KI-Tools Preise 2026: Was Unternehmen realistisch budgetieren sollten

Warum KI-Preise schwer vergleichbar sind

KI-Tools werden selten so eingekauft wie klassische Software. Bei Chatbots zählt der Nutzerpreis, bei Support-KI oft eine gelöste Anfrage, bei Agenten die Ausführung oder der Credit-Verbrauch, bei Legal- und Tax-AI meist ein individuelles Enterprise-Angebot. Wer nur Listenpreise nebeneinanderlegt, übersieht deshalb den größten Kostentreiber: den Prozess, in dem das Tool eingesetzt wird.

Ein Copilot-Plan im niedrigen zweistelligen USD-Bereich pro Nutzer und Monat kann wirtschaftlich sein, wenn er täglich in Outlook, Teams, Word und Excel genutzt wird. Ein günstigeres Tool kann teurer werden, wenn es keine SSO-Anbindung, keine saubere Datenverarbeitung oder keine brauchbaren Admin-Kontrollen bietet. Preise sollten deshalb als Indikator, nicht als isolierter Kaufgrund gelesen werden.

Die vier Kostenmodelle, die Entscheider kennen sollten

Das erste Modell ist der klassische Nutzerpreis. Beispiele sind ChatGPT Business, Microsoft 365 Copilot, Claude Team oder Perplexity Enterprise Pro. Dieses Modell ist gut planbar, aber nur dann wirtschaftlich, wenn die Nutzung breit genug ist. Für ein Pilotteam mit zehn Personen ist es einfach; für 500 Nutzer wird es ohne klare Use Cases schnell teuer.

Das zweite Modell ist das Enterprise-Angebot auf Anfrage. Dazu gehören viele Legal-AI-, Tax-AI-, HR- und Business-AI-Plattformen. Anbieter kalkulieren hier nach Nutzerzahl, Datenanforderungen, Support, Integrationen, Vertragslaufzeit und Implementierung. Das wirkt untransparent, ist bei spezialisierten Lösungen aber normal.

Das dritte Modell ist verbrauchsabhängig. Intercom Fin rechnet zum Beispiel pro gelöster Anfrage ab, Salesforce nutzt bei Agentforce Credit- und Conversation-Modelle. Dieses Modell passt zu messbaren Prozessen, kann aber bei hohem Volumen überraschend teuer werden.

Das vierte Modell steckt in bestehenden Software-Suites. Google Workspace, HubSpot, DATEV, Haufe oder SAP bündeln KI-Funktionen teils in bestehenden Paketen oder planabhängigen Add-ons. Hier entscheidet nicht nur der KI-Preis, sondern der vorhandene Vertragsbestand.

Konkrete Preisanker für die erste Shortlist

Als grobe Orientierung: ChatGPT Business liegt öffentlich bei etwa 20 USD pro Nutzer und Monat bei jährlicher Abrechnung, je nach Land können lokale Währung und Steuern abweichen. Microsoft 365 Copilot Business wird paketabhängig ausgewiesen; die aktuellen Business-Bundles liegen öffentlich bei 22, 27 und 32 USD pro Nutzer und Monat. Für die Budgetplanung sollte man Business-Bundles, Enterprise-Add-ons und vorhandene Microsoft-365-Lizenzen getrennt prüfen. Perplexity Enterprise Pro liegt bei 40 USD pro Sitz und Monat oder 400 USD pro Jahr. Intercom Fin wird mit 0,99 USD pro gelöster Anfrage kommuniziert.

Diese Werte ersetzen kein Angebot, helfen aber bei der ersten Budgetprüfung. Für ein Team mit 50 Nutzern liegen breit genutzte Assistenten schnell im niedrigen fünfstelligen Jahresbereich. Spezialisierte Legal-, Tax- oder Enterprise-Search-Lösungen können darüber liegen, liefern aber auch andere Funktionen: Fachquellen, Dokumentenworkflows, Rechtevererbung, Auditierbarkeit oder DMS-Anbindung.

Was Unternehmen vor der Beschaffung rechnen sollten

Die wichtigste Rechnung ist nicht Preis mal Nutzer, sondern Preis pro sinnvoller Aufgabe. Ein Unternehmen sollte vor dem Kauf festlegen, welche Aufgabe verbessert wird: Recherche, Meeting-Nachbereitung, Ticket-Automatisierung, Vertragsprüfung, Steuerrecherche, Wissenssuche oder Prozessautomatisierung. Danach lässt sich messen, ob das Tool Zeit spart, Qualität verbessert oder Risiken reduziert.

Zur realistischen Rechnung gehören außerdem Implementierung, Schulung, Datenschutzprüfung, Betriebsrat, DPA, Rollenrechte, Prompt- und Playbook-Erstellung, Datenbereinigung und laufende Qualitätssicherung. Gerade bei Enterprise Search oder Agenten kann die Vorarbeit wichtiger sein als die Lizenz.

Budgetempfehlung für Pilot, Rollout und Betrieb

Für den Pilot reichen meist zwei bis vier Tools, ein klarer Use Case und 10 bis 30 Nutzer. Das Budget sollte nicht nur Lizenzen enthalten, sondern auch interne Zeit für IT, Datenschutz, Fachbereich und Projektsteuerung. Ohne diese Zeit entstehen Scheinerfolge: Das Tool wirkt in der Demo gut, scheitert aber im Alltag.

Für den Rollout sollte jedes Tool eine Owner-Rolle bekommen: Wer prüft Kosten, Rechte, Qualität, neue Funktionen und Kündigungsfristen? KI-Tools verändern sich schneller als klassische Software. Deshalb ist ein quartalsweiser Review Pflicht.

Preisvergleich: zwölf typische Tool-Kategorien

Für die Shortlist sollten Unternehmen nicht nur einzelne Tools, sondern Kostenlogiken vergleichen. Ein breiter Assistent wie ChatGPT Enterprise oder Microsoft 365 Copilot wird meist pro Nutzer geplant. Enterprise Search wie Glean oder Coveo wird stärker über Datenquellen, Rechte, Connectoren und Suchvolumen bewertet. Support-KI wie Intercom Fin oder Zendesk AI hängt dagegen am Ticket- oder Anfragevolumen.

Für die erste Budgetrunde reicht eine Spannbreite: Standard-Assistenten im niedrigen zweistelligen Monatsbereich pro Nutzer, spezialisierte Fachtools meist auf Anfrage, Verbrauchsmodelle mit klarer Volumenannahme und Suite-Funktionen abhängig vom vorhandenen Vertrag. Erst wenn Use Case, Nutzerzahl und Datenzugriff feststehen, wird aus dem Preisanker ein belastbarer Business Case.

Versteckte Kosten, die im Listenpreis fehlen

Der Listenpreis ist selten der größte Fehler in der Kalkulation. Teurer werden fehlende Datenhygiene, nicht geklärte Rollen, ungeschulte Nutzer, unklare Freigaben und ein Pilot ohne Messkriterien. Für deutsche Unternehmen kommen Datenschutzprüfung, AVV/DPA, Betriebsratsabstimmung, SSO, Berechtigungsreview, Admin-Schulung und interne Kommunikation hinzu.

Als Faustregel sollte ein Pilot zusätzlich zum Lizenzbudget 25 bis 40 Prozent für Einführung, Governance und Qualitätssicherung enthalten. Bei Enterprise Search oder Copilot-Projekten kann der Vorbereitungsaufwand höher liegen, weil alte SharePoint-, Drive- oder Confluence-Strukturen sichtbar werden. Dann spart nicht das billigste Tool Geld, sondern das Tool mit der besten Passung zur vorhandenen Datenordnung.

Drei realistische Pilot-Budgets nach Teamgröße

Ein 10-Personen-Pilot mit einem breiten Assistenten liegt häufig im niedrigen vierstelligen Jahresbereich für Lizenzen, braucht aber zusätzlich interne Projektzeit. Realistisch sind 40 bis 60 Stunden für IT, Datenschutz, Fachbereich, Schulung und Auswertung. Bei einem kalkulatorischen internen Stundensatz von 85 Euro entstehen schnell 7.000 bis 12.000 Euro Gesamtkosten für Jahr eins.

Bei 50 Nutzern verschiebt sich der Fokus: Die Lizenz wird sichtbar, aber die Steuerung wird wichtiger. Unternehmen sollten mindestens einen Tool-Owner, klare Datenklassen und ein monatliches Review einplanen. Bei 200 Nutzern ist ein ungeführter Rollout nicht mehr seriös. Dann braucht es Budget für Kommunikation, Governance, Support, Power-User und ein KI-Inventar. Der passende Download dazu: KI-Budget-Kalkulator als Excel.

Euro-oder-USD-Falle und Einkaufsdetails

Viele Anbieter kommunizieren Dollarpreise, während europäische Unternehmen in Euro planen. Dazu kommen Umsatzsteuer, Rechnungsadresse, Wechselkurs, Zahlungsweise, jährliche Bindung, Mindestanzahl an Sitzen und lokale Datenresidenz. Für die Geschäftsführung ist deshalb nicht der Monatsbetrag entscheidend, sondern die vertragliche Gesamtsicht über zwölf bis 36 Monate.

Der Einkauf sollte Anbieterangebote immer auf dieselbe Basis normalisieren: Preis pro aktivem Nutzer, Mindestlaufzeit, Kündigungsfenster, Inklusivvolumen, Support-Level, Datenresidenz, Subprozessoren, Preissteigerungsklauseln und Exit-Möglichkeit. Nur dann sind Chatbot, Copilot, Enterprise Search und Fach-KI wirklich vergleichbar.

ROI pro Use Case statt ROI pro Tool

Eine belastbare ROI-Rechnung beginnt mit einem konkreten Prozess. Beispiel Meeting-Nachbereitung: 25 Personen sparen je 30 Minuten pro Woche, weil Protokolle, Aufgaben und Entscheidungspunkte schneller erstellt werden. Bei 85 Euro internem Stundensatz entspricht das rund 4.250 Euro Produktivitätswert pro Monat. Davon müssen Lizenz, Einführung und Review abgezogen werden.

Bei Recherche, Vertragsprüfung, Steuerfragen oder Support-Automation ist die Rechnung anders. Dort zählt nicht nur Zeit, sondern auch Qualität: weniger Suchaufwand, konsistentere Antworten, bessere Dokumentation oder weniger Eskalationen. Genau deshalb sollte jedes Budget mit einer Governance-Prüfung und einem klaren Messplan verbunden werden.

Enterprise-Verhandlung: worauf es ankommt

Bei größeren Volumen lohnt sich nicht nur der Preisnachlass. Wichtiger sind Price-Protection, flexible Seat-Anpassung, SLA, Support-Reaktionszeit, Datenverarbeitung, Subprozessorenliste, Audit-Log-Export, Löschfristen, Mandantenfähigkeit und klare Zusagen zur Nichtnutzung von Geschäftsdaten für Training. Wer nur den Lizenzpreis verhandelt, übersieht die späteren Betriebskosten.

Die beste Verhandlungsposition entsteht nach einem dokumentierten Pilot. Dann kann das Unternehmen zeigen, welche Teams wirklich Nutzen haben, welche Funktionen fehlen und welche Risiken offen sind. Für die Tool-Auswahl hilft die filterbare KI-Radar-Index-Seite; für den Einkauf sollte daraus eine interne Vergleichsmatrix entstehen.

Seat-Lizenz oder API: zwei völlig unterschiedliche Budgets

Viele Preisvergleiche vermischen Benutzerlizenzen und API-Verbrauch. Eine Seat-Lizenz eignet sich für Menschen, die täglich mit einem Assistenten arbeiten: Recherche, Schreiben, Analyse, Meeting-Nachbereitung. API- oder Credit-Modelle eignen sich für Produkte, Workflows und Automationen, bei denen eine Maschine viele kleine Aufgaben ausführt.

Für die Budgetplanung muss beides getrennt werden. Ein Support-Agent kann mit wenigen Admin-Nutzern starten, aber tausende Anfragen erzeugen. Ein Wissensarbeiter-Assistent kann viele Sitze haben, aber nur begrenzten API-Verbrauch. Wer beides in eine Zahl presst, unterschätzt entweder die Nutzung oder überkauft Lizenzen.

Budget nach Fachbereich planen

Marketing bewertet KI-Kosten anders als Kundenservice oder Legal. Im Marketing zählen Varianten, Geschwindigkeit und Content-Qualität. Im Kundenservice zählen gelöste Tickets, Eskalationsrate und Antwortqualität. In Legal und Tax zählen Quellen, Dokumentation, Risiko und fachliche Freigabe. Deshalb sollte kein zentrales KI-Budget ohne Fachbereichsmetriken entschieden werden.

Ein pragmatischer Weg ist ein Portfolio aus drei Körben: allgemeine Assistenten, Fachtools und Automations-/Agenten-Tools. Allgemeine Assistenten werden breit geschult, Fachtools gezielt eingekauft, Agenten nur nach Governance-Freigabe. Für Automationen lohnt der Blick auf KI-Agenten und Automatisierung.

Wann ein teureres Tool günstiger ist

Ein spezialisiertes Tool mit höherem Preis kann günstiger sein, wenn es weniger Review-Zeit braucht. Beispiel: Ein Fachrecherche-Tool mit Quellen, Export und Versionsstand spart nicht nur Suchzeit, sondern reduziert Nacharbeit und Unsicherheit. Ein generischer Chatbot ist günstiger, wenn er nur Formulierungen oder Zusammenfassungen vorbereitet.

Die kaufmännische Frage lautet deshalb: Welche Kosten entstehen, wenn das Ergebnis falsch, unvollständig oder nicht nachvollziehbar ist? Je höher diese Folgekosten, desto stärker sollte die Bewertung von Preis auf Kontrollierbarkeit, Quellen und Auditierbarkeit wechseln.