In einer Führungsrunde wird ein neues KI-Vorhaben vorgestellt, alle sind dafür, und dann fragt jemand, was es kosten wird. Mit dieser Szene beginnt ein Beitrag, den McKinsey im Juli 2026 veröffentlicht hat, und die Antwort in der Szene lautet: Niemand wusste es.

Die Zahlen dahinter stammen aus einer Befragung vom Mai 2026. Beim Übergang von einzelnen Anwendungsfällen zur breiten Nutzung steigen die KI-Ausgaben dort auf fast das Vierfache, und 93 Prozent der Befragten geben an, ihr KI-Budget überschritten zu haben (McKinsey, „The cost of intelligence”, 20.07.2026). Die Studie richtet sich an IT-Leitungen großer Organisationen. Die Mechanismen, die sie beschreibt, sehe ich im Mittelstand genauso, nur mit weniger Leuten, die sie bemerken könnten.

Wenn nach Verbrauch abgerechnet wird

Solange KI als Arbeitsplatzlizenz eingekauft wird, sieht sie aus wie jede andere Software: ein Preis pro Kopf und Monat, planbar über das Jahr. Das ändert sich, sobald Anwendungen über Schnittstellen laufen, Agenten eigenständig Schritte ausführen oder Fachabteilungen eigene Automatisierungen bauen. Dann wird nach Verbrauch abgerechnet, und der Verbrauch folgt keinem Stellenplan.

McKinsey beschreibt, dass dieselbe Aufgabe je nach Lauf bis zum Dreißigfachen an Token verbrauchen kann. Ein Agent, der ein Ergebnis mehrfach prüft und nachbessert, kann ein Mehrfaches dessen kosten, was ein erfolgreicher erster Lauf gekostet hätte, und welcher Fall eintritt, weiß vorher niemand. Fallende Preise je Token helfen dabei nach meiner Beobachtung weniger, als man erwarten würde, weil billigere Aufrufe Anwendungen wirtschaftlich machen, die vorher zu teuer waren, und damit mehr Verbrauch erzeugen.

Der Posten, den niemand bucht: Prüfaufwand

In den Kalkulationen, die ich zu sehen bekomme, fehlt fast immer die Zeit, die Menschen mit der Prüfung von KI-Ergebnissen verbringen. Ein Angebotsentwurf, der in zwei Minuten erzeugt ist, braucht trotzdem jemanden, der ihn liest, die Preise abgleicht und die Zusagen prüft. Diese Arbeit entsteht in der Fachabteilung, sie erscheint auf keiner Rechnung, und sie wird selten gemessen.

Die Prüfung ist meist schneller als die Erstellung von Hand, in die Rechnung gehört sie trotzdem, ebenso wie die Pflege der Anbindungen, die jedes Jahr wiederkommt. Wer den Nutzen eines Vorhabens mit eingesparten Stunden begründet, muss die Prüfstunden abziehen, sonst ist die Rechnung geschönt, ohne dass es jemand beabsichtigt hat. Wie sich Nutzen belastbar messen lässt, beschreibt der Beitrag zum KI-ROI.

Ausgaben, die niemand zusammenzählt

Der dritte Posten ist der, den ich in Bestandsaufnahmen am häufigsten finde: KI-Ausgaben, die über das ganze Haus verteilt sind. Die Vertriebsabteilung hat ein Werkzeug mit Firmenkreditkarte abonniert, die Buchhaltung nutzt eine KI-Funktion, die mit dem letzten Update der Finanzsoftware kam und den Tarif erhöht hat, und ein engagierter Mitarbeiter hat einen Agenten gebaut, der über einen Entwicklerzugang abrechnet. Keiner dieser Posten ist groß, und zusammen sieht sie niemand.

McKinsey schätzt aus seiner Beratungserfahrung, dass 20 bis 30 Prozent der KI-Ausgaben keiner Stelle zugeordnet sind, weil sie über viele Anbieter, Werkzeuge und Vertragsformen verteilt sind. Für ein mittelständisches Haus ohne eigene Kostensteuerung für Cloud und Software halte ich einen Anteil in dieser Größenordnung für realistisch. Eine Übersicht entsteht erst, wenn jemand die Werkzeuge im Haus erfasst, und das ist dieselbe Arbeit wie die KI-Inventur, die aus anderen Gründen ohnehin ansteht.

Was eine Geschäftsführung vor der nächsten Freigabe fragen sollte

Die Studie empfiehlt großen Organisationen ein eigenes Team für die Steuerung von KI-Kosten. Ein Mittelständler mit zweihundert Beschäftigten braucht dafür nach meiner Einschätzung nicht zwingend ein eigenes Team. Er braucht aber eine verbindliche Absprache zwischen Fachbereich, IT und kaufmännischer Leitung, eine Person, die die Übersicht führt, und eine Handvoll Fragen, die vor jeder Freigabe beantwortet sind.

Die erste betrifft die Abrechnungsart. Wird pro Kopf bezahlt oder nach Verbrauch, und wenn nach Verbrauch: Gibt es eine Obergrenze, bei der das System anhält oder jemand benachrichtigt wird? Die zweite betrifft das Modell. Nicht jede Aufgabe braucht das leistungsfähigste und teuerste Modell eines Anbieters, und McKinsey nennt die Wahl des kleinsten ausreichenden Modells als einen der wirksamsten Hebel.

Die dritte Frage betrifft den Prüfaufwand. Wer liest die Ergebnisse, wie lange dauert das, und ist diese Zeit in der Nutzenrechnung abgezogen? Die vierte betrifft die Einheit, in der gemessen wird. Kosten pro Token sagen einer Geschäftsführung wenig. Aussagekräftig sind Kosten pro erledigtem Vorgang, also pro bearbeiteter Reklamation, pro erstelltem Angebot oder pro geprüfter Rechnung, weil sie sich mit dem vergleichen lassen, was derselbe Vorgang vorher gekostet hat.

Keine dieser Fragen verlangt technisches Wissen, nur jemanden, der sie stellt, bevor der Vertrag unterschrieben ist, und im ersten Betriebsquartal ein zweites Mal.

Die Frage für die nächste Sitzung

Wissen Sie, wie viel Ihr Haus im letzten Quartal insgesamt für KI ausgegeben hat, einschließlich der Funktionen, die mit Updates in vorhandene Software gekommen sind? Wenn die Antwort eine Schätzung ist, beginnt die Kostensteuerung mit dieser Zahl.

Eine strukturierte Standortbestimmung, die auch die Kostenseite erfasst, bietet die KI-Reifegrad-Analyse.