Was kostet KI-Entwicklung 2026? Preise für sechs Projekttypen

Was kostet ein KI-Projekt 2026?

Ein Chatbot oder eine einfache Prozessautomatisierung kostet 2.750 bis 8.250 EUR. Ein RAG-System auf der eigenen Dokumentenbasis liegt bei 8.250 bis 22.000 EUR, eine individuelle KI-Lösung bei 13.750 bis 41.300 EUR. Einzelne Automatisierungsstrecken beginnen bei 275 EUR. Alle Beträge netto, aus unserer veröffentlichten Preisliste.

Wer nach KI-Preisen sucht, findet fast nur zwei Antworten: eine Monatsgebühr ohne Leistungsbeschreibung oder den Satz, dass sich das pauschal nicht beziffern lässt. Beides hilft bei der Budgetplanung nicht. Die folgende Tabelle ist deshalb keine Marktschätzung, sondern die Spanne, zu der wir tatsächlich anbieten. Sie steht dauerhaft auf unserer Preisseite und wird in HUF geführt.

Zur Umsatzsteuer: bei Geschäftskunden mit gültiger USt-IdNr. innerhalb der EU greift das Reverse-Charge-Verfahren. Sie erhalten eine Nettorechnung ohne ungarische Umsatzsteuer und führen die Steuer im eigenen Land ab. Nach oben ist die Spanne offen. Ab etwa 40.000 EUR sprechen wir nicht mehr über ein KI-Projekt, sondern über Individualsoftware mit eigener Datenhaltung, in die ein Modell eingebettet ist.

Woraus setzt sich der Preis eines KI-Projekts zusammen?

Der größte Teil eines KI-Budgets fließt nicht in das Modell. Analyse und Zielbild machen 10 bis 15 Prozent aus, die Datenaufbereitung 15 bis 35 Prozent, die eigentliche Umsetzung 25 bis 35 Prozent, die Integration 10 bis 20 Prozent. Der Rest verteilt sich auf Prüfdatensatz, Härtung und Übergabe.

Diese Aufteilung erklärt, warum zwei Angebote für dieselbe Aufgabenstellung um den Faktor drei auseinanderliegen können, ohne dass eines davon unseriös wäre. Ein Angebot, das die Datenaufbereitung stillschweigend beim Auftraggeber verortet, ist zwangsläufig günstiger. Es ist auch das Angebot, das im dritten Monat zum Nachtrag führt. Fragen Sie deshalb bei jedem Festpreis nach, welche dieser sechs Positionen darin enthalten sind.

Welche KI-Projekttypen gibt es, und was kostet welcher?

Sechs Typen decken den größten Teil der Anfragen ab: einzelne Workflows, Mehrsystem-Automatisierung, Chatbots, Dokumentenstrecken, RAG-Systeme und individuelle Modelle. Die Preisunterschiede kommen aus der Zahl der angebundenen Systeme und aus der Frage, wie oft ein Modell pro Vorgang aufgerufen wird.

Chatbot und KI-Assistent

Der häufigste Einstieg, und der mit dem klarsten Erfolgsmaß. Ein Assistent auf einer sauber gepflegten Wissensbasis beantwortet wiederkehrende Fragen ohne Zutun, meldet sich nie krank und übergibt den Rest an einen Menschen. Für 2.750 bis 8.250 EUR bekommen Sie eine Wissensbasis, die Anbindung an Website und CRM, ein Monitoring-Dashboard sowie einen Monat Support.

Der Teil, der in Angeboten regelmäßig fehlt, ist die Übergabe an einen Menschen. Ein Assistent, der bei Unsicherheit weiterrät, kostet später mehr, als er spart. Wir bauen deshalb eine Schwelle ein: unter einer definierten Antwortsicherheit landet das Gespräch im Postfach statt im Modell.

RAG auf der eigenen Dokumentenbasis

Ein RAG-System durchsucht Angebote, Verträge, Handbücher und Projektdokumentation nach Bedeutung statt nach Stichwort, und gibt die Quelle zu jeder Antwort mit an. Preisspanne 8.250 bis 22.000 EUR, Laufzeit zwei bis vier Monate.

Der Kostenunterschied innerhalb dieser Spanne liegt fast vollständig in der Retrieval-Qualität. Eine reine Vektorsuche ist an einem Tag gebaut und liefert an Fachtexten mit vielen Zahlen und Kürzeln schlechte Treffer. Anthropic hat in eigenen Messungen die Retrieval-Fehlerrate durch Hybridsuche mit Reranking von 5,7 auf 1,9 Prozent gesenkt. Dieser Unterschied entscheidet darüber, ob die Fachabteilung das System nach vier Wochen noch benutzt.

Prozessautomatisierung

Hier ist die Spanne am größten, weil der Begriff alles von einer Formularweiterleitung bis zu einer mehrstufigen Freigabestrecke umfasst. Ein Workflow mit ein bis drei Schritten kostet 275 bis 1.375 EUR, eine Mehrsystem-Integration mit Fehlerbehandlung 1.375 bis 6.900 EUR, eine KI-gestützte Dokumentenstrecke 6.900 bis 27.500 EUR.

Ob Sie dafür eine Plattform mieten oder Code schreiben lassen, ist eine Kostenfrage mit klaren Zahlen. Ein Lauf über sechs Schritte kostet auf n8n Cloud Pro 0,005 EUR, bei Zapier Pro 0,029 USD mit Jahresabrechnung und 0,043 USD bei monatlicher Zahlung.

Welche der drei Ebenen für Ihren Fall passt, haben wir in Chatbot, n8n oder eigener KI-Agent über drei Jahre durchgerechnet.

Individuelle KI-Lösung

Fine-Tuning auf eigenen Daten, agentische Systeme mit Werkzeugzugriff, lokal betriebene Modelle, Prognosemodelle und Bildverarbeitung fallen in dieselbe Kategorie: 13.750 bis 41.300 EUR, drei bis neun Monate. Diese Projekte scheitern selten am Modell und häufig an den Daten davor. Wir setzen deshalb keine Fine-Tuning-Phase an, bevor nicht ein Datensatz existiert, an dem sich die Verbesserung messen lässt.

Warum schwankt der Preis innerhalb einer Kategorie um das Dreifache?

Fünf Faktoren entscheiden, ob ein Projekt am unteren oder am oberen Ende der Spanne landet: die Datenqualität, die Zahl der Modellaufrufe pro Vorgang, die Integrationstiefe, die geforderte Retrieval-Qualität und die Regulatorik. Zwei davon lassen sich vor Projektbeginn verändern, drei nicht.

Der zweite Punkt ist der, an dem sich Angebote am stärksten unterscheiden, und er wird beim Einkauf fast nie geprüft. Derselbe Stapel von 1.000 Dokumenten kostet mit einem einzigen Extraktionsaufruf rund 8,70 USD. Wird stattdessen eine achtstufige Agentenschleife darübergelegt, sind es 232 USD, bei identischem Modell. Das ist der Faktor 27, und er entsteht in der Architektur, nicht im Einkauf. Prompt Caching senkt beide Werte um 50 bis 60 Prozent.

Unsere Meinung dazu ist deutlich: eine feste Abfolge von Schritten ist in den meisten Geschäftsprozessen die bessere Lösung als ein autonomer Agent. Autonomie ist teuer, schwer zu testen und in einem Freigabeprozess selten erwünscht.

Warum liegen diese Preise unter deutschen Agenturpreisen?

Der Unterschied liegt im Stundensatz und nicht im Leistungsumfang. Der Medianstundensatz von IT-Freelancern im DACH-Raum liegt laut Freelancer-Kompass 2026 bei 95 EUR, in der Software- und Webentwicklung bei 90 EUR. Anbieter mit Nearshore-Struktur innerhalb der EU arbeiten überwiegend zwischen 40 und 80 EUR.

Die in mehreren Fachpublikationen genannte Ersparnis gegenüber einer deutschen Umsetzung liegt konsistent bei 30 bis 50 Prozent. Uns ist wichtig, woher sie kommt: aus dem Lohnniveau, nicht aus der Qualifikation und nicht aus weggelassener Arbeit. Was der niedrigere Stundensatz ausdrücklich nicht verändert, sind Testaufwand, Dokumentation und Abnahme. Wer diese drei Positionen streicht, wird billiger und liefert etwas anderes.

Für den vertraglichen Teil bleibt Ungarn ein EU-Mitgliedstaat: kein Drittlandtransfer, kein Transfer-Impact-Assessment, ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO als Normalfall, dieselbe Zeitzone wie München oder Hamburg. Bei einem KI-Projekt ist das mehr wert als bei einer Website, weil Sie über die gesamte Laufzeit Daten übergeben und nicht nur einmal zur Abnahme.

Was kostet der Betrieb nach dem Livegang?

Ein KI-System ist mit der Abnahme nicht fertig. Rechnen Sie mit 105 bis 625 EUR im Monat für ein mittelgroßes System und jährlich mit 15 bis 25 Prozent des Projektwerts für Wartung und Weiterentwicklung. Der größte variable Posten sind die Modellkosten, und sie hängen fast vollständig an der Architektur.

Diese Zahl überrascht die meisten Interessenten: die reinen Modellkosten eines Chatbots mit 500 Gesprächen im Monat liegen je nach gewähltem Modell zwischen etwa 1,30 und 27 EUR. Was ein Anbieter darüber hinaus als Monatsgebühr verlangt, ist Dienstleistung, keine Rechenleistung. Das ist kein Vorwurf, sondern eine Kennzahl, mit der Sie ein Abo bewerten können.

Cloud oder eigene Hardware: ab wann lohnt sich lokale Inferenz?

Bei schwankender Last und kleinen Volumina gewinnt die Cloud eindeutig. Eigene Hardware rechnet sich erst bei stabil hohem Durchsatz oder dann, wenn die Daten das Haus nicht verlassen dürfen. Im deutschen Mittelstand ist der zweite Grund meist der ausschlaggebende, nicht der erste.

Der Cloud Report enthält eine Zahl, die die Diskussion gut zusammenfasst: 98 Prozent der befragten Unternehmen halten die Herkunft ihres Cloud-Anbieters für relevant, 91 Prozent würden einen deutschen und 68 Prozent einen europäischen Anbieter bevorzugen, während heute 71 Prozent einen US-Anbieter nutzen. Zwischen Wunsch und Vertrag liegt also eine große Lücke, und sie ist meist eine Kostenfrage.

Unsere Faustregel: solange Sie unter einigen hundert Euro Modellkosten im Monat bleiben, ist eigene Hardware betriebswirtschaftlich nicht zu begründen. Ein GPU-Server ist eine fünfstellige Investition plus Strom, Kühlung und jemand, der ihn pflegt. Sinnvoll wird lokale Inferenz bei gleichmäßig hoher Last oder bei Datenkategorien, für die eine Auftragsverarbeitung außerhalb des eigenen Rechenzentrums ausscheidet. Ungarn ist EU-Mitgliedstaat, damit entfällt bei uns die Drittlandsproblematik: kein Transfer nach Kapitel V DSGVO, keine Standardvertragsklauseln, ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO als Normalfall.

Selbst entwickeln oder ein Abo kaufen?

Über drei Jahre gerechnet liegt der Kipppunkt bei etwa 16 Nutzern. Darunter ist ein Abo günstiger, darüber die Eigenentwicklung. Das ist allerdings selten das entscheidende Argument. Wichtiger sind Datenhaltung, Integrationstiefe und die Frage, was Ihnen nach einer Kündigung bleibt.

Der deutsche Markt hat sich hier bereits entschieden. Laut ifo Institut entwickeln 18,7 Prozent der Unternehmen eigene KI-Systeme, während rund drei Viertel auf bezahlte externe Lösungen setzen. Ein Abo ist also der Normalfall, und das ist bei standardisierten Aufgaben auch richtig.

Rechnen Sie das Beispiel mit Ihren eigenen Zahlen nach, bevor Sie sich festlegen. Bei acht Nutzern gewinnt das Abo deutlich, bei fünfzig gewinnt die Eigenentwicklung so klar, dass die Diskussion sich erübrigt. Dazwischen entscheidet, wie viele Ihrer Anforderungen die Standardlösung ohne Umweg abbildet.

Was in dieser Tabelle nicht steht: die meisten Unternehmen fahren am Ende zweigleisig. Für austauschbare Aufgaben ein Abo, für den Teil, der das eigene Geschäft ausmacht, eine eigene Lösung. Diese Aufteilung ist keine Kompromissformel, sondern die Konsequenz aus der Frage, welche Fähigkeit Sie besitzen wollen und welche Sie mieten können.

Rechnet sich das? Zwei Modellrechnungen zum Nachrechnen

Beide Beispiele sind Rechnungen mit offengelegten Annahmen, keine Kundenfälle. Wir haben sie so aufgebaut, dass Sie jede Zahl durch Ihre eigene ersetzen können. Für eine schnelle Näherung mit Ihren Werten gibt es den KI-ROI-Rechner.

Modellrechnung 1: Assistent im Kundenservice

Annahmen: 2.000 Anfragen im Monat, acht Minuten durchschnittliche Bearbeitungszeit, der Assistent schließt 65 Prozent davon selbständig ab. Projektkosten 6.000 EUR aus der mittleren Chatbot-Stufe, dazu 150 EUR Betrieb im Monat.

Wir drehen die Rechnung bewusst um. Statt eine Ersparnis zu behaupten, nennen wir die Schwelle, ab der sich das Projekt trägt. Ob es bei Ihnen aufgeht, hängt an einer einzigen Frage: verändern sich durch die eingesparten Stunden tatsächlich Personalkosten oder Überstunden? Wenn nicht, ist die Ersparnis eine Buchungsgröße und kein Geld. Das ist der häufigste Grund, warum ROI-Rechnungen aus Angeboten in der Nachschau nicht standhalten.

Modellrechnung 2: Rechnungseingang

Annahmen: 3.000 Eingangsrechnungen im Jahr. Ardent Partners beziffert die durchschnittlichen Bearbeitungskosten je Rechnung auf 9,40 USD und den Wert der besten Gruppe auf 2,78 USD, bei 9,2 gegenüber 3,1 Tagen Durchlaufzeit. Die Datenerfassung macht laut IOFM-Bezug 30 bis 35 Prozent der Gesamtkosten aus, die Ausnahmebehandlung weitere 20 bis 25 Prozent.

Aus diesen Zahlen folgt eine unbequeme Schwelle. Je Rechnung sind rund 2,64 EUR adressierbar. Ein Projekt für 10.000 EUR amortisiert sich damit innerhalb von zwölf Monaten erst ab etwa 3.800 Eingangsrechnungen im Jahr. Unterhalb dieser Größenordnung ist eine KI-gestützte Belegverarbeitung eine Qualitäts- und Durchlaufzeitentscheidung, keine Kostenentscheidung. Sagen Sie das Ihrem Anbieter und sehen Sie, was er antwortet.

Ein Hinweis zum Aufwand: bei strukturierten Formaten entfällt die Texterkennung vollständig. Der Standard XRechnung liefert die Rechnungsdaten als XML-Datensatz, als CIUS der EN 16931, betrieben von der KoSIT. Je höher der Anteil strukturiert eingehender Rechnungen, desto kleiner wird der teure Teil des Projekts. Fragen Sie diesen Anteil ab, bevor Sie ein Angebot einholen.

Welche Kostenpositionen werden regelmäßig übersehen?

Vier Positionen fehlen in fast jedem Angebot, das wir zur Zweitmeinung bekommen: die Messbarkeit, die menschliche Freigabe, die Datenbereinigung und die Transparenzpflichten. Zusammen machen sie einen erheblichen Teil des realen Aufwands aus.

Zur Messbarkeit gehört ein Prüfdatensatz mit erwarteten Antworten, gegen den jede Änderung läuft. Ohne diesen Datensatz können Sie nach einem Modellwechsel nicht sagen, ob das System besser oder schlechter geworden ist, und Sie werden es früher oder später wechseln. Wir setzen dafür je nach Umfang mehrere Personentage an.

Die menschliche Freigabe ist der zweite Posten. Jede Automatisierung, die Geld bewegt oder nach außen kommuniziert, braucht eine Stelle, an der ein Mensch bestätigt. Diese Stelle kostet Arbeitszeit im Betrieb, nicht in der Entwicklung, und sie gehört in die Betriebsrechnung.

Die Datenbereinigung ist der Posten, der Projekte kippt. Wenn die Ausgangsdaten verstreut, unvollständig oder in sich widersprüchlich sind, gehen 30 bis 40 Prozent des Budgets dorthin. Das ist unser Erfahrungswert, und er lässt sich vor Projektbeginn senken, indem Sie aufräumen, solange kein Termindruck herrscht.

Bleibt die Regulatorik. Seit dem 02.08.2026 gelten die Transparenzpflichten aus Art. 50 EU AI Act unverändert: Nutzer müssen erkennen können, dass sie mit einem KI-System sprechen, synthetische Inhalte brauchen eine maschinenlesbare Kennzeichnung. Für Systeme, die vor diesem Stichtag im Markt waren, endet die Übergangsfrist am 02.12.2026. Die Pflichten für Hochrisikosysteme sind durch die Verordnung (EU) 2026/1744 auf den 02.12.2027 (Anhang III) und den 02.08.2028 (Anhang I) verschoben worden. Der Bußgeldrahmen für Verstöße gegen Art. 50 liegt bei 15.000.000 EUR oder 3 Prozent des weltweiten Jahresumsatzes, bei KMU gilt jeweils der niedrigere Wert.

Woran erkennen Sie ein belastbares Angebot?

Prüfen Sie vier Dinge: die Zahl der Modellaufrufe je Vorgang, den Prüfdatensatz, den Umgang mit Unsicherheit und die Eigentumsfrage am Quellcode. Wer auf diese vier Punkte konkret antwortet, hat das Projekt verstanden. Wer ausweicht, verkauft eine Demo.

Der Grund für diese Strenge steht in zwei Untersuchungen. Die MIT-Untersuchung Project NANDA kam 2025 zu dem Ergebnis, dass 95 Prozent der untersuchten generativen KI-Pilotprojekte keinen messbaren Ergebnisbeitrag hatten, bei einer Basis von über 300 Bereitstellungen, 52 Interviews und 153 Führungskräftebefragungen. Dieselbe Untersuchung nennt aber auch, was funktioniert: interne Fachleute zusammen mit einem externen Partner erreichten 67 Prozent Erfolgsquote, rein intern gebaute Projekte 22 Prozent. Gartner prognostiziert zusätzlich, dass bis Ende 2027 über 40 Prozent der agentischen KI-Projekte abgebrochen werden.

Diese Zahlen sind kein Argument gegen KI-Projekte. Sie sind ein Argument gegen Projekte ohne Erfolgsmaß. Welche Fälle wir selbst ablehnen, steht in Wann Sie kein KI-Projekt starten sollten. Den vollständigen Fragenkatalog für das Anbietergespräch haben wir in neun Fragen an einen KI-Dienstleister zusammengestellt.

Zusammenfassung

Wenn Sie wissen möchten, welche dieser Optionen in Ihrem Unternehmen am schnellsten trägt, rechnen Sie zuerst Ihre eigenen Zahlen durch den KI-ROI-Rechner. Danach sprechen wir 30 Minuten über den konkreten Fall, kostenfrei und ohne Verpflichtung, und Sie erhalten innerhalb von 24 Stunden eine schriftliche Spanne. Angebot anfordern.

Häufige Fragen