Die meisten KI-ROI-Zahlen sind Fiktion

So sieht der Business Case aus, der auf dem Schreibtisch der Geschäftsführung landet: „Der Dokumentenassistent spart jedem unserer zwölf Leute zwanzig Minuten am Tag. Das sind vier Stunden täglich, rund 900 Stunden im Jahr — nennen wir es eine halbe Stelle. Also: 30.000 Euro pro Jahr.“ Jeder einzelne Schritt dieser Kette ist für sich verteidigbar. Das Ergebnis bleibt Fiktion, denn es gibt keine halbe Person, die man abbauen könnte, und kein Konto, auf dem jemals 30.000 Euro weniger abfließen werden.

Zwei Dinge sind schiefgegangen, unabhängig voneinander. Die zwanzig Minuten wurden geschätzt statt gemessen — und zwar von der Person, die das Projekt genehmigt haben möchte. Und selbst wenn es exakt zwanzig Minuten wären: Gesparte Zeit ist erst dann gespartes Geld, wenn irgendetwas sie in Geld umwandelt. Die meisten Rechnungen überspringen beide Schritte und gehen direkt zur Multiplikation.

Lässt sich der Ertrag eines KI-Projekts also überhaupt messen? Ja — aber die ehrliche Variante sieht anders aus als die Folie. Sie beruht auf einer Messung, die Sie vor dem Bau gemacht haben, auf einem benannten Kanal, der gesparte Zeit in Geld übersetzt, und auf einem Nenner, der auch die Arbeit zählt, die das System erzeugt — nicht nur die, die es abnimmt. Am Ende steht eine kleinere Zahl. Kleine Zahlen haben den unschätzbaren Vorteil, dass sie die erste kritische Rückfrage überleben.

Der Konto-Test. Wenn eine Ersparnis echt ist, kann jemand das Konto benennen, aus dem sie kommt: eine Überstundenzeile, die Rechnung eines Dienstleisters, eine Einstellung, die entfällt, ein Skonto, das Sie jetzt ziehen. Kann niemand das Konto nennen, haben Sie einen Nutzen — aber keinen Ertrag. Nutzen ist legitim. Sagen Sie nur, welches von beidem es ist.

Der Ist-Wert ist die ganze Messung — und das Fenster schließt sich

Den Ist-Wert können Sie nur messen, solange der alte Prozess noch existiert. An dem Tag, an dem das System live geht, ist er weg. Ihre Leute werden Ihnen bereitwillig sagen, wie lange die Arbeit früher gedauert hat, und sie werden sich irren — zuverlässig in die Richtung dessen, was sie vom Projekt halten. Rekonstruieren lässt sich das hinterher von niemandem, auch von keinem Berater. Die zwei, drei Wochen vor dem Bau sind das einzige Fenster, das Sie je bekommen. Fast niemand nutzt es.

Was ein brauchbarer Ist-Wert enthält

Die Menge — wie viele Vorgänge pro Monat, aus dem führenden System statt aus der Erinnerung. Ihr ERP, Ticketsystem oder Sammelpostfach weiß es längst. Die Zeit pro Vorgang, tatsächlich gemessen: Setzen Sie sich dazu und stoppen Sie zwanzig echte Fälle. Die Frage „wie lange dauert das ungefähr?“ liefert runde Zahlen, und runde Zahlen sind immer zu hoch.

Die Verteilung, nicht der Mittelwert. Das wiegt schwerer, als es klingt. Wenn sechzig von hundert Vorgängen drei Minuten dauern und fünf eine Stunde, beschreibt der Mittelwert nichts, was es gibt — und die KI hilft vermutlich bei den sechzig, nicht bei den fünf. Ein Durchschnitt verdeckt, welche Hälfte der Arbeit Sie überhaupt angreifen.

Die heutige Fehlerquote. Die zählt niemand, und genau deshalb ist „aber die KI macht Fehler“ ein so wirksamer Projektkiller. Der manuelle Prozess macht auch Fehler. Wenn Sie die nie gemessen haben, vergleichen Sie ein gemessenes System mit einem erinnerten — und das erinnerte gewinnt immer.

Was die Person stattdessen täte. Lautet die Antwort „den nächsten Vorgang aus derselben Warteschlange“, ist die frei werdende Zeit echte Kapazität. Lautet sie „zwanzig Minuten früher Feierabend“, ist es kein Ertrag.

Diese Messung ehrlich zu machen, beerdigt einige Projekte schon in Woche eins — zum Preis von zwei Wochen. Sie stellen fest, dass der Vorgang vier Minuten dauert statt der zwanzig, die alle nennen, oder dass er zweihundertmal im Jahr vorkommt statt zweitausendmal. Das ist kein Versagen der Messung, das ist die Messung bei der Arbeit, bevor Sie Geld ausgegeben haben. Es ist außerdem die billigste Art, wie ein KI-Projekt sterben kann; es gibt deutlich teurere.

Gesparte Zeit ist kein gespartes Geld

Frei werdende Stunden werden über einen Kanal zu Geld — oder sie werden es gar nicht. Im Mittelstand gibt es im Wesentlichen vier davon, und es lohnt sich, sich selbst gegenüber ehrlich zu sagen, welchen man gerade behauptet.

Sie streichen eine Ausgabe, die Sie heute zahlen. Überstunden, Aushilfen zur Quartalsspitze, ein externer Dienstleister, eine Stückgebühr an einen Scan-Dienstleister. Das ist der sauberste Fall, weil die Rechnung im nächsten Monat entweder kommt oder nicht. Wenn Sie einem Dienstleister ein paar Euro pro erfasstem Lieferschein zahlen und mehrere tausend im Monat verarbeiten, ist der Kanal offensichtlich und der Beleg liegt Ihnen längst vor.

Sie fangen Wachstum ab, für das Sie sonst einstellen müssten. Menge plus dreißig Prozent, Personalstand unverändert. Das ist der häufigste ehrliche Fall im Mittelstand und völlig legitim — aber nur, wenn das Wachstum wirklich stattfindet. „Wir würden einstellen, wenn wir wüchsen“ ist keine Ersparnis. Das ist eine Hypothese mit einem Eurozeichen davor.

Sie decken Arbeit ab, für die Sie niemanden bekommen. Eine andere deutsche Realität: Die Stelle ist seit acht Monaten ausgeschrieben und Sie werden sie nicht besetzen. Hier spart die KI kein Gehalt, denn Sie haben nie eines gezahlt. Sie verhindert, dass die Arbeit liegen bleibt oder bei jemandem landet, der schon einen vollen Job hat. Schwerer in Euro zu fassen, dafür in jeder Runde leichter zu verteidigen.

Sie verkürzen einen Zyklus, der einen Preis hat. Diesen Kanal übersehen die meisten, und er liefert häufig die beste Zahl im ganzen Fall. Nehmen Sie die Rechnungsfreigabe. Ihre Lieferantenkonditionen lauten 2 % Skonto bei Zahlung binnen zehn Tagen, netto dreißig. Wenn eine Rechnung zwölf Tage durch die Freigabe braucht — weil sie im Postfach auf den Abgleich mit der Bestellung wartet —, ziehen Sie das Skonto nie. Nicht bei dieser Rechnung, sondern bei keiner, nie. Bringen Sie die Freigabe auf vier Tage, werden aus den 2 % echtes Geld auf einem echten Konto, und zwar eine Zahl, die Ihre Buchhaltung ohne Ihr Zutun sehen kann. Dieselbe Logik greift überall dort, wo ein Zyklus einen Preis trägt: ein Angebot, das am nächsten Tag rausgeht statt nach einer Woche, eine Maschine, die eine Stunde früher wieder läuft, ein Zulieferer, der die Auftragsbestätigung schickt, bevor der Kunde anruft und nachfragt.

Trifft keiner der vier zu, haben Sie keinen Ertrag. Sie haben einen Nutzen — die Leute verbringen ihren Tag mit besserer Arbeit, der Job nervt weniger, weniger geht unter. Das ist etwas wert, und ich würde dafür argumentieren. Verkleiden Sie es nur nicht als Euro. Der Erste, der fragt „aus welchem Konto?“, wird merken, dass da kein Boden ist.

Wann ein weicher Nutzen echt ist

Dafür gibt es einen Test: Würden Sie das einzeln kaufen, als eigene Position, wenn es Ihnen jemand so verkaufen wollte? Manche weichen Effekte bestehen ihn mühelos. Ein Maschinenbauer, dessen einziger Fachmann für eine zwanzig Jahre alte Steuerungslinie im Frühjahr in Rente geht, hat ein Kopfmonopol-Problem, das ernsthaft Geld wert ist und sich vorab nicht beziffern lässt. Das Wissen dieser Person in ein System zu holen, das der Service abfragen kann, ist eine Versicherung. Von einer Versicherungspolice verlangen Sie auch keine Renditerechnung — Sie fragen, was sie abdeckt und was sie kostet.

Sagen Sie also genau das, in diesen Worten: „Das ist eine Versicherung gegen einen Renteneintritt, sie kostet X, und sie deckt Folgendes ab.“ Ein benannter Nutzen, den Sie bewusst nicht beziffern, liest sich als Ehrlichkeit — und ist Ihnen mehr wert als jede Zahl, die Sie dafür hätten erfinden können.

Den Prozess messen, nicht das Modell

Die Trefferquote eines Modells ist keine betriebswirtschaftliche Kennzahl, und in der Lücke zwischen beidem verschwindet der meiste Ertrag.

Nehmen wir an, Ihre Extraktion liegt auf echten Rechnungen bei 92 %. Das klingt nach einem guten System, und das ist es auch. Jetzt die betriebliche Frage: welche 92? Wenn das System das nicht sagen kann, prüft jemand alle 100. Prüfen geht schneller als Erfassen — vielleicht ein Viertel der Zeit —, auf dem Papier haben Sie also 75 % gespart. In Wirklichkeit haben Sie eine Tätigkeit erfunden, die es vorher nicht gab, Sie haben sie Ihrem erfahrensten Mitarbeiter gegeben, weil nur er einen subtilen Fehler erkennt, und dessen Tag geht jetzt fürs Prüfen drauf statt für die Arbeit, für die Sie ihn eingestellt haben.

NUR TREFFERQUOTE 100 Rechnungen pro Tag 92 richtig, 8 falsch welche 92? unbekannt 100 geprüft von Hand Kaum Ersparnis die Prüfung frisst sie KALIBRIERTE KONFIDENZ 100 Rechnungen pro Tag 80 sicher 20 als unsicher markiert 20 geprüft von Hand 80 % automatisch hier liegt der Ertrag
Dasselbe System mit 92 % Trefferquote, zweimal. Ohne Konfidenzsignal wird jeder Fall geprüft und die Ersparnis versickert in der Prüfung. Mit Signal nur die markierten.

Was Trefferquote in Ertrag verwandelt, ist also nicht die Trefferquote. Es ist kalibrierte Konfidenz — das System weiß, wann es unsicher ist. Ein Modell mit 92 %, das die wackligen Fälle verlässlich markiert, die 80 sicheren durchlaufen lässt und 20 an einen Menschen gibt, schlägt ein Modell mit 95 %, das in fünf von hundert Fällen überzeugt danebenliegt. Das zweite zwingt Sie weiterhin, alles zu prüfen — es liefert also weniger Ertrag, obwohl es das bessere Modell ist. Wenn Sie entscheiden, wohin der letzte Rest Budget geht: Kaufen Sie das Konfidenzsignal, nicht die letzten drei Prozentpunkte Trefferquote.

Genau deshalb sind die ROI-Frage und die Evaluationsfrage dieselbe Frage. Sie können keinen Ertrag behaupten, den Sie nicht messen können, und Sie können kein System messen, dessen Fehler Sie nicht finden. Wenn Ihr Pilot nie geklärt hat, wie sich das System bei den Fällen verhält, die es falsch macht, hat er keinen ROI-Fall erzeugt. Er hat eine Demo erzeugt.

Was ich nicht tun würde. Ich würde keinen Case bauen, dessen Amortisation auf drei gestapelten Schätzungen ruht. Eine angenommene Nutzungsquote mal einer angenommenen Zeitersparnis mal einem angenommenen Stundensatz ist keine Prognose — das ist ein Wunsch mit Nachkommastellen. Eine gemessene Zahl plus ein ehrliches „wissen wir nicht“ schlägt eine Tabelle voller Annahmen, und sie altert besser.

Die vollen Kosten rechnen — auch die Prüfung

Beim Nenner wird geschummelt, meistens versehentlich. Der Bau ist der einfache Teil — er steht auf einem Angebot, und was ihn treibt, ist ein eigenes Thema. Weggelassen wird alles, was die KI dem Betrieb hinzufügt.

Die Prüfzeit ist der große Posten: Wenn jemand täglich zwanzig markierte Belege kontrolliert, sind das laufende Betriebskosten des Systems, dauerhaft, und sie gehören in den Nenner — direkt neben das Hosting. Dann der Ausnahmepfad: Wenn das System etwas nicht kann, fängt es ein manueller Weg auf, und den hat jemand gebaut und jemand betreibt ihn. Dann die Zeit Ihrer eigenen Leute: Daten zusammensuchen, Rückfragen beantworten, Ergebnisse testen. Nichts davon ist gratis, bloß weil niemand Ihnen eine Rechnung dafür geschickt hat. Und schließlich die Wartung, die ehrliche Kosten des Besitzes sind und kein Zusatzverkauf.

Die Regel ist einfach: Was es nur wegen der KI gibt, gehört in den Nenner. Ein Case, der das Angebot durch die gesparten Stunden teilt und dort aufhört, ist kein ROI-Fall. Er ist ein Angebot mit einem Kompliment daran.

Wie ein ehrliches Urteil aussieht

Fangen Sie damit an, einen Teil des Verdienstes abzugeben. Sie haben fast nie nur KI hinzugefügt — Sie haben auch Regeln aufgeschrieben, die fünfzehn Jahre in einem Kopf lagen, eine Vorlage vereinheitlicht und ein Feld bereinigt, das seit der letzten ERP-Migration Freitext war. Ein Teil Ihrer Verbesserung stammt aus diesem Aufräumen und wäre ganz ohne Modell gekommen. Ehrliche Cases sagen das, und sie werden dadurch stärker — weil ohnehin jeder im Raum es bereits vermutet hat.

Dann der Zeitpunkt. Messen Sie nicht in den ersten sechs Wochen: Die Leute gehen vorsichtig mit einem neuen System um, der Neuigkeitseffekt verzerrt die Nutzung, und die unangenehmen Fälle sind noch nicht aufgetaucht. Messen Sie einen normalen Monat, wenn die Sache langweilig geworden ist. Und messen Sie auch nicht ewig weiter — nach zwei, drei Quartalen ist der Ist-Wert veraltet, die Mengen haben sich verschoben, der Prozess hat sich geändert, und Sie vergleichen gegen eine Welt, die es nicht mehr gibt. Nehmen Sie die Zahl, schreiben Sie sie auf, gehen Sie weiter.

Und lassen Sie zuletzt das Urteil zu, das niemand gerne schreibt: Manchmal ist es nicht messbar. Ein interner Assistent, der allen ein bisschen unvorhersehbare Suchzeit erspart, hinterlässt auf keinem Konto eine messbare Spur, und keine Analyse wird eine herbeizaubern. Das ist kein Grund, eine Zahl zu fabrizieren. Es ist ein Grund, nach Urteilsvermögen zu entscheiden und offen zu sagen, dass man genau das tut. Urteilsvermögen im Tabellenkostüm bleibt Urteilsvermögen — nur ist es jetzt zusätzlich unehrlich, und es kostet Sie die Glaubwürdigkeit, die Sie beim nächsten Case brauchen, in dem tatsächlich eine echte Zahl steht.

Wo Tippel ins Spiel kommt

Das Messfenster schließt sich an dem Tag, an dem der Bau beginnt. Deshalb gehört der Ist-Wert an den Anfang eines Projekts und nicht ans Ende, wenn endlich jemand fragt, was es gebracht hat. Genau dort setzt unser KI-Readiness-Check an: Was passiert heute, wie oft, wie lange dauert es, wie oft geht es schief — und welcher der vier Kanäle könnte davon etwas in Geld verwandeln. Manchmal lautet der Befund, dass es keinen Kanal gibt und die ehrliche Empfehlung „nicht bauen“ ist. Das ist ein günstiger Weg, das herauszufinden, und die Gebühr wird angerechnet, wenn Sie fortfahren.

Wenn Sie eine KI-Idee mit einer Zahl daran haben, die Sie selbst nicht ganz glauben, ist das genau das Gespräch, das sich lohnt. Werfen Sie einen Blick auf meine Leistungen oder nehmen Sie Kontakt auf.