Horváth-Analyse: AI-Boom stellt Unternehmen vor Kostenherausforderungen

  • Größte Kostenwelle beginnt erst mit dem breiten Einsatz von AI

  • AI-Agenten machen Kosten schwerer kalkulierbar

  • „Financial Guardrails“ setzen wirtschaftliche Leitplanken für den AI-Einsatz
     

Unternehmen stehen beim Einsatz von künstlicher Intelligenz vor einem Paradigmenwechsel. Mit dem breiten Roll-out von AI steigt der Nutzen, verändert sich auch die Kostenlogik: Immer mehr AI-Leistungen werden nicht mehr als Abonnement, sondern verbrauchsabhängig abgerechnet. Daher rückt für Finanzverantwortliche zunehmend die Frage in den Fokus, ob sich der breite AI-Einsatz tatsächlich rechnet. Denn ausgerechnet beim Übergang vom Pilotprojekt zum Produktivbetrieb droht Firmen die größte Kostenwelle. Zu diesem Ergebnis kommt die Analyse „AI Cost Management – Wie Unternehmen AI wirtschaftlich skalieren“ der Managementberatung Horváth.

AI verspricht Nutzen durch mehr 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. Dabei zeigt sich ein paradoxes Bild: Gerade eine Technologie, die Effizienz steigern und Kosten senken soll, wird selbst zum Kostentreiber. Wenn AI-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 AI-Anwendungen.

„Die entscheidende wirtschaftliche Bewährungsprobe für AI steht vielen Unternehmen noch bevor. Erst wenn AI von tausenden Mitarbeitenden täglich genutzt und fest in Geschäftsprozesse integriert wird, zeigt sich, ob sie sich tatsächlich rechnet. Unternehmen müssen AI-Kosten deshalb genauso professionell planen und steuern wie ihre Cloud- oder IT-Kosten“, sagt Dr. Stefan Zeibig, Partner im Competence Center Industrial Goods & High Tech bei Horváth.

 

AI-Agenten machen Kosten schwerer kalkulierbar

Mit Agentic AI kommt eine weitere Kostendimension hinzu. AI-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 AI-Anfrage kostet. Unternehmen müssen wissen, welche Kosten ein komplett AI-gestützter Arbeitsablauf verursacht und welchen wirtschaftlichen Nutzen er bringt“, sagt Horváth-Experte Dr. Zeibig weiter.

 

Viel AI bedeutet nicht automatisch viel Wert

Doch genau diese wirtschaftliche Steuerung fehlt bislang noch vielerorts. Horváth empfiehlt deshalb ein AI-Performance-Management, das Kosten und Ressourcenverbrauch mit Qualität, Risiken und wirtschaftlichem Wertbeitrag verknüpft. Unternehmen sollten ihre AI-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 AI-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 AI wirtschaftlich skalieren will, darf sich nicht von einzelnen Anbietern abhängig machen. Denn damit bindet sich ein Unternehmen auch an deren Preise und Geschäftsmodelle. Alternative AI-Modelle und Open-Source-Lösungen müssen deshalb von Anfang an Teil der Strategie sein. Kostentransparenz und technologische Souveränität müssen zusammengedacht werden.“

 

AI wird zur CFO-Aufgabe 

Mit dem breiten Einsatz von AI verschiebt sich auch die Verantwortung im Unternehmen: AI 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 AI wirtschaftlich steuerbar. Sie helfen Unternehmen dabei, Kosten und Wertbeitrag laufend gegeneinander abzuwägen und rechtzeitig gegenzusteuern, wenn beides auseinanderläuft“, erläutert Dr. Zeibig von Horváth.

 

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 AI-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 AI in einer gemeinsamen Steuerungslogik abzubilden und damit die Grundlage für eine wirtschaftliche Skalierung von AI zu schaffen.