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 für 30 USD 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 wird der Gegenwert lokal angezeigt. Microsoft 365 Copilot Business wird paketabhängig ausgewiesen; in der ersten Budgetplanung ist eine Spanne um rund 27 bis 32 USD pro Nutzer und Monat realistischer als ein einzelner Fixwert. 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.