20 Cent für die Erstellung, zwei Stunden für die Kontrolle und drei Wochen Diskussion darüber, warum der Produktivitätsschub noch nicht in der GuV angekommen ist. Diese kleine Rechnung ist überspitzt – aber betriebswirtschaftlich näher an der Wahrheit als viele KI-Business-Cases.
Es war einmal ein digitaler Zauberstab. Er schrieb Texte, analysierte Daten, programmierte Software und versprach, die Produktivität im Unternehmen beinahe über Nacht zu steigern. Und weil dieser Zauberstab pro Anwendung oft nur ein paar Cent kostete, waren sich alle einig: So billig war Magie noch nie.
Der Finanzchef freute sich. Die IT wurde ein bisserl nervös. Und die Mitarbeiterinnen und Mitarbeiter fragten sich, ob sie künftig mit dem Zauberstab arbeiten sollten – oder ob dieser irgendwann ihre Arbeit übernehmen würde.
Wie in jedem ordentlichen Märchen zeigte sich allerdings rasch: Der Zauberstab war tatsächlich billig. Teuer war alles rundherum.
Der Preis einer Antwort ist noch kein Geschäftsergebnis
Wenn eine KI für wenige Cent einen brauchbaren Text erzeugt, ist das beeindruckend. Wenn danach ein Mensch zwei Stunden Fakten, Tonalität und rechtliche Risiken prüft, relativiert sich die Rechnung. Und wenn der Text zwar schneller fertig ist, aber weder ein Angebot verbessert noch einen Prozess verkürzt oder eine Entscheidung beschleunigt, bleibt der wirtschaftliche Nutzen überschaubar.
Genau hier liegt aus meiner Sicht eines der größten Missverständnisse in der aktuellen KI-Debatte: Wir verwechseln die Kosten des Modells mit den Kosten der unternehmerischen Anwendung. Die eigentliche Rechnung beginnt nicht beim Prompt. Sie beginnt bei der Frage, welches konkrete Problem wir lösen wollen.
Die unsichtbare Rechnung
Sobald KI nicht nur von einzelnen Neugierigen verwendet, sondern verlässlich im Unternehmen eingesetzt werden soll, kommen jene Positionen dazu, die in der Demo gerne fehlen: Daten müssen auffindbar, verständlich und verwendbar sein. Systeme brauchen Schnittstellen. Zugriffsrechte müssen stimmen. Vertrauliche Informationen dürfen nicht am falschen Ort landen. Ergebnisse müssen geprüft, Entscheidungen nachvollziehbar und Verantwortlichkeiten geklärt werden.
Dazu kommen Betrieb, Qualitätssicherung, Schulung und Veränderungsarbeit. Denn 500 Menschen mit einem KI-Zugang sind noch keine produktivere Organisation. Im schlimmsten Fall erzeugen sie nur schneller mehr Varianten derselben Unklarheit.
KI ist ein Beschleuniger. Sie beschleunigt gute Prozesse – und schlechte. Sie skaliert Wissen – und manchmal auch Unsinn. Wer vorher nicht wusste, wer entscheidet, welche Daten gelten und wann ein Ergebnis gut genug ist, bekommt durch KI darauf keine automatische Antwort. Er bekommt die offene Frage nur wesentlich schneller und in schöneren Sätzen zurück.
Ohne Landkarte hilft auch der beste Zauberstab wenig
Damit KI im Unternehmen wirksam werden kann, muss sie in einen betrieblichen Zusammenhang eingebettet werden. Welche Systeme liefern welche Daten? Welcher Prozess wird verändert? Wer trägt die Verantwortung? Wo darf die KI empfehlen, wo darf sie handeln und wo muss zwingend ein Mensch entscheiden?
An dieser Stelle wird Unternehmensarchitektur plötzlich sehr praktisch. Sie ist keine hübsche Sammlung von Kästchen und Pfeilen für die nächste Strategieklausur. Sie ist die Landkarte des Schlosses: Sie zeigt, wo Daten liegen, welche Türen miteinander verbunden sind, wer die Schlüssel besitzt und in welchem Raum überhaupt Wertschöpfung stattfindet.
Ohne diese Landkarte bringt uns die gute Fee vielleicht die schnellste Kutsche des Landes. Wir wissen nur leider nicht, wo der Ball stattfindet.
Der Business Case beginnt beim Engpass
Unternehmen sollten daher nicht mit der Frage starten: Wo können wir KI einsetzen? Die bessere Frage lautet: Wo verlieren wir heute Zeit, Qualität, Umsatz oder gute Leute – und kann KI diesen Engpass messbar reduzieren?
Ein belastbarer KI-Business-Case braucht aus meiner Sicht fünf nüchterne Größen: den Aufwand für Modell und Lizenzen, für Daten und Integration, für Sicherheit und Governance, für laufende Qualitätskontrolle und Betrieb sowie für die Veränderung der tatsächlichen Arbeit. Diesem Gesamtaufwand stehen ebenso konkrete Effekte gegenüber: kürzere Durchlaufzeiten, weniger Fehler, bessere Entscheidungen, höhere Abschlussquoten oder zusätzliche Leistungen, die bisher wirtschaftlich nicht möglich waren.
Das klingt weniger märchenhaft als die nächste große KI-Ankündigung. Dafür lässt es sich steuern. Ein kleiner Pilot ist weiterhin sinnvoll – aber nur, wenn von Anfang an klar ist, welche Kennzahl er verbessern soll und wie aus dem Versuch später ein stabiler Prozess werden kann. Sonst bleibt der Pilot ein sehr moderner Streichelzoo: Alle schauen gerne vorbei, aber niemand weiß, wie daraus ein Geschäft entstehen soll.
KI-Transformation ist Führungsarbeit
Die wichtigste Investition ist deshalb weder das größte Modell noch die teuerste Plattform. Es ist die Fähigkeit des Managements, Prioritäten zu setzen, Verantwortung zu organisieren und Technologie mit dem Geschäftsmodell zu verbinden.
Führung muss entscheiden, wo KI nur unterstützt, wo sie Abläufe verändert und wo sie neue Produkte oder Geschäftsmodelle ermöglicht. Sie muss auch festlegen, welches Risiko akzeptabel ist. Eine freundliche Formulierung für ein internes Protokoll braucht eine andere Absicherung als eine KI, die Preise kalkuliert, Personalentscheidungen vorbereitet oder sicherheitskritische Software beeinflusst.
Die gute Nachricht ist: Unternehmen müssen dafür kein Vermögen ausgeben, bevor sie beginnen. Sie sollten nur ehrlich rechnen. Der erste KI-Versuch darf billig sein. Der Weg in den produktiven Betrieb ist eine Investition – und sollte auch so geführt werden.
Und die Moral von der Geschichte?
KI ist tatsächlich erstaunlich günstig. Vielleicht ist sie sogar der billigste Teil der gesamten Transformation. Wert entsteht aber erst, wenn Technologie, Daten, Prozesse, Verantwortung und Menschen zusammenspielen.
Der Zauberstab kann uns sehr viel Arbeit abnehmen. Er kann uns aber nicht sagen, welches Unternehmen wir sein wollen. Das bleibt unsere unternehmerische Aufgabe.
Und wenn die KI nicht integriert wurde, dann pilotiert sie noch heute.
Zum Autor
Peter Lieber ist Softwareunternehmer, Präsident des Österreichischen Gewerbevereins (ÖGV) und Vizepräsident des Verbands Österreichischer Software Innovationen (VÖSI). Er beschäftigt sich seit Jahrzehnten mit Softwareentwicklung, Unternehmensarchitektur und der Frage, wie aus Technologie wirtschaftlicher Nutzen entsteht.
Autorenschaft nach dem ACE-Prinzip
| A – Access | OpenAI / ChatGPT – Zugang zu generativer Sprachunterstützung. Der Zauberstab durfte also ins Schloss. |
| C – Creativity | Peter Lieber – These, Haltung, Beispiele, Märchenwelt und Moral. Kurz: jener Teil, den man nicht einfach abonnieren kann. |
| E – Execution | Peter Lieber mit ChatGPT – Struktur, Formulierung, Verdichtung und redaktionelles Pingpong. Veröffentlicht wird nur, was der Mensch freigibt. |
Transparenzhinweis im Sinne des EU AI Acts: Dieser Beitrag entstand mit Unterstützung generativer KI. Peter Lieber trägt Inhalt, Auswahl, Freigabe und Verantwortung. Die KI hat mitgeschrieben, besitzt aber weder Zeichnungsrecht noch Haftpflichtversicherung.
