Protokollierung, Rollenkonzept. Wird gern übersprungen und dann nach dem ersten Vorfall unter Zeitdruck nachgeholt – was teurer ist. Was dazugehört, steht in unserem Beitrag zur KI-Governance im Unternehmen.

Schulung. Der Posten mit dem besten Verhältnis von Aufwand zu Wirkung – und die häufigste Ursache dafür, dass eine gekaufte Lizenz ungenutzt bleibt und trotzdem bezahlt wird.

Block 4: Der übersehene Kostentreiber – verteilte Werkzeuge

Dieser Block taucht in keinem Herstellerangebot auf, und er ist bei mittelständischen Unternehmen regelmäßig der teuerste im laufenden Betrieb.

Das typische Bild nach zwölf Monaten KI-Einsatz sieht so aus: Vier Mitarbeiter nutzen Copilot, drei haben ChatGPT Business, die Entwicklung arbeitet mit Claude Code, der Vertrieb hat ein eigenes Tool gefunden. Jedes dieser Werkzeuge sitzt auf einem einzelnen Gerät und muss dort installiert, angemeldet, aktualisiert und konfiguriert werden.

Daraus entstehen fünf Kostenarten, die selten jemand zusammenrechnet:

• Einrichtung je Gerät. Installation, Anmeldung, Freigaben, Anbindung an Unternehmensdaten – mal zwanzig oder fünfzig Arbeitsplätze.
• Pflege der Konfiguration. Arbeitsanweisungen, Vorlagen, Skills und Werkzeuganbindungen müssen auf jedem Gerät gleich sein. In der Praxis sind sie es nie.
• Doppelte Arbeit. Was ein Mitarbeiter mühsam an Prompts und Abläufen erarbeitet, bleibt auf seinem Gerät. Der Kollege im Nachbarbüro fängt bei null an.
• Keine Budgetkontrolle. Bei Einzellizenzen und privaten Zugängen sieht niemand, wie viel tatsächlich verbraucht wird – bis die Sammelrechnung kommt.
• Kein gemeinsames Gedächtnis. Jedes Werkzeug kennt nur die eigene Sitzung. Unternehmenswissen entsteht nicht, es verpufft. Warum das ein struktureller Nachteil ist, haben wir in Warum KI-Agenten ein externes Gedächtnis brauchen beschrieben.

Der entscheidende Punkt: Diese Kosten wachsen linear mit der Zahl der Geräte, nicht mit dem Nutzen. Wer von zehn auf fünfzig Arbeitsplätze skaliert, verfünffacht den Verwaltungsaufwand – bei gleichbleibendem Funktionsumfang.

Die Alternative: eine zentrale Stelle statt vieler Einzelplätze

Die Antwort auf Block 4 ist strukturell, nicht preislich: Werkzeuge, Modelle, Zugriffsrechte und Budgets liegen an einer Stelle statt auf jedem Rechner. Zwei Ausbaustufen sind für den Mittelstand realistisch.

Stufe 1 – zentrale Chat-Oberfläche. Für Unternehmen, die eine Frage-Antwort-Umgebung und Dokumenten-Chat brauchen, aber keine Agenten. Unsere Web-KI stellt über 40 Modelle über eine Oberfläche bereit, gehostet in Deutschland, ohne Installation auf den Endgeräten. Das Paket bis 50 Benutzerkonten kostet 39 € monatlich plus 5,90 € Token-Guthaben je Benutzer – bei 50 Nutzern also rund 334 € für die gesamte Belegschaft.

Stufe 2 – eigene Agentenplattform. Für Unternehmen mit sensiblen Daten und dem Bedarf, dass KI-Agenten auf eigene Systeme zugreifen – Dateiserver, Wiki, ERP. Unser Angebot Nexgen-AI kombiniert Chat, Agenten und lokal betriebene Modelle auf einer dedizierten Instanz, optional im eigenen Rechenzentrum. Die Pakete beginnen bei 499 € monatlich netto für bis zu fünf Nutzer, das nächste liegt bei 990 € für zehn Nutzer. Enthalten sind Infrastruktur, Lizenzen und ein Token-Budget von 20 € je Nutzer – gemessen an dem oben gerechneten Verbrauch von rund 2,40 $ pro Kopf ist das großzügig bemessen.

Eine ehrliche Einordnung dazu: Nexgen-AI ist rechnerisch nicht der günstigste Preis pro Kopf – mit 90 bis 100 Euro je Nutzer liegt er über dem Fünffachen einer Einzellizenz, und zwar über alle Paketgrößen hinweg. Der Vergleich hinkt aber, weil unterschiedliche Dinge verglichen werden. Eine Copilot-Lizenz ist ein Textassistent. Eine Agentenplattform ersetzt zusätzlich die Einrichtung auf den Endgeräten, die verteilte Konfigurationspflege, das fehlende Budgetcontrolling und die Frage, wo Ihre Daten verarbeitet werden. Wer nur einen Schreibassistenten braucht, ist mit Stufe 1 oder Einzellizenzen richtig. Wer Agenten auf eigenen Systemen betreiben will oder aus Compliance-Gründen betreiben muss, vergleicht Stufe 2 nicht mit einer Lizenz, sondern mit dem Eigenbau – und der ist teurer.

Der technische Kern des Arguments ist die Anbindung. Damit KI mehr kann als Texte formulieren, braucht sie Zugriff auf Ihre Fachsysteme: Dateiserver, Wiki, ERP, Ticketsystem. Diese Anbindungen laufen heute über MCP-Server. Auf einer zentralen Plattform richten Sie jede Anbindung genau einmal ein, vergeben die Rechte an einer Stelle und ändern sie an einer Stelle. Im verteilten Modell richten Sie dieselbe Anbindung auf zehn oder zwanzig Endgeräten ein – und pflegen sie dort dauerhaft weiter. Genau an diesem Punkt kippt der Supportaufwand, und er hat mit dem Lizenzpreis nichts zu tun.

Drei Rechnungen: 10, 50 und 120 Mitarbeiter

Angenommen wird bei den Einzellizenzen eine Lizenz für 40 Prozent der Belegschaft zu 18 € pro Monat plus ein eingebetteter Anwendungsfall auf Basis eines effizienten Modells. Bei der zentralen Oberfläche sind alle Mitarbeiter erfasst.

Die interessanteste Zeile ist die vierte. Bei 50 Mitarbeitern kostet die zentrale Oberfläche mit rund 334 € weniger als die Einzellizenzen mit 410 € – und deckt dabei alle fünfzig Mitarbeiter ab statt nur zwanzig. Der Verwaltungsaufwand aus Block 4 entfällt zusätzlich, weil nichts auf Endgeräten installiert wird.

Die Agentenplattform aus Stufe 2 steht bewusst nicht in dieser Tabelle. Sie löst eine andere Aufgabe – Agenten mit Zugriff auf Ihre Fachsysteme statt eines Schreibassistenten – und lässt sich mit 990 € für zehn Nutzer nicht sinnvoll gegen 82 € Einzellizenzen stellen. Der ehrliche Vergleich lautet anders: Was kostet es, dieselbe Anbindung an ERP, Dateiserver und Wiki selbst zu bauen, abzusichern und dauerhaft zu pflegen?

Die Spanne bei der Einführung ist bewusst breit. Sie hängt fast vollständig davon ab, wie gut Ihre Datenbasis ist und wie modern Ihre Fachanwendungen sind – nicht davon, welches KI-Produkt Sie wählen.

Die entscheidende Beobachtung: Im ersten Jahr macht die Einführung 70 bis 85 Prozent der Gesamtkosten aus, ab dem zweiten Jahr fällt sie weg. Wer nur das erste Jahr betrachtet, hält KI für teuer. Bei 50 Mitarbeitern landet man über drei Jahre gerechnet bei rund 8.000 bis 15.000 Euro pro Jahr im Schnitt.

Zur Einordnung: Bei angenommenen Vollkosten von 60 Euro pro Arbeitsstunde entspricht das der Arbeitszeit von etwa 130 bis 250 Stunden im Jahr. Der Business Case steht also, wenn KI im gesamten Unternehmen rund eine halbe bis eine Arbeitsstunde pro Woche einspart. Das ist eine niedrige Hürde – aber sie muss gemessen werden, nicht behauptet.

Wann sich eigene Hardware rechnet

Für Unternehmen mit hohen Datenschutzanforderungen stellt sich die Frage nach dem Eigenbetrieb. Offene Modelle wie GLM-5.3-Flash unter MIT-Lizenz machen das technisch möglich – die Lizenzkosten entfallen, es bleiben Hardware, Strom und Administration.

Wirtschaftlich wird das erst ab einem gewissen Volumen. Eine geeignete GPU-Ausstattung bewegt sich im vier- bis fünfstelligen Bereich, dazu kommt laufender Betriebsaufwand. Gegen Verbrauchskosten von 50 bis 120 Euro monatlich gerechnet, amortisiert sich das über die reine Kostenrechnung kaum.

Der Grund für Eigenbetrieb ist deshalb fast nie der Preis, sondern die Kontrolle. Wenn Konstruktionsdaten, Mandantendaten oder Patientendaten das Haus nicht verlassen dürfen, ist die Frage nicht, ob sich der Eigenbetrieb rechnet, sondern ob es eine Alternative gibt. Die Argumente haben wir in On-Premise KI und Lokale KI ausgeführt.

Fünf Regeln für eine belastbare Kalkulation

1. Alle vier Blöcke rechnen. Wer Einführung und Verwaltung weglässt, unterschätzt das erste Jahr um den Faktor drei bis fünf.
2. Über drei Jahre rechnen, nicht über eins. Der einmalige Aufwand verzerrt jede Einjahresbetrachtung.
3. Zentral vor dezentral prüfen. Ab etwa 20 bis 30 Nutzern ist eine zentrale Oberfläche meist günstiger als Einzellizenzen – und deckt dabei mehr Mitarbeiter ab.
4. Lizenzen nach Bedarf vergeben, nicht nach Kopfzahl. Ungenutzte Lizenzen sind der häufigste vermeidbare Kostenblock.
5. Modellwahl vor Preisverhandlung. Zwischen dem günstigsten und dem teuersten Modell liegt Faktor 13. Keine Rabattverhandlung erreicht das.

Fazit

Die KI Kosten im Mittelstand sind kalkulierbar – sie werden nur selten vollständig kalkuliert. Die laufenden Werkzeugkosten sind mit rund 80 bis 100 Euro monatlich bei zehn und rund 1.000 Euro bei 120 Mitarbeitern niedriger, als die meisten erwarten. Die Einführung im ersten Jahr ist höher, als die meisten einplanen. Und der Verwaltungsaufwand verteilter Einzelwerkzeuge taucht in keiner Kalkulation auf, obwohl er mit jedem zusätzlichen Arbeitsplatz mitwächst.

Dass ein Drittel der Unternehmen KI teurer findet als erwartet, ist deshalb weniger ein Preisproblem als ein Strukturproblem. Wer von Anfang an mit vier Kostenblöcken, einem Dreijahreshorizont und einer zentralen statt einer verteilten Architektur rechnet, erlebt keine Überraschung.

Wo Ihr Unternehmen im Vergleich zum Markt steht, ordnet unser Beitrag KI im Mittelstand 2026 anhand aktueller Studiendaten ein.

Sie brauchen eine belastbare Zahl statt einer Schätzung?
Wir kalkulieren mit Ihnen die realistischen Kosten für Ihren konkreten Anwendungsfall – inklusive Einführungsaufwand, passender Modellwahl und der Frage, ob Einzellizenzen, eine zentrale Oberfläche oder eine eigene Agentenplattform für Sie günstiger sind. Den ersten Anwendungsfall setzen wir kostenfrei um.
Kontakt aufnehmen →