KI zum Festpreis: Wann die Kalkulation trägt und wann sie scheitert

Warum Unternehmen einen Festpreis wünschen

Ein KI-Festpreis beantwortet scheinbar drei Vorstandsfragen auf einmal: Was kostet das Vorhaben, wann ist es abgeschlossen und welches Ergebnis wird geliefert? sensified AI trennt diese Fragen, weil Datenlage, Integration und Betrieb unterschiedlich planbar sind. So wird aus einer attraktiven Zahl eine belastbare Entscheidungsgrundlage.

Der Wunsch nach einer festen Zahl ist nachvollziehbar. Geschäftsführung und CFO müssen Investitionen priorisieren, während der CIO technische Abhängigkeiten und Betriebsrisiken verantwortet. Beide brauchen einen Rahmen, der intern genehmigungsfähig ist. Ein pauschaler Projektpreis wirkt dafür zunächst einfacher als eine offene Aufwandsabrechnung.

Bei einem KI-Vorhaben entscheidet jedoch der Zeitpunkt der Kalkulation. Vor der Prüfung sind zentrale Annahmen unbekannt. Dazu gehören die Qualität der Daten, die Leistungsfähigkeit vorhandener Schnittstellen, Rollen und Berechtigungen sowie die Frage, wie das System nach der Einführung überwacht wird. Eine Zahl vor dieser Klärung kann diese Faktoren nur schätzen.

Für den Einkauf ist deshalb eine zweite Frage wichtiger als die Höhe der Pauschale: Welche Annahmen liegen ihr zugrunde? Ein seriöses Angebot benennt Datenquellen, Integrationen, Abnahmekriterien, Mitwirkungspflichten und Betriebsgrenzen. Fehlen diese Angaben, kauft das Unternehmen keine Sicherheit. Es übernimmt die Unsicherheit in Form eines Puffers oder späterer Nachträge.

Die Zahl allein steuert kein Budget

Budgetsicherheit entsteht durch Entscheidungsrechte und Messpunkte. Geschäftsführung und CIO müssen erkennen können, welche Annahme bestätigt ist, welches Risiko offen bleibt und welche Entscheidung als Nächstes Budget bindet. Ein KI-Festpreis ohne diese Steuerungslogik verdeckt den Projektzustand hinter einer Gesamtsumme.

Der zentrale Unterschied liegt damit zwischen Preis und Steuerbarkeit. Ein Preis beantwortet, welcher Betrag vereinbart wurde. Steuerbarkeit zeigt, welche Leistungen erbracht sind, welche Wirkung gemessen wird und welche Abweichung eine neue Entscheidung verlangt.

Was Sie davon mitnehmen: Prüfen Sie zuerst die Annahmen hinter der Zahl und erst danach die Zahl selbst.

Welche Bestandteile vorab kalkulierbar sind

Vorab kalkulierbar sind klar beschriebene Analyseleistungen, vorhandene Unterlagen und definierte Entscheidungsformate. sensified AI nutzt den Discovery-Workshop, um Geschäftsproblem, Datenlage, Architektur, Compliance und Erfolgskriterien gemeinsam zu prüfen. Die Umsetzung folgt erst, wenn dieser Ergebnispfad fachlich, technisch und organisatorisch belastbar dokumentiert ist.

Ein Unternehmen kann die Vorbereitung erheblich verbessern. Je genauer der betrachtete Prozess beschrieben ist, desto weniger Zeit fließt später in Grundsatzklärung. Hilfreich sind Prozessdarstellungen, Systemlisten, Datenverantwortliche, typische Ausnahmefälle und die Kennzahlen, an denen der wirtschaftliche Effekt gemessen werden soll.

Auch die Entscheidungsorganisation ist kalkulierbar. Wer gibt Daten frei? Wer entscheidet über Architektur? Wer bestätigt fachliche Abnahmekriterien? Wer verantwortet Informationssicherheit und Datenschutz? Werden diese Rollen vor dem Start benannt, sinkt das Risiko, dass technische Arbeit auf eine ausstehende Entscheidung wartet.

Fünf Unterlagen für eine belastbare Prüfung

• Eine Beschreibung des wirtschaftlichen Engpasses mit heutiger Baseline.
• Eine Liste der relevanten Datenquellen einschließlich verantwortlicher Personen.
• Eine Übersicht der Systeme und Schnittstellen im betroffenen Prozess.
• Fachliche Abnahmekriterien für Qualität, Geschwindigkeit und Fehlerfälle.
• Vorgaben zu Datenschutz, Informationssicherheit, Audit und späterem Betrieb.

Diese Unterlagen müssen zu Beginn noch nicht vollständig sein. Lücken sind selbst ein Ergebnis der Prüfung. Entscheidend ist, dass sie sichtbar werden, bevor eine Umsetzungszusage daraus abgeleitet wird.

Was Sie davon mitnehmen: Gute Vorbereitung verkürzt die Klärung, ersetzt aber keine Prüfung der Daten und Schnittstellen.

Welche Risiken erst die Analyse zeigt

Die größten Kostentreiber eines KI-Vorhabens liegen häufig außerhalb des Modells. sensified AI prüft Datenzugriff, Prozessausnahmen, Schnittstellen, Berechtigungen, regulatorische Pflichten und Betriebsverantwortung als zusammenhängendes System. Erst danach lässt sich beurteilen, welcher Ergebnispfad wirtschaftlich, technisch und organisatorisch im laufenden Betrieb trägt.

Datenqualität ist mehr als Vollständigkeit. Für ein belastbares System müssen Daten den realen Prozess abbilden, einschließlich seltener Fehlerfälle und saisonaler Abweichungen. Ein Vertriebsprozess kann auf den ersten Blick standardisiert wirken, während einzelne Kundengruppen, Freigabegrenzen oder Dokumentformate eigene Regeln benötigen.

Integration verursacht Aufwand dort, wo Verantwortlichkeiten und technische Realität zusammentreffen. Eine dokumentierte Schnittstelle kann im Testzugang anders reagieren als im Produktivbetrieb. Berechtigungen können verhindern, dass ein System die benötigten Daten lesen darf. Änderungen an einem Bestandssystem können zusätzliche Abstimmungen mit internen Teams oder externen Herstellern auslösen.

Auch fachliche Ausnahmefälle verändern den Aufwand. Ein Prozess kann für den Großteil der Vorgänge stabil sein und gleichzeitig wenige Sonderfälle enthalten, die eine menschliche Freigabe, zusätzliche Daten oder eine eigene Dokumentation verlangen. Werden diese Fälle im Workshop sichtbar, kann das Zielsystem klare Übergaben zwischen automatisierter Verarbeitung und menschlicher Entscheidung vorsehen.

Die Analyse bewertet deshalb nicht nur, ob ein Modell grundsätzlich funktioniert. Sie prüft, unter welchen Bedingungen das Gesamtsystem zuverlässig betrieben werden kann. Dazu gehören Datenherkunft, Qualitätssicherung, Fehlerbehandlung, Verantwortliche und ein Verfahren für Änderungen nach dem Start.

Unbekannte Annahmen sind ein eigenes Projektrisiko

Ein früher KI-Festpreis beseitigt Unsicherheit nicht. Er verteilt sie verdeckt. Sichtbare Annahmen, Messpunkte und Entscheidungsgrenzen machen das Risiko steuerbar.

Betrieb gehört in die Kalkulation

Ein produktives KI-System benötigt Monitoring, Fehlerbehandlung, Modellbewertung und klare Zuständigkeiten. Ohne diese Bausteine endet die Kalkulation beim technischen Go-live, obwohl ein wesentlicher Teil der Verantwortung erst dort beginnt. Betrieb und Transfer müssen deshalb von Anfang an Teil des Zielbilds sein.

Compliance wirkt ebenfalls auf Architektur und Aufwand. Personenbezogene Daten, sensible Konstruktionsinformationen oder regulatorisch relevante Entscheidungen erfordern unterschiedliche Schutzmaßnahmen. sensified AI behandelt diese Anforderungen als Grundlage der Planung. Sie werden weder als spätes Zusatzpaket noch als pauschaler Vertrauensclaim verwendet.

Was Sie davon mitnehmen: Kalkulieren Sie Daten, Integration, Betrieb und Compliance gemeinsam, weil jede Dimension die anderen verändert.

Wie Aufwand Budgets steuerbar macht

Abrechnung nach Aufwand wird steuerbar, wenn Leistungen, Ziele und Entscheidungen sichtbar sind. sensified AI verbindet monatliche Aufwandstransparenz mit Quartalszielen, messbaren Abnahmekriterien und einem festen Duo aus Senior Lead und Domänenexperte. Geschäftsführung und CIO behalten dadurch die Entscheidungshoheit über Budget, Prioritäten und jede weitere Ausbaustufe.

Time & Material beschreibt zunächst nur die Abrechnungslogik. Für die Budgetführung braucht es zusätzlich einen Ergebnispfad. Jede Periode beginnt mit vereinbarten Zielen und endet mit einem Review der erreichten Wirkung, der offenen Risiken und der nächsten Entscheidung. Abweichungen werden sichtbar, bevor sie sich über mehrere Monate fortsetzen.

Monatliche Transparenz bedeutet mehr als eine Liste von Stunden. Ein belastbarer Bericht ordnet Leistungen einem Ziel zu, zeigt technische und fachliche Ergebnisse, dokumentiert offene Entscheidungen und macht Prognosen für die nächste Periode nachvollziehbar. So kann die Geschäftsführung Budget priorisieren, während der CIO Architektur und Betrieb steuert.

Führung und Umsetzung in einem Mandat

Ein festes Duo aus Senior Lead und Domänenexperte verbindet Geschäftsziele, Fachprozess und technische Architektur. Die Verantwortung wechselt nicht mit jedem Arbeitspaket. Dadurch bleiben Priorisierung, Abnahmen und Risikobewertung über den gesamten Ergebnispfad konsistent.

Die Methodik stützt sich auf 29+ umgesetzte Projekte, 30+ Entwickler an zwei Standorten und Erfahrung aus mehr als 15 Jahren OEM- und Tier-1-Programmumfeld der sensified Group. Diese Zahlen sind Lieferfähigkeitsnachweise. Die Wirkung eines konkreten Mandats wird ausschließlich gegen eine gemeinsam festgelegte Baseline gemessen.

Neue Anforderungen werden vor der Umsetzung bewertet. Das Team beschreibt Wirkung, Aufwand, Abhängigkeiten und mögliche Verschiebungen. Geschäftsführung und CIO entscheiden anschließend, ob die Anforderung in das laufende Quartal gehört, später folgt oder entfällt.

Diese Steuerung schafft einen kontrollierten Entscheidungsrhythmus. Das Unternehmen bindet Budget an überprüfbare Ziele und dokumentierte Entscheidungen. Der Partner erhält gleichzeitig den Raum, technische Unsicherheit offen zu benennen, bevor daraus Aufwand entsteht. Beide Seiten arbeiten mit demselben Statusbild.

Was Sie davon mitnehmen: Aufwand wird durch Ziele, Reviews und Entscheidungshoheit steuerbar, nicht durch eine ungeteilte Gesamtsumme.

Prüfkriterien für Geschäftsführung und CIO

Geschäftsführung und CIO sollten Angebote mit derselben Matrix bewerten. sensified AI empfiehlt fünf Felder: geprüfte Annahmen, wirtschaftliche Messung, technische Integration, Betriebsverantwortung und Wissenstransfer. Eine belastbare Entscheidung entsteht, wenn beide Perspektiven vor Vertragsbeginn zusammengeführt, mit Verantwortlichen versehen und pro Phase schriftlich geregelt werden.

Build, Operate und Transfer als Verantwortungsmodell

Das BOT-Modell trennt den Aufbau des Systems, den begleiteten Betrieb und die Übergabe in das Unternehmen. Diese Trennung schafft klare Verantwortungsphasen. Der Zeitpfad hängt von Datenlage, Integrationsumfang und Compliance-Anforderungen ab und wird nach der Discovery festgelegt.

Regulatorische Anforderungen müssen in denselben Ergebnispfad einfließen. Die Verordnung (EU) 2024/1689 stellt je nach Rolle und Risikoklasse Anforderungen an Dokumentation, Risikomanagement und Betrieb. Die Europäische Kommission ordnet den Rechtsrahmen und seine Anwendung ein. Der konkrete Umfang lässt sich deshalb erst nach Einordnung des Anwendungsfalls bestimmen.

Vor technischen oder strategischen Details steht eine Vertraulichkeitsvereinbarung. Vor der ersten bezahlten Phase folgen Rahmenvertrag und phasenspezifische Leistungsbeschreibung. Werden personenbezogene Daten verarbeitet, kommt eine Vereinbarung zur Auftragsverarbeitung hinzu. Diese Reihenfolge schützt beide Seiten und macht Verantwortlichkeiten prüfbar.

Was Sie davon mitnehmen: Bewerten Sie Wirtschaftlichkeit, Architektur, Betrieb und Transfer in einer gemeinsamen Entscheidungsmatrix.

Redaktioneller Hinweis: Dieser Fachartikel wurde KI-gestützt erstellt und von sensified AI fachlich sowie redaktionell geprüft.

Nächste Schritte

Beginnen Sie mit einer gemeinsamen Sicht von Geschäftsführung und CIO auf Engpass, Daten und Verantwortlichkeiten. sensified AI prüft im Discovery-Call, ob die fünf Fit-Kriterien für einen Discovery-Workshop erfüllt sind. Erst danach werden Detailtiefe, Ergebnispfad, Mandatsstruktur und die nächsten verantwortlichen Entscheidungen festgelegt.

Für die interne Vorbereitung reichen drei Schritte. Benennen Sie den wirtschaftlichen Engpass, wählen Sie einen verantwortlichen Fachbereich und erfassen Sie die vermutlich relevanten Datenquellen. Formulieren Sie außerdem eine Kennzahl, an der Sie eine Verbesserung erkennen würden.

Wenn Sie tiefer in die Kalkulationslogik einsteigen möchten, erläutert KI-Implementierung zum Festpreis die wichtigsten Aufwandstreiber. Für die Partnerwahl bietet die Prüfliste zur Auswahl eines KI-Anbieters eine Bewertungsmatrix. Ein vertikales Beispiel finden Sie unter Vision-KI in der Qualitätskontrolle.

Im Leitfaden zum KI-Discovery-Workshop sehen Sie, welche Entscheidungen der Einstieg vorbereitet. Wenn Ihr Unternehmen zwischen 250 und 2.000 Mitarbeitende hat und Geschäftsführung sowie CIO gemeinsam entscheiden, können Sie den Discovery-Call vereinbaren.

Was Sie davon mitnehmen: Ein belastbarer Einstieg beginnt mit Fit, Daten und Entscheidungsfähigkeit.