ROI von KI-Agenten – Was Unternehmen wirklich sparen

„KI klingt spannend, aber was rechnet sich wirklich?" ist die häufigste Frage, die wir von Entscheidern hören. Eine berechtigte Frage. Dieser Artikel gibt eine ehrliche Antwort: wie man den ROI von KI-Agenten sauber berechnet, welche Faktoren oft übersehen werden – und was typische Größenordnungen sind.

Die zwei Säulen des ROI

Der Return on Investment bei KI-Agenten ergibt sich aus zwei Quellen:

• Direkte Kosteneinsparung: Weniger manuelle Arbeitsstunden für repetitive Prozesse
• Kapazitätsgewinn: Mitarbeiter können höherwertige Aufgaben übernehmen, ohne Headcount aufzubauen

Hinzu kommen indirekte Effekte: schnellere Reaktionszeiten, geringere Fehlerquoten, bessere Datenkonsistenz. Diese sind schwerer zu beziffern, können aber in der Praxis den direkten ROI übersteigen.

Schritt 1: Zeitaufwand messen

Bevor man über ROI spricht, braucht man Daten. Der häufigste Fehler: grobe Schätzungen statt echter Zeiterfassung. Eine einfache Methode:

1. Prozess identifizieren (z.B. „Eingehende Anfragen im CRM erfassen")
2. Schritte dokumentieren: Wie viele Handlungen, wie viel Zeit pro Durchlauf?
3. Häufigkeit ermitteln: Wie oft pro Tag / Woche / Monat?
4. Zeitaufwand hochrechnen: Stunden/Monat

Schritt 2: Personalkosten ansetzen

Für die ROI-Berechnung wird ein vollständiger Stundensatz benötigt – nicht nur das Bruttogehalt, sondern der Gesamtaufwand pro Mitarbeiter:

• Bruttogehalt + Arbeitgeberanteile (ca. 120% des Bruttos)
• Geteilt durch effektive Arbeitsstunden/Jahr (ca. 1.700 bei Vollzeit)

Beispielrechnung für einen Sachbearbeiter mit 45.000 € Jahresgehalt: 54.000 € Gesamtkosten / 1.700 h = ca. 32 €/h

Schritt 3: Einsparung berechnen – ein konkretes Beispiel

Ausgangssituation: Ein mittelständisches Unternehmen verarbeitet täglich 40–60 eingehende Anfragen (E-Mail + Formular). Ein Mitarbeiter verbringt ca. 3 h/Tag damit, diese zu sichten, zu kategorisieren, im CRM anzulegen und an die zuständige Abteilung weiterzuleiten.

Schritt 4: Investitionskosten gegenrechnen

Typische Investitionskosten für einen KI-Agenten in diesem Umfang:

• Entwicklung und Integration: 8.000 – 18.000 € (einmalig)
• LLM-API-Kosten: 50 – 200 €/Monat (je nach Volumen)
• Wartung und Anpassung: 500 – 1.000 €/Monat

Break-even: Bei 22.800 € Jahreseinsparung und 15.000 € Entwicklungskosten amortisiert sich der Agent in ca. 8 Monaten. Ab Monat 9 ist der Betrieb mit positiver Rendite.

Was oft übersehen wird

Qualitative Faktoren, die sich schwer beziffern lassen, aber real sind:

• Skalierbarkeit: Ein Mensch kann nicht 60 Anfragen gleichzeitig bearbeiten – ein Agent schon
• Konsistenz: Keine Fehler durch Ermüdung, keine Fehlklassifizierungen an stressigen Tagen
• 24/7-Betrieb: Anfragen werden auch außerhalb der Geschäftszeiten verarbeitet
• Mitarbeiterzufriedenheit: Repetitive Aufgaben werden entfernt, Mitarbeiter können sinnvollere Arbeit leisten