Was kostet KI für kleine Unternehmen? Ein ehrlicher Überblick für KMU-Inhaber

Viele KMU-Inhaber bekommen auf die Frage „Was kostet KI?" entweder einen Marketing-Prospekt oder eine Stundensatz-Kalkulation, die sich wie ein Kostenvoranschlag für einen Flugzeugträger anfühlt. Beides hilft nicht weiter. Dieser Artikel zeigt, was die drei wichtigsten KI-Kategorien heute realistisch kosten, was den Preis wirklich treibt – und wie Sie einschätzen, ob sich eine Investition lohnt.

Warum die Preisspanne von „kostenlos" bis „100.000 €" kein Widerspruch ist

Ein Standard-Chatbot auf Ihrer Website kostet zwischen 30 € und 300 € im Monat – je nachdem, ob Sie ein fertiges SaaS-Tool wie Tidio oder Intercom nehmen oder einen Anbieter damit beauftragen, die Oberfläche einzurichten. Das klingt harmlos. Der Haken: Diese Tools wissen nichts über Ihr Unternehmen. Sie antworten mit generischen Formulierungen, können keine spezifischen Fragen zu Ihrem Angebot, Ihren Öffnungszeiten oder Ihren Konditionen beantworten – und sie erfinden im Zweifel etwas. Für viele KMU ist das kein Fortschritt, sondern ein Reputationsrisiko.

Eine Stufe höher liegt die maßgeschneiderte KI-Lösung: Ein System, das auf Ihre echten Unternehmensdaten trainiert ist – Produktbeschreibungen, FAQ, Prozesshandbücher, Kursunterlagen, Preislisten. Hier beginnen die Erstinvestitionen typischerweise bei 3.000 € bis 15.000 €, dazu kommen laufende Betriebskosten zwischen 200 € und 800 € monatlich. Der Preis hängt davon ab, wie viele Datenquellen eingebunden werden, wie viel Kuratierungsarbeit nötig ist und ob das System in bestehende Tools (Buchungssystem, CRM, Website) integriert werden soll.

Die dritte Kategorie – ein vollständig aufgebautes Wissens-Gehirn mit strukturiertem Knowledge Graph – ist keine Luxuslösung für Konzerne. Sie ist der Punkt, ab dem KI tatsächlich das institutionelle Wissen eines Unternehmens speichert: Wer hat welche Kompetenz? Welches Produkt passt zu welchem Kundenprofil? Welche Prozessregel gilt für welchen Ausnahmefall? Für ein kleines Unternehmen mit 5 bis 50 Mitarbeitenden kann das der Unterschied sein zwischen einer KI, die generische Antworten liefert, und einer, die tatsächlich so antwortet, wie Ihre beste Mitarbeiterin es täte.

Was den Preis wirklich treibt – und was Sie im Angebot prüfen sollten

Die häufigste Fehleinschätzung: KMU-Inhaber denken, der Preis hängt an der KI-Technologie selbst. Das stimmt kaum. Das Sprachmodell im Hintergrund (GPT-4o, Claude, Gemini) ist heute vergleichsweise günstig. Was wirklich kostet, ist die Datenkuratierung: Jemand muss Ihre PDFs, Handbücher, E-Mail-Vorlagen und Prozessdokumente strukturieren, bereinigen, kategorisieren und so aufbereiten, dass die KI daraus präzise, verlässliche Antworten ableiten kann. Je unstrukturierter Ihr bestehendes Wissen ist, desto aufwändiger ist dieser Schritt.

Ein zweiter echter Kostentreiber ist die Integration: Soll die KI nur Fragen beantworten oder auch Buchungen entgegennehmen, Tickets anlegen, auf Ihr CRM zugreifen? Jede Schnittstelle bedeutet Entwicklungsaufwand. Seriöse Anbieter trennen diese Posten im Angebot – bei Pauschalangeboten ohne Aufschlüsselung sollten Sie nachfragen.

Der dritte Punkt betrifft die laufenden Kosten: Modell-API-Gebühren, Hosting, Wartung und – oft unterschätzt – die regelmäßige Aktualisierung des Wissensstands. KI, die auf dem Datenstand von vor 18 Monaten steht, schadet mehr als sie nützt. Planen Sie bei Custom-Lösungen mindestens 150 € bis 400 € monatlich für Betrieb und Pflege ein. Wer das im ersten Gespräch nicht erwähnt, rechnet unvollständig.

Für den ROI-Rahmen empfiehlt sich eine schlichte Frage: Welche wiederkehrende Arbeit würde diese KI übernehmen, und was kostet diese Arbeit heute? Beantworten drei Mitarbeitende je zwei Stunden täglich dieselben Standardfragen, dann sind das 30 Stunden pro Woche. Wenn eine gut trainierte KI davon 60 % übernimmt, ist der Hebel konkret kalkulierbar – ohne Marketingversprechen.

Warum das Wissens-Gehirn mehr ist als ein teurer Chatbot

Ein einfacher Chatbot antwortet auf Fragen. Ein Wissens-Gehirn versteht Zusammenhänge. Der technische Unterschied: Ein Knowledge Graph ist eine strukturierte Datenbank aus Entitäten und deren Beziehungen zueinander. Ihre Produkte, Ihre Kunden, Ihre Mitarbeitenden, Ihre Prozesse – und wie alles miteinander verbunden ist. Netflix nutzt einen solchen Graphen, um zu verstehen, welche Inhalte zu welchem Nutzerprofil passen. Google nutzt seinen Knowledge Graph, um Suchanfragen mit echten Entitäten zu verknüpfen, nicht nur mit Keywords. SAP setzt Knowledge Graphs ein, um Unternehmensdaten aus verschiedenen Systemen semantisch zu verbinden.

Für ein kleines Unternehmen bedeutet das: Wenn ein Interessent um 22:30 Uhr fragt, ob Ihr Coaching-Programm auch für jemanden geeignet ist, der bereits einen anderen Kurs gemacht hat, dann antwortet ein Wissens-Gehirn differenziert – weil es Ihr Angebotsportfolio, typische Einsteiger-Profile und Ihre eigene Positionierung kennt. Ein generischer Chatbot antwortet mit „Ja, natürlich!" und verliert den Interessenten im nächsten Schritt, weil die Antwort nicht gepasst hat.

Domani baut solche Wissens-Gehirne für KMU: mit einem klar definierten Festpreis, einem Prozess in Wochen statt Monaten, DSGVO-konform gehostet, und mit dem Versprechen, dass das System nach 24 Monaten vollständig dem Kunden gehört. Was wir nicht tun: Fantasiepreise nennen, die sich erst nach Projektbeginn als Stundenaufwand entpuppen. Der Preis steht vor dem Start. Was wir einbauen: Ihr echtes Wissen – kuratiert, strukturiert, verlässlich.

Wie Sie in drei Schritten herausfinden, was Ihre KI kosten sollte

Der erste Schritt ist eine Bestandsaufnahme: Wo ist Ihr Wissen heute gespeichert? In PDF-Handbüchern? Im Kopf von zwei langjährigen Mitarbeitenden? In einem Google-Drive-Ordner, den niemand mehr pflegt? Je klarer die Antwort, desto präziser das Angebot.

Der zweite Schritt ist die Priorisierung: Welches Kundenproblem kostet Sie heute am meisten Zeit – und lässt sich dieses Problem durch eine verlässliche, gut trainierte KI lösen? Nicht jede Aufgabe ist KI-geeignet. Emotionale Beratungsgespräche bleiben beim Menschen. Standardfragen, Buchungsabläufe, Produktempfehlungen, Onboarding-Schritte – das sind die richtigen Hebel.

Der dritte Schritt ist ein unverbindliches Gespräch mit jemandem, der Ihnen sagt, was nicht geht – nicht nur, was möglich ist. Bei Domani beginnt jedes Projekt mit einer ehrlichen Einschätzung: Ist ein Wissens-Gehirn für Ihren Fall der richtige Ansatz, oder reicht zunächst etwas Kleineres? Diese Frage stellen wir zuerst – und beantworten sie vor dem ersten Euro Investition.