KI-Budget richtig planen.

„Wie viel sollten wir für KI ins Budget setzen?“ — diese Frage stellt sich in fast jedem mittelständischen Unternehmen, das den Schritt von „mal ausprobieren“ zum systematischen Vorgehen macht. Die Antworten reichen von „so viel wie möglich“ über vage Prozentangaben bis zu sehr konkreten Branchenwerten, die als Benchmark gehandelt werden. Beides ist nicht hilfreich. Pauschale Empfehlungen verkennen, dass die richtige Höhe stark vom Reifegrad, vom Geschäftsmodell und von den vorhandenen Daten abhängt. Branchen-Benchmarks vergleichen Unternehmen, deren Ausgangspunkte sich unterscheiden. Eine belastbare Budgetplanung beginnt nicht mit einer Zahl, sondern mit einem Aufteilungsmodell — wie viel fließt in welche Komponente, mit welcher Logik und welchem Zeithorizont. Dieser Artikel zeigt ein Modell, das in der Beratungspraxis trägt, mit Bandbreiten für die einzelnen Posten und drei häufigen Fehlern, die man vermeiden sollte.

Warum die Frage „wie viel“ die falsche ist.

Die Frage „Wie viel sollten wir budgetieren?“ klingt rational, führt aber regelmäßig zu schlechten Entscheidungen. Sie unterstellt, es gäbe eine universelle Richtgröße — etwa „5 Prozent des IT-Budgets“ oder „1 Prozent des Umsatzes“ — die für jedes Unternehmen passt. Diese Vereinfachung ist verlockend, aber sie kostet später.

Sinnvoller ist die Umkehrung: Erst Anwendungsfälle definieren, dann den Aufwand schätzen, dann das Budget ableiten. Wer drei klar definierte Anwendungsfälle mit jeweils geschätzten Kosten und Nutzen hat, kann ein Budget aufsetzen, das diese Vorhaben abdeckt — plus einen Puffer für Lernzeiten und Korrekturen. Diese Logik ist robuster als jede pauschale Prozentangabe.

Allerdings lässt sich für eine erste Orientierung dennoch ein Richtwert nennen: Mittelständische Unternehmen mit 50 bis 500 Mitarbeitenden, die KI ernsthaft angehen, investieren typischerweise zwischen 0,5 und 2 Prozent des Jahresumsatzes in den ersten zwei Jahren. Bei einem Umsatz von 30 Millionen Euro sind das 150.000 bis 600.000 Euro über zwei Jahre. Diese Bandbreite ist breit, weil die Realität es ist.

Ein praxistaugliches Aufteilungsmodell.

Wenn das Gesamtvolumen feststeht, stellt sich die Frage nach der Aufteilung. In der Praxis hat sich ein Modell mit fünf Hauptposten bewährt, das die realen Kostenstrukturen abbildet und Überraschungen reduziert.

Die Bandbreiten überlappen sich, weil sich die Posten gegenseitig beeinflussen. Wer mehr in Datenaufbereitung steckt, braucht weniger in Anpassung. Wer mehr in Schulung investiert, spart bei Qualitätssicherung. Diese Verschiebungen sind normal — die Summe sollte aber stehen.

Wichtig: Diese Aufteilung gilt für das gesamte Programm über zwei bis drei Jahre, nicht für einen einzelnen Anwendungsfall. Ein Pilot in der Buchhaltung hat eine andere Kostenstruktur als ein langfristiger Predictive-Maintenance-Aufbau. Aber über das gesamte KI-Programm hinweg pendeln sich die Anteile in diesen Bandbreiten ein.

Drei häufige Fehler in der Budgetplanung.

Wer KI-Budgets über mehrere Projekte hinweg sieht, erkennt drei Muster, die regelmäßig zu Problemen führen. Sie sind nicht offensichtlich, aber sie haben jeweils klare Symptome.

Erster Fehler: Alles auf Lizenz. Das Budget wird primär als „Lizenzkostenbudget“ gedacht, andere Posten laufen ins Tagesgeschäft. Die Folge: Im zweiten Quartal wundern sich Bereichsleiter, dass „so viele Stunden“ in das KI-Projekt fließen — denn die internen Aufwände wurden nicht eingeplant. Die Korrektur: Personalkosten explizit als Projektkosten ausweisen, nicht im Tagesgeschäft verstecken.

Zweiter Fehler: Keine Reserve. Das Budget wird auf den Cent durchkalkuliert, ohne Puffer für Lernen, Anpassen, Nachjustieren. Die Folge: Im vierten Quartal stehen sinnvolle Erweiterungen an, aber das Budget ist verbraucht — und das Projekt friert ein, obwohl es gerade Wirkung entfaltet. Die Korrektur: 20 bis 30 Prozent als Reserveposition.

Dritter Fehler: Einjahresdenken. Das Budget wird für ein Kalenderjahr gemacht, dann „neu verhandelt“. KI-Projekte brauchen aber 18 bis 30 Monate, bis sich Wirkung stabilisiert. Wer im Dezember über das Budget des Folgejahres streitet, riskiert Brüche im Aufbau. Die Korrektur: Rollierende Zweijahresplanung mit jährlicher Anpassung.

Wie sich das Budget über die Zeit verschiebt.

Die Anteile der Budgetposten sind nicht konstant. Im ersten Jahr dominieren Implementierung und Datenaufbereitung, im zweiten Jahr verschiebt sich das Gewicht zum Betrieb, im dritten Jahr dominiert oft die Erweiterung und Skalierung. Wer dieses Muster kennt, kann sein Budget früh entsprechend aufstellen.

Konkret: Im ersten Jahr eines mittelständischen KI-Programms entfallen typischerweise 40 bis 60 Prozent auf einmalige Posten (Implementierung, Datenaufbereitung, initiale Schulung). Im zweiten Jahr sinkt dieser Anteil auf 20 bis 35 Prozent, die laufenden Kosten dominieren. Im dritten Jahr sind 70 bis 85 Prozent laufende Kosten.

Diese Verschiebung hat zwei Konsequenzen für die Planung. Erstens: Wer im ersten Jahr alles in einmalige Posten steckt, ohne Reserven für Betrieb zu lassen, bekommt im zweiten Jahr eine Budgetkrise. Zweitens: Wer ab Jahr drei das Budget wieder herunterfährt, weil „die Investition ja erledigt ist“, riskiert Qualitätsverlust durch fehlende Pflege. KI-Budgets sind keine Investitionsbudgets im klassischen Sinn, sondern eine Mischung aus Investition und laufendem Betrieb — und diese Mischung verschiebt sich.

Pilot, Roll-out, Skalierung — drei Phasen mit drei Budgetlogiken.

Innerhalb eines Anwendungsfalls durchläuft das Budget drei Phasen mit unterschiedlichen Logiken. Wer alle drei in einen Topf wirft, plant ungenau.

Pilotphase (drei bis sechs Monate): Geringes Volumen, hoher relativer Aufwand pro Vorgang, klares Lernziel. Typisches Budget: 20.000 bis 60.000 Euro je nach Komplexität. Die Frage ist hier nicht „Was spart das?“, sondern „Was lernen wir?“. Wer im Pilot bereits Skaleneffekte erwartet, frustriert sich selbst.

Roll-out-Phase (sechs bis zwölf Monate): Übergang vom Pilotbetrieb in den Echtbetrieb. Hier fallen die größten Brocken an — Skalierung der Infrastruktur, breite Schulung, Anpassung an reale Vorgänge. Typisches Volumen: 80.000 bis 250.000 Euro für einen mittelgroßen Anwendungsfall. Diese Phase entscheidet, ob das Pilotpotenzial in den Echtbetrieb übersetzt wird.

Skalierungsphase (ab Jahr zwei): Optimierung, Ausweitung auf benachbarte Anwendungsfälle, kontinuierliche Verbesserung. Niedrigeres Investitionsniveau, höhere laufende Kosten. Typisches Volumen: 30.000 bis 80.000 Euro pro Jahr für einen etablierten Anwendungsfall, plus zusätzliche Mittel für Erweiterungen.

Was ein realistischer Plan in einem Mittelstandsunternehmen kostet.

Zur Erdung der abstrakten Bandbreiten ein konkretes Beispiel. Ein mittelständisches Unternehmen mit 180 Mitarbeitenden und 35 Millionen Euro Umsatz plant ein KI-Programm mit drei Anwendungsfällen über zwei Jahre.

Anwendungsfall 1: Office-Copilot für 80 Wissensarbeiter. Lizenz, Schulung, interner Aufwand. Erstes Jahr: 45.000 Euro. Zweites Jahr: 38.000 Euro (Lizenz steigt mit Nutzungsbreite, einmalige Aufwände entfallen).

Anwendungsfall 2: KI-gestützte Angebotskalkulation im Vertrieb. Implementierung, Datenaufbereitung aus Altprojekten, Schulung von 12 Innendienstmitarbeitenden. Erstes Jahr: 95.000 Euro. Zweites Jahr: 35.000 Euro (Betrieb und Erweiterung).

Anwendungsfall 3: Predictive Maintenance für die zentrale Fertigungslinie. Sensoraufrüstung, Datenkonsolidierung, Modellaufbau, Schulung. Erstes Jahr: 140.000 Euro. Zweites Jahr: 55.000 Euro.

Plus eine Reserve von 30 Prozent über alle Posten und ein internes Stundenkontingent von 0,5 VZÄ über zwei Jahre. Gesamtvolumen über zwei Jahre: rund 660.000 Euro, davon etwa 280.000 Euro extern, der Rest interne Aufwände und Reserve. Das entspricht knapp 1 Prozent des Zwei-Jahres-Umsatzes — am unteren Ende der typischen Bandbreite, weil das Unternehmen schlank aufgesetzt ist.

Wie ein Budget intern abgestimmt wird.

Ein KI-Budget ist nicht nur eine Excel-Aufgabe, sondern eine politische. Es betrifft mehrere Bereiche, mehrere Verantwortliche, und die Mittel fließen typischerweise aus unterschiedlichen Töpfen. Wer das nicht aktiv organisiert, blockiert sich selbst.

Praktische Empfehlung: ein klarer Budgetverantwortlicher für das KI-Programm — typischerweise die Geschäftsführung oder ein dafür bestimmter Bereichsleiter. Eine transparente Aufteilung, welche Mittel aus IT-Budget, Investitionsbudget, Schulungsbudget und Bereichsbudgets kommen. Eine quartalsweise Berichterstattung im Führungskreis, in der Plan, Ist und Prognose nebeneinander stehen.

Diese Disziplin kostet etwas Aufwand am Anfang, spart aber später Konflikte. Wenn im zweiten Quartal jemand fragt, „wer eigentlich für diese 30.000 Euro Schulungskosten zuständig“ sei, ist die Klärung deutlich einfacher, wenn diese Position vorab benannt wurde. Wer das KI-Budget als reine IT-Position behandelt, holt sich Konflikte mit Personalabteilung, Bereichsleitungen und Controlling — und verbrennt politische Energie, die im Projekt fehlt.

Sie wollen ein KI-Budget aufsetzen, das auch im dritten Quartal noch trägt? Unverbindlich anfragen — wir bauen gemeinsam ein Aufteilungsmodell, das Anwendungsfälle, Kostenposten und Zeithorizonte sauber abbildet — mit Reserven, aber ohne Aufblähung.