KI einführen ist ein Projekt. KI betreiben ist ein Vollzeitjob.
Die teuren Kosten von KI-Automatisierung entstehen nicht im Pilotprojekt. Sie entstehen in den 24 Monaten danach — und stehen in keinem Angebot.
Der Prototyp läuft. Der Assistent beantwortet Rechnungsfragen, der Agent klassifiziert Dokumente, das Modell zieht Fristen aus Verträgen. Die Geschäftsführung ist beeindruckt, die IT ist stolz, der Business Case rechnet sich auf dem Papier.
Und dann vergehen sechs Monate.
Der Modellanbieter kündigt das Abschaltdatum für die verwendete Version an. Die Fachabteilung führt ein neues Dokumentformat ein, das der Extraktor nicht kennt. Jemand bemerkt, dass die Trefferquote seit Wochen sinkt — aber niemand kann sagen, seit wann genau, weil es keine Vergleichsmessung gibt. Die Rechtsabteilung fragt nach der Dokumentation für den AI Act. Und der Kollege, der das Ganze gebaut hat, ist inzwischen Teamleiter und hat keine Zeit mehr.
Das ist kein Ausnahmefall. Das ist der Normalfall.
Was das Pilotprojekt kostet — und was danach jedes Jahr anfällt
In Personentagen, mittelständisches Unternehmen mit zwei bis drei produktiven Anwendungsfällen
KI ist keine Software-Einführung
Bei klassischer Software ist die Rechnung einfach: einmal einführen, dann läuft es. Updates kommen vom Hersteller, Wartung ist ein kalkulierbarer Prozentsatz der Lizenzkosten, und wenn niemand etwas anfasst, funktioniert das System in zwei Jahren noch genauso wie heute.
KI-Systeme verhalten sich anders. Sie verfallen, auch wenn niemand sie anfasst — weil sich alles um sie herum bewegt.
- Die Modelle bewegen sichAnbieter setzen Versionen ab, ändern das Antwortverhalten, verschieben Sicherheitsgrenzen. Ein Prompt, der im Januar zuverlässig strukturiertes JSON lieferte, produziert im Juni Fließtext mit Vorrede. Das merkt niemand automatisch — außer, jemand hat Regressionstests gebaut und pflegt sie.
- Die Daten bewegen sichNeue Vertragsvorlagen, umbenannte Felder im ERP, ein anderes Scan-Verfahren in der Poststelle. Jede dieser Änderungen kann eine Suchpipeline stillschweigend verschlechtern. Nicht kaputtmachen — verschlechtern. Das ist die gefährlichere Variante, weil das System weiter Antworten liefert, nur eben schlechtere.
- Die Regulierung bewegt sichSeit dem 2. August 2026 gelten die Transparenzpflichten des EU AI Act. Seit Dezember 2025 gilt das NIS2-Umsetzungsgesetz ohne Übergangsfrist, inklusive persönlicher Haftung der Geschäftsleitung. Beides verlangt keine einmalige Aktion, sondern laufende Nachweise.
- Die Angreifer bewegen sichManipulierte Anweisungen in hochgeladenen Dokumenten, Datenabfluss über zu weit gefasste Werkzeugrechte, Modell-Endpunkte ohne Begrenzung. Ein KI-System mit Zugriff auf interne Systeme ist eine neue Angriffsfläche — eine, für die es in den meisten Unternehmen noch kein Härtungs-Playbook gibt.
Ein KI-System ohne Pflege wird nicht kaputt. Es wird langsam schlechter.
Schematische Darstellung des typischen Qualitätsverlaufs nach dem Go-Live
Die regulatorische Uhr läuft mit
Wer KI betreibt, betreibt sie in einem Rechtsrahmen, der sich schneller ändert als die eigene Roadmap. Der Digital Omnibus hat im Juli 2026 die Hochrisiko-Pflichten nach hinten geschoben — das verschafft Vorbereitungszeit, nimmt aber keine einzige Pflicht weg. Und die Pflichten, die bereits scharf sind, werden im Mittelstand am häufigsten übersehen.
Was gilt und was noch kommt
EU AI Act und NIS2 in der Reihenfolge der Stichtage, nicht maßstäblich
Was das konkret kostet
Die folgende Aufstellung geht von einem realistischen Mittelstandsszenario aus: 150 bis 500 Mitarbeitende, zwei bis drei produktive Anwendungsfälle — etwa Dokumentenextraktion, interner Wissensassistent, Compliance-Prüfung — betrieben in eigener Verantwortung.
Kalkulationsbasis sind 800 € pro Personentag bei interner Umsetzung, also Vollkosten und nicht Bruttogehalt, sowie 1.400 € bei externer Vergabe. Die Spanne in der Kostenspalte bildet genau diese beiden Enden ab.
Zwölf Kostenblöcke, die nach dem Go-Live jedes Jahr anfallen
Spanne pro Jahr in Tausend Euro
| Kostenblock | Was konkret dahintersteckt | Aufwand p. a. | Kosten p. a. |
|---|---|---|---|
| Modell- und Anbieterwechsel | Abschaltdaten verfolgen, Versionswechsel testen, Ausweichrouten, Vergleichsläufe | 15–30 PT | 12.000–42.000 € |
| Prompt- und Suchpflege | Prompts nachziehen, Textzerlegung anpassen, Neuindizierung, neue Dokumenttypen einarbeiten | 25–45 PT | 20.000–63.000 € |
| Qualitätsmessung | Referenzdatensatz aufbauen und pflegen, Regressionstests, Fehlerquote messen, Drift überwachen | 20–35 PT | 16.000–49.000 € |
| Regulatorik und Nachweise | AI Act Art. 4 und Art. 50, Vorbereitung Anhang III, ISO/IEC 42001, Audit-Dokumentation | 15–30 PT | 12.000–42.000 € |
| Datenschutz | Folgenabschätzung, Auftragsverarbeitung, technische Maßnahmen, Löschkonzepte, Drittlandtransfer | 8–15 PT | 6.400–21.000 € |
| IT-Sicherheit | Härtung gegen manipulierte Eingaben, Geheimnisverwaltung, Berechtigungen, Penetrationstest, Patches | 15–25 PT | 12.000–35.000 € |
| Betrieb und Störungsbehebung | Protokollierung, Alarmierung, Rufbereitschaft, Störungen, Wiederherstellungstests | 20–40 PT | 16.000–56.000 € |
| Infrastruktur | Rechenkapazität und Hosting, Vektordatenbank, Überwachung, Testumgebung | Sachkosten | 9.000–60.000 € |
| Modellnutzung im Dauerbetrieb | Abrechnung nach Nutzung oder Betrieb eigener Modelle unter Dauerlast | Sachkosten | 6.000–48.000 € |
| Schulung und KI-Kompetenz | Pflicht nach Art. 4 AI Act, Rollenschulungen, Einarbeitung neuer Mitarbeitender | 8–15 PT | 6.400–21.000 € |
| Umbau und technische Schuld | Framework-Migrationen, Architekturwechsel, Abbau von Prototyp-Altlasten | 20–40 PT | 16.000–56.000 € |
| Wissenssicherung | Suche und Einarbeitung, Dokumentation, Vertretungsregelung | 5–15 PT | 4.000–21.000 € |
| Summe | 151–290 PT | 135.000–515.000 € |
Grundlage: 800 € pro Personentag intern (Vollkosten), 1.400 € extern. Sachkosten unabhängig davon geschätzt.
Wer drei bis fünf Anwendungsfälle betreibt, kann die Personentage nicht linear verdreifachen — aber auch nicht konstant halten. Realistisch liegt der Faktor bei 1,8 bis 2,2.
Aufschlussreich ist auch, wohin diese Tage fließen. Die Hälfte davon geht nicht in Compliance oder Sicherheit, sondern in das schlichte Nachziehen der Technik hinter Veränderungen, die anderswo passiert sind.
Wohin die Personentage gehen
Mittelwert der Spanne, rund 220 Personentage pro Jahr
Die Posten, die in keiner Tabelle stehen
- Der Bus-FaktorIn den meisten Mittelständlern, die KI selbst umsetzen, gibt es genau eine Person, die versteht, warum das System so gebaut ist, wie es gebaut ist. Wenn diese Person kündigt, in Elternzeit geht oder befördert wird, beginnt nicht Wartung, sondern Archäologie. Der Wiederaufbauaufwand liegt erfahrungsgemäß bei 40 bis 60 Prozent der ursprünglichen Entwicklungskosten.
- Die OpportunitätskostenDie Person, die 200 Personentage im Jahr KI-Systeme pflegt, ist in der Regel die beste Entwicklerin oder der beste Architekt im Haus. Was diese Person in derselben Zeit an Produkt- oder Prozessarbeit hätte leisten können, taucht in keiner Kostenstelle auf — ist aber oft der teuerste Posten der ganzen Rechnung.
- Die NachweislückeWer erst bei der Prüfung anfängt, Modellversionen, Prompt-Stände, Testergebnisse und Entscheidungsprotokolle zu rekonstruieren, zahlt ein Vielfaches dessen, was laufende Protokollierung gekostet hätte. Nach § 65 BSIG kann allein die verspätete NIS2-Registrierung mit bis zu 500.000 € geahndet werden; der Bußgeldrahmen des AI Act reicht im Regelfall bis 15 Mio. € oder 3 Prozent des weltweiten Jahresumsatzes.
- Die Abschreibung bei TechnologiewechselnWas 2024 als Pipeline mit dem damals gängigen Framework gebaut wurde, ist 2026 oft nicht mehr die naheliegende Architektur. Eigenbau bedeutet, diese Wechsel selbst zu bezahlen — und selbst zu entscheiden, wann man sie mitgeht.
Eigenbau oder spezialisierter Anbieter
Der ehrliche Vergleich, einschließlich der Punkte, in denen Eigenbau gewinnt.
| Kriterium | Eigenbau im Unternehmen | Spezialisierter Anbieter |
|---|---|---|
| Zeit bis zum Produktivbetrieb | 4 bis 9 Monate | 4 bis 10 Wochen |
| Laufende Betriebskosten | 135.000–515.000 € pro Jahr | planbare Servicegebühr |
| Modell-Updates | eigenes Risiko, eigener Aufwand | im Betrieb enthalten |
| Regulatorik-Beobachtung | muss aufgebaut werden | Teil des Produkts |
| Audit-Nachweise | selbst zu erzeugen | laufen automatisch mit |
| Wissensrisiko | hoch, oft an einer Person | verteilt beim Anbieter |
| Datenhoheit | maximal | abhängig vom Hosting-Modell, wichtigstes Auswahlkriterium |
| Fachliche Kontrolle | maximal | hoch, wenn Prozesse konfigurierbar sind |
| Anpassung an Sonderfälle | unbegrenzt | begrenzt durch den Produktumfang |
| Skalierung auf neue Anwendungsfälle | jeder Fall ein neues Projekt | schrittweise |
Die beiden hervorgehobenen Zeilen sind der Grund, warum die Antwort nicht immer „auslagern“ lautet.
Wann Eigenbau die richtige Entscheidung ist
Diese Rechnung ist kein Argument gegen interne Entwicklung. Sie ist ein Argument gegen unbewusste interne Entwicklung. Selbst bauen ist die richtige Wahl, wenn mindestens zwei dieser vier Punkte zutreffen.
- Der Anwendungsfall ist Kern des Geschäftsmodells und damit selbst ein Wettbewerbsvorteil.
- Im Haus arbeiten mindestens drei Personen mit belastbarer Betriebserfahrung für KI-Systeme — nicht eine Person mit Interesse am Thema.
- Es gibt kein Marktprodukt, das die fachliche Domäne trifft.
- Die Datenlage ist so speziell, dass ein Standardprodukt mehr Anpassung als Neubau erfordern würde.
Trifft davon nichts oder nur eines zu, ist Eigenbau meistens die teuerste Variante — und sie zeigt sich erst nach 18 Monaten als solche, wenn die Rückabwicklung schon wehtut.
Drei Fragen vor jedem KI-Rollout
- Wer ist im Organigramm namentlich verantwortlich für Modellwechsel, Qualitätsmessung und Audit-Nachweise?Und wie viele Tage im Jahr sind dafür freigestellt?
- Woran würden wir merken, dass die Qualität sinkt?Wenn die Antwort „wenn sich jemand beschwert“ lautet, gibt es keine Messung.
- Was passiert, wenn die verantwortliche Person das Unternehmen verlässt?Wenn die Antwort unangenehm ist, ist das Risiko bereits eingegangen.
Unser Ansatz
Genau an dieser Stelle setzt Agentic360 an. Wir betreiben eine Plattform zur Compliance-Automatisierung für den deutschen Mittelstand, bei der die oben aufgeführten Betriebsaufgaben nicht beim Kunden liegen: Modellwechsel, Qualitätssicherung, Regulatorik-Beobachtung und Nachweisführung laufen bei uns mit.
Zwei Punkte sind uns dabei wichtig. Die Datenhoheit bleibt beim Kunden — die Plattform arbeitet mit lokal betriebenen Modellen und deutschem Hosting, On-Premise- und Air-Gapped-Installationen sind Teil des Produkts und kein Sonderfall. Und Entscheidungen bleiben nachvollziehbar: Regeln werden in einer deterministischen Policy-Engine ausgewertet, nicht in einem Modell-Prompt versteckt. Jede Bewertung ist auf die zugrunde liegende Vorschrift und den auslösenden Verarbeitungsschritt zurückführbar. Das ist der Unterschied zwischen „das System sagt X“ und „das System sagt X, weil“.
Wenn Sie gerade ausrechnen, was Ihr eigener KI-Betrieb kostet, oder feststellen, dass Sie diese Rechnung noch nie aufgemacht haben: Sprechen Sie uns an. Auch wenn am Ende Eigenbau die richtige Antwort ist — dann wenigstens als bewusste Entscheidung mit einem Budget dahinter.
Diese Rechnung ist kein Argument gegen interne Entwicklung. Sie ist ein Argument gegen unbewusste interne Entwicklung. Auch wenn am Ende Eigenbau die richtige Antwort ist — dann wenigstens als bewusste Entscheidung mit einem Budget dahinter.
Stand: August 2026. Regulatorische Fristen ändern sich; die Angaben geben den Stand zum Zeitpunkt der Veröffentlichung wieder. Dieser Beitrag ersetzt keine Rechtsberatung. Die Kostenangaben sind Schätzungen auf Basis der genannten Tagessätze, keine Messwerte.
- Regulation (EU) 2026/1744 (Digital Omnibus on AI), Official Journal of 24 July 2026, in force since 27 July 2026 — EUR-Lex
- Regulation (EU) 2024/1689 (EU AI Act), Art. 4, Art. 50, Art. 99 — EUR-Lex
- German NIS2 Implementation and Cybersecurity Strengthening Act, in force since 6 December 2025; sections 30, 33, 65 BSIG
- German AI Implementation Act, Bundesrat 10 July 2026 — Bundesnetzagentur as central supervisory authority