Was kostet ein KI-Projekt im Mittelstand?

Ein individuelles KI-Projekt für ein mittelständisches Unternehmen kostet am Markt meist zwischen 15.000 und 60.000 Euro. Das ist die Spanne für Individualentwicklungen. Der Einstieg bei bitvaria ist kleiner: der Plattform-Pilot für 8.900 Euro netto, drei Monate, ein Bereich. Für ein Individualprojekt liegen die laufenden Kosten bei 500 bis 2.000 Euro pro Monat, der Return on Investment zeigt sich in der Regel nach 3 bis 6 Monaten. Alle Zahlen in diesem Beitrag sind Erfahrungswerte mit Stand August 2026.

Das ist die kurze Antwort. Die längere hängt davon ab, was genau Sie vorhaben.

Warum die Preisspanne so groß ist

Zwischen einer KI-Anwendung, die eingehende Dokumente klassifiziert, und einer, die komplexe Angebote aus historischen Daten generiert, liegen Welten. Beide sind individuelle KI-Projekte. Beide liefern messbaren Nutzen. Aber der Aufwand unterscheidet sich erheblich.

Drei Faktoren bestimmen den Preis:

1. Komplexität des Anwendungsfalls

Eine Dokumentenklassifizierung mit klaren Kategorien ist technisch einfacher als ein System, das Freitext aus verschiedenen Quellen interpretieren und kontextabhängig reagieren muss. Je mehr Entscheidungslogik, desto mehr Entwicklungsaufwand.

2. Anbindung an bestehende Systeme

Die KI-Anwendung selbst ist selten der größte Kostentreiber. Die Integration in Ihre bestehende IT-Landschaft ist es. Wenn Daten aus einem ERP-SystemEnterprise Resource PlanningZentrale Unternehmenssoftware für Buchhaltung, Warenwirtschaft, Produktion und mehr. Typische Anbieter: SAP, Microsoft Dynamics, Sage., einer Datenbank und einem E-Mail-Postfach zusammengeführt werden müssen, steigt der Aufwand. Wenn eine einzelne Datenquelle reicht, sinkt er.

3. Anforderungen an die Benutzeroberfläche

Ein internes Tool, das von 5 geschulten Mitarbeitern genutzt wird, braucht weniger UX-Aufwand als eine Anwendung, die 200 Mitarbeiter im Alltag einsetzen sollen. Je breiter die Nutzergruppe, desto wichtiger ist die Oberfläche.

Konkrete Kostenbeispiele

Die folgenden Beispiele basieren auf realen Projektgrößen für Unternehmen mit 200 bis 2.000 Mitarbeitern.

Dokumentenklassifizierung und -weiterleitung

Eingehende E-Mails, Rechnungen oder Anfragen werden automatisch kategorisiert und an die richtige Abteilung weitergeleitet.

• Investition: 15.000 bis 30.000 Euro
• Laufende Kosten: 500 bis 1.500 Euro pro Monat (API-NutzungKosten für die Nutzung von Sprachmodellen wie denen von OpenAI oder Anthropic über deren Programmierschnittstellen. Die Preise richten sich nach der verarbeiteten Textmenge.und Hosting)
• Zeitersparnis: 85 bis 95 Prozent pro Dokument
• ROI-Zeitraum: 3 bis 5 Monate
• Voraussetzung: Mindestens 50 Dokumente pro Tag

Automatisierte Angebotserstellung

Der Vertrieb erhält KI-generierte Angebotsentwürfe auf Basis historischer Angebote, Preislisten und kundenspezifischer Konditionen.

• Investition: 20.000 bis 40.000 Euro
• Laufende Kosten: 800 bis 2.000 Euro pro Monat
• Zeitersparnis: 60 bis 75 Prozent pro Angebot
• ROI-Zeitraum: 4 bis 6 Monate
• Voraussetzung: Mindestens 20 Angebote pro Woche

Internes Wissenssystem

Mitarbeiter stellen Fragen an ein System, das Antworten aus internen Dokumenten, Wikis und E-Mails zusammenstellt. Häufig als RAG-SystemRetrieval-Augmented Generation: Die KI durchsucht zuerst Ihre Dokumente und formuliert dann eine Antwort auf Basis der gefundenen Informationen. So arbeitet das System mit Ihrem Unternehmenswissen, nicht nur mit allgemeinem Wissen.umgesetzt.

• Investition: 25.000 bis 50.000 Euro
• Laufende Kosten: 1.000 bis 2.000 Euro pro Monat
• Zeitersparnis: typisch 2 bis 4 Stunden pro Mitarbeiter pro Woche
• ROI-Zeitraum: 4 bis 8 Monate
• Voraussetzung: Vorhandene, digitale Wissensbasis (Dokumente, Wiki, Intranet)

Der typische Projektverlauf

Die Wochen zählen ab Projektstart, nicht ab einem Kalenderdatum. Der Amortisationspunkt liegt im Mittel bei rund fünf Monaten nach Go-Live.

Was in diesen Kosten enthalten ist

Ein seriöses KI-Projekt umfasst mehr als die Programmierung. Bei bitvaria beinhaltet jedes Projekt:

1. Discovery: Analyse des Anwendungsfalls, Bewertung der Datenlage, Definition des Umfangs. Dieser Schritt entscheidet über Erfolg oder Misserfolg.
2. Entwicklung: Konzeption, Architektur, Implementierung und Anbindung an bestehende Systeme.
3. Oberfläche: Eine Benutzeroberfläche, die Ihre Mitarbeiter tatsächlich nutzen. Keine Demo, sondern ein Werkzeug für den Alltag.
4. Testing: Prüfung mit echten Daten und realen Szenarien.
5. Deployment: Installation in Ihrer Infrastruktur oder in der Cloud, je nach Anforderung.

Was nicht in diesen Kosten enthalten ist

Eigene KI-Modelle trainieren. Für die meisten Anwendungen im Mittelstand ist das nicht nötig. Moderne Sprachmodelle (LLMs)Large Language Models: Große Sprachmodelle wie die von OpenAI, Anthropic oder Meta. Diese Modelle verstehen und generieren Text und können über Programmierschnittstellen genutzt werden, ohne sie selbst trainieren zu müssen.können über APIs genutzt werden. Das spart erhebliche Kosten gegenüber eigenem Training.

Unternehmensberatung. Wir liefern keine Strategiepapiere. Wir identifizieren den Anwendungsfall in der Discovery-Phase und entwickeln dann die Lösung.

Wartung nach Projektende. Laufende Kosten für API-Nutzung und Hosting entstehen, aber die Anwendung gehört Ihnen. Keine Abhängigkeit, keine monatlichen Lizenzgebühren an uns.

Warum nicht einfach ein fertiges Tool kaufen?

Für manche Aufgaben ist Standardsoftware die bessere Wahl. Wenn Sie einen Chatbot für häufig gestellte Fragen brauchen, gibt es fertige Lösungen.

Individuelle Entwicklung lohnt sich, wenn:

• Ihr Prozess in keiner Standardsoftware abgebildet ist.
• Die KI mit internen Daten arbeiten muss, die Sie nicht an externe Anbieter geben wollen.
• Die Anwendung sich in Ihre bestehenden Systeme einfügen muss.
• Sie einen Wettbewerbsvorteil durch einen Prozess erzielen, den nur Ihr Unternehmen so betreibt.

Die Faustregel: Je spezifischer der Prozess, desto sinnvoller die individuelle Lösung.

Wie Sie herausfinden, ob sich ein KI-Projekt lohnt

Vor jedem Projekt stehen drei Fragen:

1. Wo verbringen Ihre Mitarbeiter wiederholt Zeit mit Aufgaben, die einem Muster folgen? Das sind die Prozesse mit dem höchsten Automatisierungspotenzial.
2. Gibt es Wissen in Ihrem Unternehmen, das nur wenige Mitarbeiter im Kopf haben? Das ist ein Risiko und eine Chance gleichzeitig.
3. Wie viel kostet der aktuelle Zustand pro Monat? Rechnen Sie Personalstunden, Fehlerquoten und Wartezeiten zusammen. Das ergibt den Vergleichswert.

Wenn der aktuelle Zustand monatlich mehr kostet als die laufenden Kosten der KI-Anwendung, rechnet sich die Investition.

Der kleinere Einstieg, wenn die Zahlen fehlen

Die Spannen oben setzen voraus, dass der Anwendungsfall feststeht. Häufig steht er das nicht, und dann ist ein Projekt über mehrere zehntausend Euro der falsche erste Schritt.

Der kleinere ist der Plattform-Pilot: 8.900 Euro netto, drei Monate, ein Bereich, in Ihrem eigenen Cloud-Account. Chat und Entwicklungswerkzeuge laufen über ein Gateway, das Ihnen gehört. Verbrauch und Kosten je Nutzer laufen vom ersten Tag mit. Danach wissen Sie an eigenen Zahlen, welche Aufgaben überhaupt anfallen und was sie kosten, und die Spannen oben werden zu einer Rechnung. Der Pilot wird beim Vollausbau voll angerechnet.

Der erste Schritt

Der erste Schritt ist kein Vertrag und kein Pflichtenheft. Es ist ein Gespräch.

Wo liegt bei Ihnen der größte KI-Hebel? 30 Minuten, ganz unverbindlich. Wir identifizieren gemeinsam den Anwendungsfall mit dem höchsten Nutzen.

Kontakt aufnehmen