So berechnen Sie den KI-ROI: ein 10-Minuten-Amortisationstest für einen Prozess

Jemand hat Ihnen einen KI-Workflow für einen Prozess angeboten: Rechnungsprüfung, Support-Tickets, Angebote. Mit KI-Workflow meine ich einen Geschäftsprozess, bei dem KI einen Teil der Arbeit übernimmt und Ihre Mitarbeiter die Ergebnisse überprüfen. Im Angebot steht, dass er Stunden spart. Prüfen Sie das, bevor Sie etwas ausgeben, mit vier Zahlen: Fälle pro Monat, gesparte Minuten pro Fall, was Sie eine Stunde kostet und was der Betrieb des KI-Workflows kostet. Zwei davon haben Sie schon. Eine Stoppuhr und der Anbieter liefern die anderen beiden.

Die meisten Organisationen sagen, ein typischer KI-Anwendungsfall brauche zwei bis vier Jahre, bis er sich amortisiert, gegenüber den sieben bis zwölf Monaten, die man von Technologieinvestitionen erwartet. Das stammt aus der Deloitte-Umfrage unter 1.854 Führungskräften in Europa und im Nahen Osten [1]. Nur 6 % berichten von einer Amortisation in unter einem Jahr. Sie müssen nicht raten, auf welcher Seite Ihr Prozess landet.

Ich gehe den Test an einem Prozess durch, dem Abgleich von Rechnungen mit Bestellungen, wende ihn dann auf vier weitere Prozesse an, von denen zwei durchfallen, und betrachte einen sechsten, der rechnerisch besteht, aber keine KI braucht. Alle sechs dienen der Veranschaulichung: realistische Zahlen, keine Kundendaten.

Die Kurzfassung

• Gesparte Stunden pro Jahr = Fälle pro Monat × gesparte Minuten × 12 ÷ 60.
• Wert = gesparte Stunden × Ihre Stundenkosten. Rechnen Sie die Hälfte davon an.
• Nettowert pro Jahr = diese Hälfte minus die jährlichen Betriebskosten.
• Amortisation in Monaten = Ihre Ausgaben ÷ (Nettowert ÷ 12). Zwölf Monate sind die Obergrenze dessen, was Organisationen von einer Technologieinvestition erwarten [1].

In den folgenden Beispielen zahlt sich beim Rechnungsabgleich jeder ausgegebene Betrag von 10.000 € in etwa vier Monaten zurück. Ein Monatsbericht, der 144 Stunden pro Jahr spart, braucht über vier Jahre. Der Unterschied liegt im Volumen, nicht in der KI.

Das Beispiel: Abgleich von Rechnungen mit Bestellungen

Stellen Sie sich einen deutschen Ersatzteilhändler mit etwa 600 Beschäftigten vor (ein anschauliches Beispiel, kein Kunde), der rund 2.000 Lieferantenrechnungen im Monat bearbeitet. Die meisten passen automatisch zur Bestellung. Bei etwa 15 % ist das nicht der Fall: Beschreibungen kommen in gemischten Sprachen, Einheiten weichen von der Bestellung ab, Lieferungen sind auf mehrere Rechnungen verteilt. Eine Person liest beide Dokumente und entscheidet, was etwa 38 Minuten pro Rechnung dauert.

Das Unternehmen hat dafür bereits einen KI-Workflow, der zwar live ist, aber kaum genutzt wird. Das Ziel ist, ihn zuverlässig zu machen und das Team zur Nutzung zu bringen, sodass sich die manuelle Zeit um 60 % verringert: 22,8 Minuten gespart pro Rechnung, nach der Prüfung. Jeder der folgenden Schritte nutzt dieses Beispiel.

Schritt 1: Was kostet Sie eine Stunde?

Eine Arbeitsstunde kostete deutsche Arbeitgeber 2025 im Durchschnitt 45 € [2]. Darin sind Lohn und Arbeitgeberkosten wie Sozialabgaben und Weiterbildung enthalten. Gemeinkosten wie Büroflächen und Software sind nicht enthalten, die Zahl ist also vorsichtig.

Weitere Durchschnittswerte aus derselben Veröffentlichung:

• Niederlande: 47,90 € pro Stunde.
• EU-Durchschnitt: 34,90 € pro Stunde.
• Großbritannien: Es gibt derzeit keine aktuelle amtliche Zahl, verwenden Sie also Ihre eigene Lohnzahl. Die Methode funktioniert in Pfund genauso: Lesen Sie jedes € als £.

Ihre eigene Zahl ist besser als jeder Durchschnitt. Für das Team, das die Arbeit macht: Bruttolohn plus Arbeitgeberkosten, geteilt durch die tatsächlich geleisteten Stunden.

Rechnungsbeispiel: 45 € pro Stunde.

Schritt 2: Gesparte Stunden

Gesparte Stunden pro Jahr = Fälle pro Monat × gesparte Minuten pro Fall × 12 ÷ 60.

Rechnungsbeispiel: 300 Rechnungen × 22,8 Minuten × 12 ÷ 60 = 1.368 Stunden pro Jahr. Bei 45 € sind das 61.560 € pro Jahr, bevor etwas abgezogen wird.

Drei Dinge halten diese Zahl ehrlich:

• Zählen Sie nur die Fälle, bei denen der KI-Workflow hilft. Das sind die 300 schwierigen Rechnungen, nicht alle 2.000.
• Stoppen Sie heute die Zeit für zehn echte Fälle. Nehmen Sie Ihre Stoppuhr, nicht die Schätzung des Anbieters.
• Ziehen Sie die Prüfzeit ab. Prüft weiterhin eine Person jeden Fall, sind die gesparten Minuten die Zeit vorher minus die Prüfzeit nachher. Die 22,8 Minuten im Rechnungsbeispiel berücksichtigen das bereits.

Schritt 3: Die Hälfte anrechnen, dann die laufenden Kosten abziehen

Gesparte Stunden werden erst zu Geld, wenn jemand entscheidet, wofür sie gedacht sind: Überstunden, die entfallen, eine Einstellung, die Sie nicht vornehmen, eine Agentur, die Sie kündigen, oder Arbeit, die schon lange liegt. Im ersten Jahr verschwindet ein Teil der Zeit einfach im Arbeitsalltag.

Menschen brauchen außerdem Zeit, um einem neuen KI-Workflow zu vertrauen. Im Rechnungsbeispiel prüfen, wie beschrieben, drei von fünf Sachbearbeitern seine Arbeit weiterhin von Hand nach. Deshalb rechnet dieser Test die Hälfte der gesparten Zeit an, bis echte Zahlen die Schätzung ersetzen. Das ist meine Annahme, kein Gesetz. Können Sie benennen, wohin jede gesparte Stunde geht, rechnen Sie mehr an.

Ziehen Sie dann die laufenden Kosten ab: Modellnutzung, Hosting, Überwachung und Lizenzen. Überspringen Sie das nicht. Etwa jeder Fünfte der Befragten in McKinseys Umfrage von 2026 sagt, dass KI-bezogene Betriebskosten, einschließlich Token-Kosten, ihre KI-Nutzung eingeschränkt haben [3].

Rechnungsbeispiel: 61.560 € × 50 % = 30.780 € pro Jahr. Hier ist der KI-Workflow bereits live, und seine laufenden Kosten von 11.200 € pro Jahr fallen an, ob ihn jemand nutzt oder nicht; sie ändern an dieser Entscheidung also nichts. Bei einem neuen KI-Workflow ziehen Sie die vollen jährlichen Betriebskosten ab.

Schritt 4: Monate bis zur Amortisation je 10.000 €

Monate bis zur Amortisation je 10.000 € = 10.000 ÷ (Nettowert pro Jahr ÷ 12).

Rechnungsbeispiel: 10.000 ÷ (30.780 ÷ 12) = 3,9 Monate.

Rechnen Sie das dann auf Ihre eigenen Ausgaben um. Zählen Sie alles, was Sie zahlen, bevor der KI-Workflow im Alltag genutzt wird: Einrichtung, Aufbau oder Onboarding der Lizenz und die Zeit Ihres Teams. Geben Sie 20.000 € aus, um den KI-Workflow für Rechnungen zuverlässig zu machen und das Team zur Nutzung zu bringen, beträgt die Amortisation 3,9 × 2 = 7,8 Monate.

Die Grenze liegt bei 12 Monaten. Darunter liegt der Prozess innerhalb dessen, was Organisationen von jeder Technologieinvestition erwarten [1]. Darüber rechtfertigt die gesparte Zeit allein die Ausgabe nicht.

Faustregel: Der Nettowert pro Jahr ist der Höchstbetrag, den Sie ausgeben können und trotzdem innerhalb von 12 Monaten zurückverdienen. Im Rechnungsbeispiel sind das 30.780 €.

Fünf Prozesse im selben Test

Dieselbe Methode für jeden: 45 € pro Stunde, die Hälfte der gesparten Zeit angerechnet, laufende Kosten abgezogen. Die letzte Spalte ist zugleich der Test bei 10.000 € Ausgaben.

In diesen anschaulichen Beispielen fielen die Prozesse mit weniger als etwa 1.000 gesparten Stunden pro Jahr durch, die darüber bestanden. Das ist ein Muster in fünf Beispielen, keine Regel: Ihre Stundenkosten, Betriebskosten und Ausgaben verschieben die Linie. Trotzdem zählt die Menge der Arbeit mehr als die Cleverness der KI.

Drei Gründe, warum die Antwort „Nein“ lautet

1. Der Großteil der Arbeit läuft schon automatisch. Der Zahlungsabgleich bearbeitet 3.000 Zahlungen im Monat, aber 90 % werden bereits von selbst zugeordnet. Der KI-Workflow hilft nur bei den 300, die sich nicht automatisch zuordnen lassen, und spart je 8 Minuten. Das sind 480 Stunden im Jahr und 13,6 Monate je 10.000 €. Schnellerer Zahlungseingang könnte das Bild ändern, aber dieser Test zählt nur Zeit.

2. Zu wenige Fälle. Die Kommentierung eines monatlichen Managementberichts spart jedes Mal 12 Stunden, was nach viel klingt. Sie fällt aber nur 12-mal im Jahr an: 144 Stunden. Jede 10.000 € brauchen 53,6 Monate, bis sie zurückfließen. Ein allgemeiner KI-Assistent, für den Ihr Team vielleicht schon zahlt, reicht wahrscheinlich aus.

3. Es braucht keine KI. Bestellungen kommen als PDF per E-Mail: 1.500 im Monat, je 5 Minuten zum Abtippen. Das sind 1.500 Stunden im Jahr, 33.750 € bei halber Anrechnung vor den laufenden Kosten, und etwa 3,6 Monate je 10.000 €. Rechnerisch besteht das. Aber eine Vorlage zum Auslesen von Dokumenten oder die elektronische Bestellung in Ihrem ERP (Ihrem Finanz- und Bestellsystem) erledigt die Aufgabe wahrscheinlich auch ohne KI. Das ist ein Nein zur KI, kein Nein zur Prozessverbesserung.

Ein Nein auf dem Papier kostet zehn Minuten. Ein Nein nach dem Aufbau kostet den Aufbau.

Warum Deloitte von Jahren spricht und dieser Test von Monaten

Die drei Prozesse, die hier bestehen, zahlen jede 10.000 € in unter vier Monaten zurück. Die Befragten von Deloitte sagen, ein typischer KI-Anwendungsfall brauche zwei bis vier Jahre [1]. Beides kann stimmen:

• Deloitte berichtet, was Führungskräfte erlebt haben; dieser Test schätzt im Voraus. Schätzungen fallen oft optimistisch aus. Deshalb rechnet dieser Test nur die Hälfte der gesparten Zeit an und zieht die laufenden Kosten ab.
• Ganze Anwendungsfälle, nicht ein Prozess. Deloitte fragte nach einem typischen KI-Anwendungsfall, so wie jede befragte Person ihn verstand. Das kann Plattformen, Datenarbeit und mehrere Teams umfassen, die Ausgaben sind also größer. Dieser Test deckt einen abgegrenzten Prozess ab.
• Prozesse mit hohem Volumen. Die drei hier bestehenden sparen jeweils über 1.300 Stunden im Jahr. Ein Prozess mit wenigen hundert Stunden im Jahr, wie hier der Zahlungsabgleich, fällt bei gleichen Ausgaben durch.

Der Test lässt außerdem Wert außen vor, den er aus vier Zahlen nicht sehen kann: weniger Fehler, schnellere Durchlaufzeiten, geringeres Risiko. Wenn Ihnen das wichtig ist, kommt es obendrauf.

Fällt Ihr Ergebnis deutlich schneller aus als das von Deloitte, prüfen Sie Ihre Eingaben, bevor Sie feiern. Und behandeln Sie es als Schätzung, bis echte Zahlen sie ersetzen: Fallvolumen und Minuten, vor dem Go-Live gemessen, und tatsächlich gesparte Stunden, danach gemessen.

Ihr Arbeitsblatt

Füllen Sie die letzte Spalte aus. Das Rechnungsbeispiel steht zum Vergleich daneben.

So lesen Sie es:

• K bei 12 oder darunter: lohnt einen genaueren Blick.
• K über 12: Gesparte Zeit allein trägt es nicht. Stoppen Sie, oder suchen Sie Wert, den der Test nicht zählt.
• B ist geraten: Messen Sie es, bevor Sie etwas entscheiden.

Wo Sie anfangen

Wägen Sie mehrere Prozesse ab, oder hat das Arbeitsblatt Sie unsicher gelassen, führt die KI-Wertanalyse diesen Test für jeden mit Ihren echten Zahlen durch, in ein bis zwei Wochen für einen einzelnen Prozess, ab 2.900 €. Sie erhalten für jeden Prozess eine Empfehlung (behalten, nachbessern oder stoppen) und für jeden Prozess, bei dem sich Nachbessern oder Starten lohnt, die geschätzte Amortisation samt den zugrunde liegenden Annahmen.

Besteht ein Prozess den Test eindeutig, starten Sie mit Woche eins des KI-Implementierungssprints. Ein Sprint ist ein zeitlich begrenztes Arbeitspaket mit festgelegter Dauer und messbarem Ergebnis, wie in der agilen Entwicklung. Woche eins kostet 2.900 € und ersetzt Ihre Schätzungen durch die aktuellen Zahlen: Fallvolumen, Minuten pro Fall und laufende Kosten. Zeigt Woche eins, dass sich die Arbeit nicht lohnt, können Sie dort aufhören und zahlen nichts weiter. Lautet das Ergebnis Go, endet der Sprint 30 Tage nach Go-Live mit einem Ergebnisbericht im Vergleich zu den in Woche eins gemessenen Zahlen. Der Go-Live liegt 4 bis 7 Wochen nach Vertragsunterzeichnung.

Sie wissen genau, welcher Workflow Hilfe braucht? Dann gehen Sie direkt zum Sprint. Sie wägen mehrere ab oder wissen nicht, wo Sie anfangen sollen? Die Wertanalyse wählt ihn für Sie aus.

Zur KI-Wertanalyse

Quellen

1. Deloitte, „AI ROI: the paradox of rising investment and elusive returns“ (2025)
2. Destatis, Pressemitteilung Nr. 148, 29. April 2026: Arbeitskosten pro geleisteter Arbeitsstunde, 2025
3. McKinsey, „The state of AI in 2026: On the road to ROI“