KI-ROI berechnen: Impact/Komplexität Matrix + Beispielrechnungen

"Was bringt uns das?" – die Frage, die über Leben und Tod von KI-Projekten entscheidet. Ohne klare ROI-Berechnung gibt es kein Budget, keine Priorisierung, keinen Erfolgsnachweis.

Hier ist ein pragmatischer Framework, der in der Praxis funktioniert.

Die Impact/Komplexität-Matrix

Bevor Sie rechnen: Priorisieren. Nicht jeder Use-Case verdient eine detaillierte ROI-Analyse.

Die vier Quadranten

                    HOHER IMPACT
                         │
    ┌────────────────────┼────────────────────┐
    │                    │                    │
    │   QUICK WINS       │   BIG BETS         │
    │   → Sofort machen  │   → Strategisch    │
    │                    │      planen        │
NIEDRIGE ────────────────┼──────────────────── HOHE
KOMPLEXITÄT              │                    KOMPLEXITÄT
    │                    │                    │
    │   FILL-INS         │   MONEY PITS       │
    │   → Bei Kapazität  │   → Vermeiden      │
    │                    │                    │
    └────────────────────┼────────────────────┘
                         │
                   NIEDRIGER IMPACT

Bewertungskriterien

Impact (1-10):

• Zeitersparnis in Stunden/Woche
• Kosteneinsparung in Euro
• Umsatzpotenzial
• Strategische Bedeutung

Komplexität (1-10):

• Technische Schwierigkeit
• Datenverfügbarkeit
• Integrationaufwand
• Change Management

Die ROI-Formel

Grundformel

ROI = (Nutzen - Kosten) / Kosten × 100%

Für KI-Projekte konkret

ROI = (Jährlicher Nutzen - Jährliche Kosten) / Initialinvestition × 100%

Oder als Payback Period:

Payback = Initialinvestition / (Monatlicher Nutzen - Monatliche Kosten)

Nutzen quantifizieren

1. Zeitersparnis

Formel:

Zeitersparnis = Stunden/Woche × Stundensatz × 52 Wochen

Beispiel: Dokumentenverarbeitung

• Aktuell: 20 Stunden/Woche für Rechnungserfassung
• Mit KI: 4 Stunden/Woche (80% Automation)
• Ersparnis: 16 Stunden/Woche
• Stundensatz (inkl. Lohnnebenkosten): 50€
• Jährlicher Nutzen: 16 × 50€ × 52 = 41.600€

2. Fehlerreduktion

Formel:

Fehlerkosten = Fehlerquote × Anzahl Vorgänge × Kosten pro Fehler

Beispiel: Rechnungsprüfung

• Aktuell: 5% Fehlerquote bei 10.000 Rechnungen/Jahr
• Mit KI: 0,5% Fehlerquote
• Kosten pro Fehler (Nacharbeit, Mahnungen): 50€
• Einsparung: (5% - 0,5%) × 10.000 × 50€ = 22.500€/Jahr

3. Durchsatzsteigerung

Formel:

Zusätzlicher Durchsatz = Neue Kapazität - Alte Kapazität
Wert = Zusätzlicher Durchsatz × Marge pro Vorgang

Beispiel: Kundenservice

• Aktuell: 100 Anfragen/Tag bearbeitbar
• Mit KI: 300 Anfragen/Tag (200 automatisiert, 100 manuell)
• Wert pro bearbeiteter Anfrage: 5€ (Kundenbindung, Upselling)
• Zusätzlicher Wert: 200 × 5€ × 250 Arbeitstage = 250.000€/Jahr

4. Vermiedene Opportunitätskosten

Beispiel: Schnellere Time-to-Market

• Produktbeschreibungen: Früher 2 Wochen, jetzt 2 Tage
• Produkte 12 Tage früher online
• Umsatz pro Tag: 500€
• Zusätzlicher Umsatz: 500€ × 12 Tage × 50 Produkte/Jahr = 300.000€

Kosten kalkulieren

Initialkosten

Laufende Kosten

Beispielrechnung: Komplett

Use-Case: Automatische Rechnungsverarbeitung

Ausgangslage:

• 500 Eingangsrechnungen/Monat
• Aktueller Aufwand: 5 Minuten/Rechnung = 42 Stunden/Monat
• Stundensatz: 45€/Stunde (inkl. Nebenkosten)
• Fehlerquote: 3%

Mit KI-Lösung (Azure Document Intelligence):

• Automatisierungsgrad: 85%
• Manueller Aufwand: 0,5 Minuten/Rechnung für Prüfung
• Neue Fehlerquote: 0,5%

Nutzen:

1. Zeitersparnis:

   • Alt: 42 Stunden/Monat × 45€ = 1.890€/Monat
   • Neu: 4,2 Stunden/Monat × 45€ = 189€/Monat
   • Ersparnis: 1.701€/Monat = 20.412€/Jahr

2. Fehlerreduktion:

   • Alt: 3% × 500 × 30€ = 450€/Monat
   • Neu: 0,5% × 500 × 30€ = 75€/Monat
   • Ersparnis: 375€/Monat = 4.500€/Jahr

Gesamtnutzen: 24.912€/Jahr

Kosten:

• Initialkosten: 15.000€ (Entwicklung + Integration)
• Laufende Kosten: 600€/Monat (API + Wartung) = 7.200€/Jahr

ROI-Berechnung:

Jährlicher Nettonutzen = 24.912€ - 7.200€ = 17.712€
ROI Jahr 1 = (17.712€ - 15.000€) / 15.000€ × 100% = 18%
ROI Jahr 2+ = 17.712€ / 15.000€ × 100% = 118%
Payback Period = 15.000€ / (24.912€ - 7.200€) × 12 = 10,2 Monate

Ergebnis: Investition amortisiert sich in unter 11 Monaten.

Häufige Fehler bei der ROI-Berechnung

1. Nur direkte Kosten zählen

Vergessene Kosten:

• Change Management und Training
• Integration und Testing
• Laufende Wartung und Updates
• Opportunity Cost während Implementierung

2. Optimistische Automatisierungsgrade

Reality Check:

• 100% Automation ist fast nie erreichbar
• Edge Cases brauchen menschliche Prüfung
• Rechne mit 70-85% statt 95%

3. Nutzen überschätzen

Typische Übertreibungen:

• "Spart 10 Stunden/Woche" → Tatsächlich 6 Stunden
• "Eliminiert alle Fehler" → Reduziert auf 0,5%
• "Sofort einsatzbereit" → 3 Monate Ramp-up

4. Sunk Cost Fallacy

Fehler: "Wir haben schon 50.000€ investiert, also müssen wir weitermachen"

Besser: Nur zukünftige Kosten und Nutzen betrachten.

Quick ROI-Assessment Template

Für eine schnelle Erstbewertung (ohne tiefe Analyse):

Quick ROI: Jahresnutzen / Gesamtkosten Jahr 1

Fazit

ROI-Berechnung für KI-Projekte ist keine exakte Wissenschaft. Aber eine strukturierte Schätzung ist besser als Bauchgefühl.

Die wichtigsten Takeaways:

1. Priorisiere erst mit der Impact/Komplexität-Matrix
2. Quantifiziere konservativ – lieber zu niedrig als zu hoch
3. Berechne die Payback Period – unter 12 Monate ist gut
4. Vergiss die laufenden Kosten nicht – sie fressen den ROI

---

Sie wollen den ROI für einen konkreten Use-Case berechnen? Im KI-Workshop entwickeln wir gemeinsam eine fundierte Business-Case-Rechnung.