KI-Business-Case: So rechnen KMU den Nutzen ehrlich durch

Ein KI-Business-Case ist die Entscheidungsvorlage, die belegt, dass sich ein konkreter KI-Einsatz für Ihr Unternehmen rechnet. Er beschreibt ein messbares Problem und den Anwendungsfall, der es löst. Er stellt Nutzen und alle Kosten über mindestens zwei Jahre gegenüber und benennt Risiken und den Weg, auf dem Ihre Mitarbeitenden mitgehen. Für kleine und mittlere Unternehmen heißt das: lieber ein eng geschnittener Fall mit sauberer Ist-Zahl als eine große Vision mit geschätzten Prozenten. Auf dieser Seite finden Sie die Bausteine, ein durchgerechnetes Beispiel aus dem Handwerk und die Kostenposten, die in den meisten Kalkulationen fehlen. Dazu kommt, was Sie bei der Förderung vor dem Jahresende 2026 beachten sollten.

Kurz gesagt

• Ein tragfähiger KI-Business-Case beginnt mit einer gemessenen Ist-Baseline, nicht mit einem Tool. Ohne Vorher-Zahl gibt es kein Nachher.
• Rechnen Sie Einführungs- und Betriebskosten getrennt und planen Sie eine Anlaufzeit ein. Viele Projekte amortisieren sich erst nach acht bis zwölf Monaten.
• Die größten Hürden sind Datenschutz, Sicherheit und IT-Integration. Gehören sie nicht in den Business Case, kommen sie später als Überraschung.
• Ein kleiner Pilot mit klaren Kennzahlen überzeugt Geschäftsführung und Bank eher als ein theoretischer Gesamtplan.
• Die BAFA-Förderung für Unternehmensberatungen läuft nach aktuellem Stand zum 31. Dezember 2026 aus. Wer Beratung fördern lassen will, muss jetzt planen.

Inhaltsverzeichnis

• Was einen KI-Business-Case von einem normalen unterscheidet
• Die sieben Bausteine eines überzeugenden Business Case
• Den richtigen Anwendungsfall finden
• Rechenbeispiel: Angebotserstellung im Handwerksbetrieb
• Kosten, die in vielen Kalkulationen fehlen
• Risiken, Datenschutz und AI Act einplanen
• Förderung in den Business Case einrechnen
• Unsere Sicht aus der Praxis mit KMU
• Ihren KI-Business-Case mit uns aufsetzen
• Häufige Fragen
• Quellen

Was einen KI-Business-Case von einem normalen unterscheidet

Ein klassischer Business Case für eine neue Maschine oder Software hat eine fast feste Leistung: Die Maschine schafft so viele Teile pro Stunde, die Software ersetzt so viele Klicks. Bei KI ist der Nutzen ungewisser. Er hängt von der Datenqualität ab, davon, wie gut das Modell zum Prozess passt, und vor allem davon, ob die Menschen das Werkzeug im Alltag tatsächlich nutzen.

Deshalb ist die Lücke zwischen Erwartung und Ergebnis bei KI groß. Die Analyse auf fair-NEWS zur KI-Transformation im Mittelstand nennt auf Basis von McKinsey-Daten Renditen von 3,70 bis 10,30 US-Dollar pro investiertem Dollar. Sie verweist aber auch auf eine PwC-Erhebung, nach der zwei Drittel der befragten CEOs noch keinen positiven Effekt sehen. Beides kann stimmen: Die hohen Werte stammen von Unternehmen, die KI gezielt in gut gemessene Prozesse eingebaut haben. Die enttäuschenden Werte stammen oft von Projekten, die zu breit gestartet oder zu früh bewertet wurden.

Auch große Softwareanbieter räumen ein, dass eine solide ROI-Rechnung für KI eine Herausforderung bleibt. Für Sie heißt das: Ihr Business Case muss die Unsicherheit offen zeigen, statt sie mit einer einzigen optimistischen Zahl zu verdecken.

Die gute Nachricht für KMU: Der Nutzen ist in Deutschland real messbar. In der IBM-Studie vom Oktober 2025 berichten rund zwei Drittel der befragten Unternehmen in Deutschland von erheblichen Produktivitätssteigerungen durch KI. Die Frage ist also selten, ob KI wirkt. Die Frage ist, wo sie bei Ihnen zuerst wirkt und wie Sie das belegen.

Die sieben Bausteine eines überzeugenden Business Case

Fachberater sind sich weitgehend einig, was in die Vorlage gehört. TechTarget nennt als Kern konkrete Daten, Kosteneinsparungen, Umsatz- und Effizienzeffekte sowie eine klare Problembeschreibung. Reine Produktivitätsversprechen reichen für eine Budgetfreigabe selten aus. Für den Mittelstand hat sich diese Reihenfolge bewährt:

1. Problem und Ist-Baseline. Was kostet der heutige Prozess? Messen Sie zwei bis vier Wochen lang Durchlaufzeit, Stunden, Fehlerquote oder Rückfragen. Eine Zahl wie „Angebote dauern im Schnitt drei Stunden“ ist mehr wert als jede Marktstudie.
2. Ein konkreter Anwendungsfall. Nicht „KI im Vertrieb“, sondern „Entwürfe für Standardangebote aus Aufmaß und Preisliste erzeugen“. Je enger der Fall, desto belastbarer die Rechnung.
3. Nutzen in Euro. Gesparte Stunden mal interner Stundensatz, vermiedene Fehlerkosten, schnellere Reaktionszeit mit Wirkung auf die Abschlussquote. Trennen Sie harte Einsparungen von weichen Effekten.
4. Kosten nach Einführung und Betrieb. Einmalige Kosten für Beratung, Datenaufbereitung, Integration und Schulung stehen getrennt von laufenden Kosten für Lizenzen, Pflege und Nachschulung.
5. Szenarien statt einer Zahl. Rechnen Sie vorsichtig, realistisch und optimistisch. Der Unterschied liegt meist in der Nutzungsquote.
6. Risiken und Gegenmaßnahmen. Datenschutz, Informationssicherheit, rechtliche Einstufung, Abhängigkeit von einem Anbieter, Qualität der Ergebnisse.
7. Change-Plan. Wer ist betroffen, wer wird geschult, wer verantwortet den Prozess nach der Einführung? Wie Sie das strukturiert angehen, beschreiben wir im Beitrag zum Change Management bei KI.

Dazu kommt eine Kennzahl, an der Sie den Erfolg nach drei, sechs und zwölf Monaten messen. Sie sollte schon in der Baseline auftauchen, sonst vergleichen Sie Äpfel mit Birnen.

Den richtigen Anwendungsfall finden

Der häufigste Fehler steht vor jeder Rechnung: ein Anwendungsfall, der zwar spannend ist, aber keinen messbaren Engpass trifft. Die Google-Cloud-Dokumentation zur Bewertung von KI-Anwendungsfällen empfiehlt deshalb, vom geschäftlichen Wert aus zu entscheiden und nicht von der Technik. Für KMU heißt das: Suchen Sie Aufgaben, die häufig vorkommen, viel Zeit kosten, nach festen Mustern laufen und deren Ergebnis ein Mensch schnell prüfen kann.

Typische Kandidaten nach Bereich:

Bei datengetriebenen Fällen wie der vorausschauenden Wartung entscheidet oft die Datenbasis über den Business Case. Wenn Ihre Anlagen, Fahrzeuge oder Landmaschinen noch keine Daten liefern, gehört die Anbindung als eigener Kostenposten in die Rechnung. Wie IoT-Lösungen für Industrie und Logistik Maschinen über Mobilfunk vernetzen, zeigt, welche Bausteine dafür nötig sind: SIM-Karten, Tarife, Netzprofile und Verwaltung. Erst wenn diese Daten verlässlich fließen, kann ein Modell daraus Wartungsbedarf ableiten.

Für Teams, die mit generativer KI starten, also Texten, Zusammenfassungen und Assistenten, haben wir die ersten Schritte im Beitrag GenAI im Unternehmen zusammengefasst. Wenn Wissen in Köpfen und Ordnern steckt, lohnt der Blick auf Wissensmanagement mit KI. Dort sind die Einsparungen oft größer als gedacht, weil Suchzeit selten gemessen wird.

Eine einfache Priorisierung hilft: Tragen Sie jeden Kandidaten in eine Matrix aus Nutzen und Aufwand ein. Starten Sie mit dem Fall, der hohen Nutzen bei geringem Aufwand verspricht, auch wenn er unspektakulär wirkt.

Rechenbeispiel: Angebotserstellung im Handwerksbetrieb

Das folgende Beispiel ist erfunden, aber realistisch aufgebaut. Es zeigt, wie Sie die Bausteine in Zahlen übersetzen. Ersetzen Sie jede Annahme durch Ihre eigenen Werte.

Ausgangslage: Ein Metallbaubetrieb mit 25 Mitarbeitenden erstellt im Monat rund 40 individuelle Angebote. Die Baseline-Messung über vier Wochen ergibt drei Stunden pro Angebot. Der interne Stundensatz der Büromitarbeitenden liegt bei 55 €.

Anwendungsfall: Ein KI-Assistent erzeugt aus Aufmaß, Positionskatalog und früheren Angeboten einen Entwurf, den die Mitarbeitenden prüfen und anpassen. Im Test sinkt der Aufwand auf zwei Stunden pro Angebot.

Nutzen: 40 Angebote × 1 Stunde × 55 € = 2.200 € pro Monat, also 26.400 € im Jahr bei voller Nutzung. Realistisch nutzen nicht alle das Werkzeug bei jedem Angebot. Mit einer Nutzungsquote von 70 % bleiben 18.480 € im Jahr.

Kosten (Annahmen): einmalig 12.000 € für Beratung, Einrichtung, Datenaufbereitung und Schulung, laufend 4.800 € im Jahr für Lizenzen und Pflege.

Die ROI-Formel ist einfach: (Nutzen minus Kosten) geteilt durch Kosten.

Im realistischen Szenario liegt der ROI im ersten Jahr bei rund 10 %: 18.480 € Nutzen stehen 16.800 € Kosten gegenüber. Ab dem zweiten Jahr fallen nur noch die 4.800 € Betriebskosten an, der ROI steigt auf rund 285 %. Genau dieses Muster passt zur Beobachtung, dass sich die meisten KI-Projekte erst nach acht Monaten bis einem Jahr amortisieren. Ein Business Case, der sich schon im ersten Quartal rechnen soll, ist fast immer unrealistisch.

Drei Dinge machen dieses Beispiel belastbar. Die Baseline ist gemessen, nicht geschätzt. Die Nutzungsquote ist offen ausgewiesen, damit jeder sieht, wovon das Ergebnis abhängt. Und weiche Effekte bleiben außen vor: Schnellere Angebote erhöhen oft die Abschlussquote, aber das führen Sie als Zusatzchance auf, nicht als Teil der Grundrechnung. Wie KI in Werkstatt und Büro konkret ansetzt, zeigen wir auf unserer Seite zu KI im Handwerk.

Kosten, die in vielen Kalkulationen fehlen

Die Lizenzkosten stehen in jedem Angebot. Die folgenden Posten tauchen dagegen oft erst auf, wenn das Projekt schon läuft:

• Datenaufbereitung: Alte Angebote, Artikelstämme oder Projektordner müssen bereinigt und einheitlich strukturiert werden. Das ist oft der größte einmalige Aufwand.
• Integration: Die Anbindung an ERP, Handwerkersoftware, CRM oder Dokumentenablage. In der IBM-Studie nennen 65 % der Unternehmen in Deutschland die Komplexität der IT-Integration als Hürde.
• Prüfaufwand: KI-Ergebnisse müssen kontrolliert werden, besonders am Anfang. Rechnen Sie diese Zeit vom Nutzen ab, statt sie zu ignorieren.
• Schulung und Nachschulung: Neue Mitarbeitende, neue Funktionen, neue Modelle. Ein einmaliger Workshop reicht selten.
• Interne Projektzeit: Die Stunden von Geschäftsführung, IT-Verantwortlichen und Fachabteilung während der Einführung sind echte Kosten.
• Ausstieg und Wechsel: Was kostet es, wenn der Anbieter Preise erhöht oder den Dienst einstellt? Wer die eigenen Daten exportierbar hält, senkt dieses Risiko.

Ein ehrlicher Business Case listet diese Posten auf, auch wenn sie das Ergebnis verschlechtern. Wird das Projekt trotzdem freigegeben, steht es auf sicherem Grund. Wenn Sie mehrere KI-Vorhaben parallel steuern, hilft ein Blick auf KI im Projektmanagement, um Aufwand und Zeitplan realistisch zu halten.

Risiken, Datenschutz und AI Act einplanen

Sicherheit ist der Punkt, an dem viele KI-Vorhaben in Deutschland stocken. Laut IBM sind Sicherheits- und Datenschutzbedenken mit 68 % die größte Hürde beim Skalieren. Gehört dieses Thema nicht in den Business Case, wird es spätestens beim Datenschutzbeauftragten oder Betriebsrat zum Stoppschild.

Ihre Risikoseite sollte mindestens diese Fragen beantworten:

• Welche Daten verarbeitet das System: personenbezogene Daten, Kundendaten, Konstruktionsdaten, Betriebsgeheimnisse?
• Wo werden die Daten verarbeitet und gespeichert, und gibt es einen Auftragsverarbeitungsvertrag?
• In welche Risikoklasse des EU AI Act fällt der Anwendungsfall? Die meisten Assistenzsysteme im KMU-Alltag liegen in den niedrigen Klassen. Bei Personalentscheidungen sieht das anders aus. Einen Überblick gibt unser Beitrag zu den Risikoklassen des AI Act.
• Wer prüft die Ergebnisse, bevor sie an Kunden oder in die Produktion gehen?
• Was passiert, wenn das System ausfällt oder falsche Ergebnisse liefert?

Bei personenbezogenen Daten, etwa Kundendaten im CRM oder Daten von Beschäftigten, sollten Sie Ihren Datenschutzbeauftragten vor dem Pilot einbinden, nicht danach. Gibt es einen Betriebsrat, gehört er bei Systemen, die Leistung oder Verhalten erfassen können, ebenfalls früh an den Tisch. Im Zweifel klärt ein Fachanwalt für IT-Recht die Details.

Der zweite große Risikoblock ist die Akzeptanz. Die erfolgreichen Unternehmen in der IBM-Studie setzen auf offene Kommunikation und die frühe Einbindung der Belegschaft, um Sorgen um Arbeitsplätze abzubauen. Im Business Case heißt das: ein Name für die Prozessverantwortung, ein Schulungsplan und Termine, an denen das Team Rückmeldung gibt.

Förderung in den Business Case einrechnen

Fördermittel verbessern die Rechnung, gehören aber in die richtige Zeile. Das wichtigste Programm für die Beratungsphase ist die BAFA-Förderung von Unternehmensberatungen für KMU. Nach aktuellem Stand läuft diese Förderrichtlinie zum 31. Dezember 2026 aus. Ob und wie sie fortgeführt wird, ist offen.

Drei Punkte führen in der Praxis immer wieder zur Ablehnung:

1. Falsche Kostenart. Gefördert wird die organisatorische Beratung, nicht Softwarelizenzen oder technische Umsetzung. Rechnen Sie den Zuschuss also nur gegen den Beratungsanteil Ihrer Einmalkosten.
2. Falscher Zeitpunkt. Der Antrag muss vor Beginn der Beratung und vor der Vertragsunterschrift gestellt sein. Wer zuerst unterschreibt, verliert den Anspruch.
3. Unklare Zuständigkeit. Förderquoten und Höchstbeträge hängen vom Standort und den aktuellen Bedingungen ab. Prüfen Sie diese direkt beim BAFA, bevor Sie sie in die Rechnung schreiben.

Für die technische Umsetzung gibt es eigene Programme von Bund und Ländern, in Bayern und im Saarland auch landeseigene Angebote zur Digitalisierung. Welche passen, hängt von Größe, Standort und Vorhaben ab. Im Business Case führen Sie Förderung am besten als eigene Zeile auf: einmal mit Zuschuss, einmal ohne. So bleibt die Entscheidung auch dann tragfähig, wenn ein Antrag scheitert.

Unsere Sicht aus der Praxis mit KMU

Wir sehen in Beratungen fast immer dasselbe Bild: Die Geschäftsführung hat eine Idee, die IT hat Bedenken, und dazwischen fehlt eine Zahl. Deshalb beginnen wir nicht mit Tools, sondern mit der Frage, welcher Prozess heute nachweislich Zeit oder Geld kostet. Dieser Prozess wird gemessen, bevor irgendjemand über Modelle spricht.

Unser zweiter Grundsatz: klein anfangen, schnell messen. Ein Pilot mit fünf Nutzern und einer klaren Kennzahl liefert nach wenigen Wochen echte Daten für den Business Case. Ein Gesamtplan für das ganze Unternehmen liefert vor allem Folien. Wer den ersten Fall sauber belegt hat, bekommt das Budget für den zweiten deutlich leichter.

Drittens nehmen wir Datenschutz und Belegschaft als Teil der Rechnung ernst, nicht als Nachtrag. Als zertifizierte INQA-Coaches erleben wir, dass die Akzeptanz im Team oft mehr über den ROI entscheidet als die Wahl des Modells. Ein Werkzeug, das niemand nutzt, hat eine Rendite von null, egal wie gut es ist.

Und schließlich: Ein ehrlicher Business Case darf auch Nein sagen. Wenn ein Anwendungsfall sich unter realistischen Annahmen nicht trägt, ist das ein gutes Ergebnis. Es spart Geld und schärft den Blick für den Fall, der sich wirklich lohnt.

— Shaun

Ihren KI-Business-Case mit uns aufsetzen

Wenn Sie Ihren ersten Anwendungsfall nicht allein durchrechnen möchten, begleiten wir Sie von der Prozessanalyse bis zum fertigen KI-Fahrplan, persönlich und deutschlandweit, mit Standorten in Saarbrücken und Nassenfels. Auf unserem KI-ROI-Tag arbeiten Sie mit uns an den Anwendungsfällen, die sich in Ihrem Betrieb am schnellsten rechnen. Wir unterstützen Sie auch beim Förderungsscouting und bei Förderanträgen. Unsere Strategieberatung, Workshops und Mitarbeitertrainings finden Sie unter Leistungen für KMU. Für ein erstes Gespräch können Sie direkt einen Termin vereinbaren.

Häufige Fragen

Was ist der Unterschied zwischen KI-Use-Case und KI-Business-Case?

Der Use Case beschreibt, was die KI tun soll, zum Beispiel Angebotsentwürfe erstellen. Der Business Case belegt, ob sich das wirtschaftlich lohnt: mit Baseline, Nutzen in Euro, Kosten, Risiken und Zeitplan. Aus einem guten Use Case wird erst durch diese Rechnung eine Entscheidungsvorlage.

Wie berechne ich den ROI eines KI-Projekts?

Ziehen Sie vom jährlichen Nutzen die jährlichen Gesamtkosten ab und teilen Sie das Ergebnis durch die Kosten. Rechnen Sie das erste Jahr mit den Einführungskosten und die Folgejahre nur mit den Betriebskosten getrennt. Weisen Sie mindestens zwei Szenarien mit unterschiedlicher Nutzungsquote aus.

Welche Beispiele für KI-Business-Cases eignen sich für KMU?

Gut geeignet sind häufige, musterhafte Aufgaben mit prüfbarem Ergebnis: Angebotsentwürfe, Vorsortieren von E-Mails und Rechnungen, Suche in Projektarchiven oder personalisierte Marketingtexte. Datenintensivere Fälle wie vorausschauende Wartung lohnen sich, wenn die Maschinendaten bereits verlässlich vorliegen.

Wie lange dauert es, bis sich KI im Mittelstand rechnet?

Rechnen Sie mit einer Anlaufzeit. Viele Projekte amortisieren sich nach acht bis zwölf Monaten, weil Datenaufbereitung, Schulung und Gewöhnung Zeit brauchen. Ein Business Case, der schon nach einem Quartal positiv sein muss, setzt das Projekt unter unrealistischen Druck.

Kann ich die Kosten für KI-Beratung fördern lassen?

Die BAFA-Förderung für Unternehmensberatungen kann einen Teil der Beratungskosten abdecken, nicht aber Software oder technische Umsetzung. Der Antrag muss vor Beratungsbeginn gestellt werden, und die Richtlinie läuft nach aktuellem Stand Ende 2026 aus. Prüfen Sie die aktuellen Bedingungen deshalb frühzeitig.

Quellen

• IBM-Studie: Produktivitätssteigerungen durch KI in Deutschland (Oktober 2025)
• fair-NEWS: KI-Transformation im Mittelstand und McKinsey-Daten zum ROI
• TechTarget: How to build the business case for AI initiatives
• Oracle: The Business Case for AI
• Google Cloud: Evaluate and define your generative AI business use case
• Portal der Wirtschaft: BAFA-Förderung 2026 für KI-Beratung im Mittelstand

Empfehlungen

• Prozessanalyse KMU: So gelingt die Prozessoptimierung im Mittelstand