Was KI-Adoption im Mittelstand wirklich kostet — und ab wann sie sich rechnet

Die ehrlichste Frage in jedem KI-Discovery-Call lautet nicht „Was kann KI?", sondern „Was kostet das alles wirklich — und wann sehen wir das wieder rein?". Die meisten Antworten, die KMU im Internet finden, sind entweder Theaterversprechen („80 % Effizienzgewinn") oder Enterprise-Zahlen, die mit dem Mittelstand nichts zu tun haben.

Dieser Beitrag versucht das Gegenteil: konkrete Zahlen aus realen KMU-Projekten, in denen jemand am Ende des Monats die Stunden und die Rechnung gegenrechnet hat.

Drei Kostenblöcke, die KMU realistisch einplanen müssen

KI-Adoption ist keine einzelne Rechnung, sondern eine Summe aus drei verschiedenen Kostenkategorien. Wer nur einen davon plant, unterschätzt die Gesamtsumme.

1. Initialkosten: Aufbau und Implementation

Das ist die einmalige Investition, um einen funktionierenden Workflow überhaupt aufzubauen. Für KMU realistische Größenordnungen:

Workflow-Typ	Initialkosten (netto)	Aufwand
Reporting-Automation (3–5 Quellen)	2.500 – 6.000 €	25–40 h
Lead-Routing (Webformular → CRM → Slack)	1.800 – 4.500 €	15–25 h
Interner KI-Assistent (1 Use Case)	3.500 – 9.000 €	30–60 h
Mandanten-/Kundenkommunikations-Automation	5.000 – 12.000 €	40–80 h
Komplette Custom Web App mit KI-Komponente	15.000 – 60.000 €	mehrere Phasen

Diese Spannen entsprechen dem, was Motainment in realen Mittelstandsprojekten kalkuliert hat. Werte am unteren Ende stehen für klar abgegrenzte Workflows mit existierender Infrastruktur. Werte am oberen Ende für komplexe Use Cases mit mehreren Drittsystem-Integrationen.

2. Laufende Kosten: Modelle, Tools, Wartung

Diese Kosten gehen oft unter, weil sie in keiner Initial-Kalkulation auftauchen. Für KMU pro Monat:

API-Kosten KI-Modelle (OpenAI, Anthropic): abhängig vom Use Case zwischen 30 und 400 € / Monat. Für einen einzelnen Mid-Volume-Workflow eher 30–80 €. Für mehrere produktiv genutzte Assistenten mit hohem Durchsatz 200–400 €.
Workflow-Engine (n8n.cloud, Make, eigene Self-Hosted-Instanz): 25–120 € / Monat.
Datenbank / Hosting: 0–80 € / Monat, je nachdem ob Supabase, kleines Postgres oder ähnliches.
CRM-Lizenzen: 25–60 € pro User / Monat (Pipedrive, HubSpot, Folk).
Wartungs-Retainer: für ein produktives Setup mit drei bis fünf Workflows realistisch 300–800 € / Monat.

In Summe für ein KMU mit ein paar produktiven Workflows: 400 bis 1.200 € / Monat an laufenden Kosten. Wer das nicht ehrlich budgetiert, hat nach sechs Monaten ein Defizit, das niemand erwartet hat.

3. Versteckte Kosten: Lernkurve und Veränderung

Das ist die Kostenkategorie, die niemand schreibt — und die in jeder ehrlichen Nachkalkulation auftaucht. Drei typische Posten:

Zeit der eigenen Mitarbeiter für Konzeption, Test und Feedback: 20–60 Stunden im Initialaufbau, danach ein bis drei Stunden pro Woche pro produktivem Workflow.
Prozess-Anpassung: Wenn ein Workflow ändert, wer was wann tut, muss das Team mitziehen. Das braucht Kommunikation, Schulung und manchmal eine zweite Iteration.
Korrekturen nach den ersten Wochen: Praktisch jedes Setup wird in den ersten 30–60 Tagen einmal nachjustiert. Das ist normal, kostet aber Zeit.

Wir sehen typischerweise: 20–30 % der reinen Tool-Kosten als „versteckte Begleitkosten" für die ersten drei Monate.

Wann rechnet sich das?

Hier wird es interessant. Für die drei Standard-Use-Cases, die KMU am häufigsten als Einstieg wählen:

Reporting-Automation

Initial: ~4.000 € + ~250 € / Monat laufend
Zeitersparnis: 6–8 Stunden / Monat
Wert dieser Zeit (intern, 60 €/h): ~420 € / Monat
Break-Even: Monat 6, danach +170 €/Monat reine Effizienz

Lead-Routing

Initial: ~3.000 € + minimale laufende Kosten
Wert: schwerer in Euro auszudrücken, aber bei 30 Leads/Monat × 20 % weniger Verlust × ~500 € durchschnittlichem Auftragswert ergibt sich ein zusätzlicher Umsatzpotenzial-Hebel von ~3.000 €/Monat
Break-Even: typisch innerhalb Monat 1–2 bei aktiv genutztem Funnel

Interner KI-Assistent (z. B. Recherche-Assistent für Vertrieb)

Initial: ~5.000 € + ~150 € / Monat laufend
Zeitersparnis: 4–8 Stunden / Monat / Nutzer; bei drei Nutzern ~15–20 Stunden / Monat
Wert: ~1.000 €/Monat
Break-Even: Monat 5–7

Diese Zahlen kommen aus realen Projekten. Bei jedem ist die Bandbreite ähnlich: klare Initial-Investition, klar messbarer Hebel ab Monat 5–7, danach steigender Effekt. KI-Adoption ist keine Maßnahme mit Sofort-Effekt, sondern eine mit klarer Amortisations-Kurve.

Womit man NICHT anfangen sollte

Drei Use Cases, von denen wir KMU regelmäßig abraten, obwohl sie auf LinkedIn beliebt sind:

KI als „magisches Marketing-Tool", das ohne klare Datenstruktur funktionieren soll. Es funktioniert nicht.
AI-Chatbots auf der Website, ohne dass ein konkretes Anliegen klar definiert ist. Sie irritieren mehr Nutzer als sie helfen.
Komplett ersetzte Job-Funktionen. Selbst die besten Modelle ersetzen heute keine Rolle vollständig — sie nehmen einzelne Aufgaben ab. Wer „KI ersetzt Person X" plant, baut Erwartungen, die das Setup nicht halten kann.

Häufige Fragen aus Mittelstandsgesprächen

Lohnt sich KI bei einem Team von 8 Personen überhaupt?

Ja, wenn der richtige Use Case gewählt wird. Reporting-Automation oder Lead-Routing rechnen sich auch bei kleinen Teams, weil sie Engpass-Aufgaben adressieren — nicht Volumen.

Brauchen wir interne KI-Experten?

Nein. Was es braucht: eine Person, die den eigenen Prozess versteht und für die Anbindung an externe Spezialisten verfügbar ist. KI-Spezialwissen kann eingekauft werden. Domain-Wissen über das eigene Geschäft nicht.

Was, wenn wir nach 6 Monaten merken, dass es nicht passt?

Genau deshalb empfehlen wir, klein zu starten und mit klarer Erfolgsmessung. Eine Reporting-Automation kann nach 6 Monaten abgeschaltet werden, ohne dass das Geschäft Schaden nimmt. Eine komplett umgebaute Vertriebsroutine nicht. Reihenfolge zählt.

Wie wählt man den ersten Use Case aus?

Drei Filter, die in der Praxis stabil sind: (1) repetitiv genug, dass Volumen entsteht. (2) klar definierter Output. (3) hohe Sichtbarkeit, sodass der Erfolg im Team wahrgenommen wird. Reporting trifft alle drei. Versuche mit „intern interessanten" Workflows, die keiner sieht, sterben oft in der dritten Woche.

Wie Motainment das angeht

Bei Motainment fängt jeder KI-Adoption-Pfad mit einem strukturierten Workshop an: ein Tag (oder mehrere, je nach Scope) für eine ehrliche Bestandsaufnahme und eine priorisierte Roadmap mit Aufwandsschätzungen. Tagessatz: 1.200 € netto. Output: ein konkretes Konzept-Dokument, das du auch ohne uns weiterverwenden könntest.

Wenn aus dem Workshop ein Umsetzungsauftrag wird, bauen wir den ersten produktiven Workflow in der Regel innerhalb von 2 bis 6 Wochen. Mehr zu den drei klar getrennten Phasen — Workshop, Umsetzung, Betrieb — auf der Seite AI & Automation.

Für eine grobe Vorab-Indikation eignet sich unser KI-Automatisierungs-ROI-Rechner. Er ist absichtlich konservativ kalibriert, damit am Ende keine optimistische Phantasie-Rechnung steht.

Was du heute schon entscheiden kannst

Welcher konkrete Prozess kostet euer Team jede Woche die meiste Zeit?
Wie ehrlich ist dieser Prozess beschrieben — könntest du ihn auf einer Seite dokumentieren?
Welcher Output dieses Prozesses ist konkret messbar?
Wer im Team würde von einer Veränderung am stärksten profitieren?

Wenn du diese vier Fragen klar beantworten kannst, ist der erste Workshop ein konkreter und gut planbarer Schritt. Wenn nicht, hilft eine kurze Vorabklärung — meistens reicht ein Erstgespräch für ein ehrliches „lohnt sich" oder „lieber noch nicht".