Horváth - -
- Größte Kostenwelle beginnt erst mit dem breiten Einsatz von Künstlicher Intelligenz
- KI-Agenten machen Kosten schwerer kalkulierbar
- „Financial Guardrails“ setzen wirtschaftliche Leitplanken für den KI-Einsatz
Wien, 5. Oktober 2026 - Unternehmen stehen beim Einsatz von Künstlicher Intelligenz (KI) vor einem Paradigmenwechsel. Mit dem breiten Roll-out steigt zwar der Nutzen, es verändert sich aber auch die Kostenlogik: Immer mehr KI-Leistungen werden nicht mehr als Abonnement, sondern verbrauchsabhängig abgerechnet. Daher rückt für Finanzverantwortliche zunehmend die Frage in den Fokus, wann sich der breite KI-Einsatz tatsächlich rechnet. Denn ausgerechnet beim Übergang vom Pilotprojekt zum Produktivbetrieb droht Firmen die größte Kostenwelle. Zu diesem Ergebnis kommt das neue White Paper „AI Cost Management – Wie Unternehmen AI wirtschaftlich skalieren“ der Managementberatung Horváth.
KI verspricht Mehrwert durch bessere Entscheidungen, mehr Effizienz, und auch neue Geschäftsmodelle. Doch je intensiver Unternehmen Künstliche Intelligenz (KI) einsetzen, desto höher können die Kosten ausfallen. Damit wird der Ressourcenverbrauch zur wirtschaftlichen Herausforderung und begünstigt eine paradoxe Entwicklung: Gerade eine Technologie, die Effizienz steigern und Kosten senken soll, wird selbst zum Kostentreiber. Wenn KI-Anwendungen breit eingeführt werden, können die Kosten zeitweise sogar schneller steigen als die Produktivität oder der Umsatz. Hauptursache dafür sind vor allem eine zunehmende Nutzerzahl und eine wachsende Auswahl produktiver KI-Anwendungen.
„Die entscheidende wirtschaftliche Bewährungsprobe für KI steht vielen – auch österreichischen - Unternehmen noch bevor. Erst wenn KI von tausenden Mitarbeitenden täglich genutzt und fest in Geschäftsprozesse integriert wird, zeigt sich, wann sich der Einsatz tatsächlich rechnet. Unternehmen müssen KI-Kosten deshalb genauso professionell planen und steuern wie ihre Cloud- oder IT-Kosten“, sagt Dr. Peter Schentler, Partner bei Horváth in Wien und einer der Autoren des White Papers.
KI-Agenten machen Kosten schwerer kalkulierbar
Mit Agentic AI kommt eine weitere Kostendimension hinzu. KI-Agenten bearbeiten nicht nur einzelne Anfragen. Sie können komplexe Aufgaben eigenständig planen, verschiedene Modelle und Programme aufrufen, Arbeitsschritte wiederholen oder weitere Agenten aktivieren. Aus einer Aufgabe kann so eine ganze Kette kostenpflichtiger Aktionen entstehen. „Entscheidend ist nicht mehr allein, was eine einzelne KI-Anfrage kostet. Unternehmen müssen wissen, welche Kosten ein komplett KI-gestützter Arbeitsablauf verursacht und welchen wirtschaftlichen Nutzen er bringt“, so Horváth-Experte Schentler.
Viel KI bedeutet nicht automatisch viel Wert
Doch genau diese wirtschaftliche Steuerung fehlt bislang noch vielerorts. Horváth empfiehlt deshalb ein KI-Performance-Management, das Kosten und Ressourcenverbrauch mit Qualität, Risiken und wirtschaftlichem Wertbeitrag verknüpft. Unternehmen sollten ihre KI-Anwendungen ähnlich wie ein Investitionsportfolio steuern: mit standardisierten Business Cases, laufenden Prognosen und klaren Kriterien dafür, wann ein Pilotprojekt produktiv gestartet, weiter skaliert, weiterentwickelt oder beendet wird.
Unternehmen sollten zudem die KI-Kosten im Management-Reporting transparent machen und belastbare Kosten-Nutzen-Kennzahlen etablieren, beispielsweise pro Anwendung, Workflow, Agent oder Kunde. Prof. Dr. Ronald Gleich vom Centre for Performance Management & Controlling der Frankfurt School of Finance & Management, betont zudem: „Wer KI wirtschaftlich skalieren will, darf sich nicht von einzelnen Anbietern abhängig machen. Denn damit bindet sich ein Unternehmen auch an deren Preise und Geschäftsmodelle. Alternative KI-Modelle und Open-Source-Lösungen müssen deshalb von Anfang an Teil der Strategie sein. Kostentransparenz und technologische Souveränität müssen zusammengedacht werden.“
KI wird zur CFO-Aufgabe
Mit dem breiten Einsatz von KI verschiebt sich auch die Verantwortung im Unternehmen: Künstliche Intelligenz wird zunehmend zur CFO-Aufgabe. Während CIO, CTO und Datenverantwortliche die technische Leistungsfähigkeit sicherstellen und die Fachbereiche den Nutzen verantworten, führt der CFO diese Perspektiven wirtschaftlich zusammen. Neben dem Return on Investment sind die Gesamtkosten über den Lebenszyklus einer Anwendung, Cashflow-Effekte, Risiken und der strategische Wert entscheidend. „Financial Guardrails machen den Einsatz von KI wirtschaftlich steuerbar. Sie helfen Unternehmen dabei, Kosten und Wertbeitrag laufend gegeneinander abzuwägen und rechtzeitig gegenzusteuern, wenn beides auseinanderläuft“, so Horváth-Experte Schentler.
Über die Analyse
In dem Whitepaper „AI Cost Management – Wie Unternehmen AI wirtschaftlich skalieren“ formuliert Horváth acht Thesen zur künftigen wirtschaftlichen Skalierung von Generative AI und Agentic AI. Im Mittelpunkt stehen die Entwicklung der KI-Kosten beim Übergang vom Pilotprojekt zum skalierten Produktivbetrieb, neue verbrauchsabhängige Kostenstrukturen, die wirtschaftlichen Folgen von Agentic AI sowie die künftige Rolle von CFO und Controlling. Autoren der Analyse sind Prof. Dr. Ronald Gleich, Dr. Johannes Isensee, Dr. Uwe Michel, Dr. Peter Schentler, Dr. Christian Schnöbel, Prof. Dr. Mischa Seiter, Dr. Stefan Zeibig und Phil Biehler. Die Autoren leiten daraus AI Cost & Performance Management als neue Managementdisziplin ab. Ziel ist es, Kosten, Nutzung und wirtschaftlichen Wertbeitrag von KI in einer gemeinsamen Steuerungslogik abzubilden und damit die Grundlage für eine wirtschaftliche Skalierung von KI zu schaffen.