Return on AI: Warum KI erst im Wertstrom Rendite bringt

Warum sich KI so schwer in Euro übersetzen lässt

KI ist in der Breite angekommen, im Ergebnis kaum. Nach dem Bitkom (September 2026) setzen 57 Prozent der Unternehmen in Deutschland KI ein, vor zwei Jahren war es etwa jedes fünfte. Laut McKinsey (State of AI 2026) führen dagegen nur rund 6 Prozent der Befragten mindestens 5 Prozent ihres EBIT auf KI zurück, und dieser Anteil stagniert. Dabei handelt es sich um Selbstauskünfte der Befragten.

Der Return on AI, also die Rendite einer KI-Anwendung, folgt dem gleichen Prinzip wie jeder andere Return on Investment (ROI): Nutzen abzüglich Kosten, geteilt durch die Kosten. Das klingt einfach. Schwierig wird es bei der Frage, was als Nutzen zählt.

In der Praxis wird der Nutzen meist als Zeitersparnis ausgedrückt. Eine Aufgabe dauert statt 40 nur noch 10 Minuten, multipliziert mit Stundensatz und Häufigkeit ergibt das eine Summe pro Jahr. Diese Rechnung ist nicht falsch, aber unvollständig. Eingesparte Minuten sind noch kein Geld, solange niemand entscheidet, wofür die frei werdende Zeit eingesetzt wird.

Hinzu kommt die Kostenseite. Zur Rechnung gehören nicht nur Lizenzen, sondern auch Entwicklung, Datenaufbereitung, Schulung und der Aufwand, Abläufe anzupassen. Wer nur die Tool-Kosten ansetzt, rechnet sich den Business Case schön.

Die Grundrechnung und ihre Grenzen

Die Grundformel für den KI ROI lautet: Jahreswert des Nutzens minus Gesamtkosten, geteilt durch die Gesamtkosten. Ist das Ergebnis positiv, übersteigt der Nutzen die Investition. Der Zeitpunkt, an dem beide Seiten gleichauf liegen, heißt Break-even. Wer das Ergebnis in Prozent angeben möchte, multipliziert es mit 100.

Die Formel ist einfach, die Eingaben sind es nicht. Drei Punkte machen die Messung in der Praxis schwer.

• Der Nutzen ist oft eine Schätzung. Wer vor dem Start nicht gemessen hat, rechnet mit Annahmen, und die lassen sich in jede Richtung verbiegen.
• Indirekte Effekte fehlen in den Zahlen. Bessere Qualität, kürzere Reaktionszeiten, zufriedenere Kund:innen oder geringere Risiken sind schwer zu beziffern, beeinflussen den Wert aber spürbar.
• Der Zeithorizont ist unklar. Manche Automatisierungen amortisieren sich schnell, andere erst, wenn Organisation und Rollen angepasst sind. Eine pauschale Frist gibt es nicht.

Zwei weitere Punkte gehören in jede Betrachtung. Erstens die Anfangsinvestition: Daten und Infrastruktur verursachen zu Beginn oft hohe Kosten, bevor ein Nutzen sichtbar wird. Zweitens die Skalierbarkeit: Ein Pilot sollte nicht isoliert bewertet werden, sondern danach, ob sich die Lösung auf weitere Abläufe und Teams übertragen lässt. Ein strukturierter Ansatz mit festen Kennzahlen macht beides vergleichbar.

Hilfreich ist zudem der Vergleich mit der Alternative. Ohne KI müsste das Unternehmen vielleicht zusätzliche Mitarbeitende einstellen oder Aufträge ablehnen. Dieser Vergleich zeigt, welchen Wert die gewonnene Kapazität tatsächlich hat, und er lässt sich auch dann anstellen, wenn die Zahlen noch grob sind.

Deshalb lohnt es sich, die Formel um eine zweite Frage zu ergänzen: Wo im Ablauf entsteht der Nutzen, und wer verantwortet ihn?

Warum Zeitgewinn in der Aufgabe selten im Ergebnis ankommt

Die zentrale These aus dem Online-Dialog „KI-Adoption im Mittelstand“ lautet: Zeitgewinn in der Aufgabe kommt selten im Ergebnis an. Der Grund liegt im Aufbau der meisten Unternehmen.

Ein Prozess besteht aus Arbeitszeit und Wartezeit. Die Arbeitszeit ist die Zeit, in der jemand tatsächlich etwas bearbeitet. Die Wartezeit entsteht, wenn ein Vorgang im Postfach liegt, auf eine Freigabe, eine Rückfrage oder die nächste Abteilung wartet. KI wirkt zuerst auf die Arbeitszeit. Die Wartezeit bleibt davon unberührt. Im Whitepaper heißt es, dass in typischen Büroprozessen oft weniger als 10 Prozent der Durchlaufzeit echte Bearbeitung sind.

Wer nur die Tätigkeit beschleunigt, gewinnt Stunden. Wer den Ablauf neu gestaltet, gewinnt Tage. Das zeigt auch die McKinsey-Auswertung: Knapp drei Viertel der High Performer haben ihre Arbeitsabläufe durch KI grundlegend neu gestaltet, unter den übrigen Befragten ist es nur ein Viertel.

Das erklärt, warum sich bei vielen KI Projekten trotz sichtbarer Tool-Erfolge kein Mehrwert in der Bilanz zeigt. Die einzelne Aufgabe wird schneller, die Kundschaft wartet trotzdem genauso lange.

Vom Use Case zum Wertstrom

Ein Wertstrom ist der durchgehende Ablauf von einem Anlass bis zu einem Ergebnis, etwa von der Kundenanfrage bis zum Geldeingang. Er endet nicht an der Abteilungsgrenze. Genau deshalb scheitern viele Vorhaben als Sammlung einzelner Use Cases: Jede Abteilung optimiert ihren Ausschnitt und erfüllt ihre eigene Kennzahl, und niemand verantwortet das Ganze.

Wer die Rendite ernst nimmt, wechselt die Blickrichtung. Statt zu fragen, wo KI eine Aufgabe schneller macht, fragt man, wo im Ablauf Zeit und Geld verloren gehen. Das gilt für einfache Schreibassistenten genauso wie für KI Agenten, die ganze Teilschritte selbstständig erledigen. Wie solche Agenten vom Werkzeug zum digitalen Teammitglied werden, beschreibt der Beitrag Agentic AI im Unternehmen. Ihren Nutzen entfalten sie nur dort, wo ein Ablauf für sie vorbereitet ist.

Das Whitepaper Return on AI: Warum sich KI erst im Wertstrom rechnet vertieft das Thema. Dieser Beitrag zeigt die Grundgedanken.

Die vier Reifegrade: Wo der Return beginnt

Welcher Schritt als Nächstes ansteht, hängt vom Reifegrad ab, den ein Unternehmen erreicht hat. Zu Beginn nutzen Mitarbeitende und einzelne Abteilungen KI auf eigene Initiative, und gemessen werden Lizenzen und Nutzungsquoten. Danach arbeitet KI in einzelnen Prozessschritten produktiv, doch die Effizienzgewinne bleiben innerhalb einer Abteilung, und die Wartezeit wandert zur nächsten. Erst wenn ein ganzer Prozess neu gestaltet ist und am Ende mehrere Prozesse zu einem durchgehenden Wertstrom verbunden sind, wird über Durchlaufzeit, Marge und Cash gesteuert.

Die Kernaussage: Der Return beginnt beim Sprung von der punktuellen Optimierung zum neu gestalteten Prozess. Teuer wird es, wenn ein Unternehmen auf einer Stufe stehen bleibt, deren Kosten es schon trägt, ohne den Nutzen der nächsten zu erreichen.

Der Sprung scheitert meist an der Organisation: Der Ablauf ist neu, die Zuständigkeiten sind noch die alten. Deshalb braucht er eine Rolle, die es vorher meist nicht gab, den Value Stream Owner. Er führt einen Wertstrom von Anfang bis Ende, mit Befugnis über Abteilungsgrenzen und einer Kennzahl, an der die Rolle gemessen wird. Idealerweise teilen sich ein Business Owner und ein IT Owner diese Aufgabe.

Vier Schritte zum belastbaren Business Case

Der Weg vom Zeitgewinn zum Ergebnis lässt sich in vier Schritten beschreiben. Die Grafik unten gibt den Überblick, hier die Kernidee je Schritt.

1. Wählen: ein Wertstrom statt zehn Use Cases

Starten Sie mit einem einzigen Wertstrom, der einen klaren Ergebnishebel hat und einen Owner. Ohne eine Person, die über Abteilungsgrenzen hinweg entscheiden darf, wird jede Auswahl wieder ein IT-Projekt.

2. Messen: erst die Baseline, dann der Bau

Messen Sie den heutigen Stand, getrennt nach Arbeits- und Wartezeit. Ohne diese Ausgangslage lässt sich später weder ein Break-even berechnen noch ein Erfolg belegen.

3. Neu gestalten: erst vereinfachen, dann automatisieren, dann orchestrieren

Der Ablauf wird vom gewünschten Ergebnis her neu gedacht. Oft kommt die erste Wirkung aus einer Organisationsentscheidung, etwa aus einfacheren Freigaben, und nicht aus einem Modell.

4. Einsammeln: in Trefferquote und Cash rechnen

Der Business Case rechnet nicht in eingesparten Stunden, sondern in Ergebnissen wie Trefferquote, Marge und Cash. Dafür muss vorher feststehen, wer den Nutzen verbucht und wofür frei werdende Kapazität eingesetzt wird.

Return on AI

Der Return beginnt beim Sprung auf Stufe 3

Vier Reifegrade, vier Schritte. Entscheidend ist die Stufe, auf der Sie den Ablauf neu gestalten.

Hier beginnt der Return

1. Stufe 1FragmentiertEinzelne Arbeitsplätze und Piloten
2. Stufe 2Punktuell optimiertEinzelne Abteilungen
3. Stufe 3ProzessorientiertEin Prozess End-to-End
4. Stufe 4WertstromorientiertVerbundene Prozesse bis zum Geldeingang

Vier Schritte zum Return

1. 1WählenEin Wertstrom mit Ergebnishebel und Owner statt zehn Use Cases.
2. 2MessenBaseline vor dem Bau, getrennt nach Arbeits- und Wartezeit.
3. 3Neu gestaltenErst vereinfachen, dann automatisieren, dann orchestrieren.
4. 4EinsammelnBusiness Case in Trefferquote und Cash rechnen, Kapazität umwidmen.

Ein Beispiel aus dem Maschinenbau

Wie das in der Praxis aussehen kann, zeigt ein typischer Fall aus dem Maschinenbau. Mehrere Wertströme kommen infrage, und der größte Hebel liegt oft im Ablauf von der Bestellung bis zum Zahlungseingang. Genau dort fehlt aber häufig ein Owner. Dann ist es klüger, mit einem kleineren Ablauf zu starten, bei dem sich jemand verantwortlich fühlt und die Daten im ERP liegen, etwa von der Anfrage bis zum Angebot.

Die Messung zeigt dort meist, dass nur ein kleiner Teil der Durchlaufzeit echte Bearbeitung ist. Den Rest der Zeit liegt die Anfrage im Postfach, wartet auf eine technische Rückfrage oder hängt in der Freigabeschleife. Wer hier nur die Kalkulation beschleunigt, verkürzt die Durchlaufzeit kaum. Die erste Wirkung kommt deshalb oft aus einer Entscheidung, etwa einer höheren Freigabegrenze, und erst danach aus der KI.

Am Ende zählt, was mit der frei werdenden Kapazität passiert. Wird sie konkret umgewidmet, etwa in zusätzliche Angebote, steigt die Trefferquote. Bleibt sie ungenutzt, bleibt auch der Return theoretisch.

Wo sich die Rendite am ehesten zeigt

Das höchste Potenzial liegt im Kerngeschäft: Nach BCG (2025) liegen 70 Prozent des KI-Potenzials in Kernfunktionen wie Vertrieb und Marketing, Produktion, Supply Chain und Pricing. Die bessere Rendite bringt dagegen oft die Automatisierung im Backoffice, etwa bei Angebotserstellung, Rechnungsprüfung oder Berichtswesen. Dort sind Abläufe oft klar strukturiert, Freigaben zahlreich und Wartezeiten lang. Gerade dort lohnt es sich, zuerst die Wartezeiten zu zählen und erst danach über Automatisierung zu sprechen.

Ähnliche Muster finden sich in vielen Branchen. In Banken und Versicherungen entscheidet oft die Abstimmung zwischen Fachbereich und Compliance über die Durchlaufzeit. Im Kundenservice verlängern Rückfragen zwischen Service und Fachabteilung die Bearbeitung. In Produktion und Lieferketten laufen Informationen zwischen Einkauf, Planung und Logistik, und jede Übergabe kostet Zeit. Wie ganzheitliche Beratung diese Übergänge angeht, zeigt der Beitrag zur SCM-Beratung.

Wer nach weiteren Hebeln für Profitabilität sucht, findet in den fünf Ansatzpunkten zur Effizienzsteigerung im Unternehmen eine Ergänzung.

Welche Kennzahlen den Return on AI tragen

Ein belastbarer KI ROI braucht wenige, aber ehrliche Kennzahlen. Bewährt hat sich eine Mischung aus vier Blickwinkeln: Produktivität, Kosten, Umsatzwirkung und Qualität. Eine einzelne Zahl bildet die Rendite selten ab.

• Durchlaufzeit: Wie lange dauert der Ablauf vom Anlass bis zum Ergebnis, getrennt nach Arbeits- und Wartezeit?
• Trefferquote und Umsatz: Führt die höhere Geschwindigkeit zu mehr gewonnenen Aufträgen und damit zu mehr Deckungsbeitrag?
• Kapazität: Wofür wird die frei werdende Zeit konkret eingesetzt, und wer hat das entschieden?
• Gesamtkosten: Sind neben den Lizenzen auch Entwicklung, Daten, Schulung und Prozessumbau enthalten?
• Qualität und Risiken: Sinken Fehlerquote und Nacharbeit, und entstehen neue Risiken, etwa durch ungeprüfte Ergebnisse?

Wichtig ist der Vergleich mit der richtigen Ausgangslage. Wer den Break-even eines Projekts berechnet, braucht die Baseline vor dem Start, nicht eine Schätzung im Nachhinein. Und man sollte Zeithorizonte realistisch ansetzen: Ein Wertstrom, der Organisation und Rollen verändert, braucht mehr als einen Pilotmonat, auch wenn der erste messbare Effekt früh sichtbar sein sollte.

Typische Stolpersteine

Drei Muster tauchen bei KI Projekten immer wieder auf. Das erste ist der Tool-Start: Erst wird eine Lösung eingekauft, dann wird nach dem passenden Einsatz gesucht. Besser ist die umgekehrte Reihenfolge, also Ablauf, Daten und Verantwortlichkeiten vor der Tool-Auswahl.

Das zweite Muster ist die Inselbildung. Jeder Fachbereich testet eigene Werkzeuge, aber niemand verbindet die Ergebnisse zu einem Ablauf. Auch KI Initiativen, die ohne Abstimmung parallel starten, erhöhen die Zahl der automatisierten Schritte, aber nicht automatisch den Wert. Dadurch entstehen viele kleine Verbesserungen, die sich in der Bilanz nicht addieren.

Das dritte Muster ist die fehlende Entscheidung. Der Zeitgewinn wird gefeiert, doch niemand legt fest, was mit der gewonnenen Zeit geschieht. Ohne diese Entscheidung bleibt der Effekt eine Kennzahl im Projektbericht.

Hinzu kommt ein Nebeneffekt: Wo es keine gemeinsame Linie gibt, nutzen Mitarbeitende häufig eigene Werkzeuge außerhalb der offiziellen Systeme, sogenannte Shadow AI. Das erschwert die Messung zusätzlich, weil niemand weiß, welche Nutzung überhaupt zum Ergebnis beiträgt. Auch bei der Einführung im Alltag gilt: Setzen Nutzer:innen die neuen Werkzeuge nicht ein, weil Regeln fehlen oder Aufgaben unklar bleiben, entsteht kein Effekt, egal wie gut die Technologie ist. Klare Spielregeln vor dem Rollout erhöhen die Akzeptanz und machen die Nutzung messbar.

Wer den Wertstrom verantwortet

Ein Wertstrom braucht Menschen, die ihn verantworten. Das ist die eigentliche Personalfrage hinter dem Return on AI. Wo ein Unternehmen zwischen zwei Stufen hängen bleibt, fehlt nach der Erfahrung von CTG Consulting fast immer eines von drei Dingen: Menschen, die mit KI sicher arbeiten und Abläufe neu denken können, eine Rolle, die den Wertstrom als Ganzes verantwortet, oder Regeln dafür, was die KI selbst entscheiden darf.

Für den Sprung von Stufe 2 auf 3 sind das vor allem der Value Stream Owner und eine KI-Programmleitung, die das Portfolio nach Geschäftswert steuert und Piloten ohne Business Case beendet. Nach McKinsey berichten High Performer doppelt so häufig, dass sich ihre oberste Führung sichtbar für KI-Vorhaben einsetzt, und doppelt so häufig, dass sie feste Verfahren haben, um die Wirkung zu messen.

Gerade im Mittelstand fehlen diese Rollen häufig. Dann stellt sich die Frage, ob sie intern entwickelt, über eine Festanstellung besetzt oder für die Zeit des Umbaus als Interim-Lösung gewonnen werden. Die Antwort hängt davon ab, ob der Wertstrom dauerhaft zum Kerngeschäft gehört oder ein befristeter Umbau ist. Warum funktionale Teams Organisationen widerstandsfähiger machen, beschreibt der Beitrag zur organisationalen Resilienz.

Mit KI Agenten wird eine tragfähige Governance dringlicher. Sie beantwortet vier Fragen schriftlich: Wer entscheidet über die Priorität der Anwendungsfälle? Welche Entscheidungen darf ein KI-System allein treffen? Wer haftet, wenn es falsch entscheidet? An welcher Kennzahl wird der Beitrag gemessen, vorher und nachher?

Erfolgsfaktoren bei der Umsetzung

Ob ein Wertstrom zum Ergebnis führt, hängt von wenigen Faktoren ab, unabhängig davon, ob es um eine einfache Automatisierung oder eine komplexe KI Implementierung geht.

• Datenqualität: Daten müssen vollständig, aktuell und für die Beteiligten erreichbar sein. Schwache Daten begrenzen jede Lösung.
• Prozessintegration: Die KI muss dort wirken, wo der Vorgang läuft, und nicht in einem separaten Werkzeug, das zusätzliche Handgriffe erfordert.
• Strategische Ausrichtung: Jede Initiative braucht eine Verbindung zu einem Geschäftsziel, nicht nur zu einer technischen Möglichkeit.
• Human in the Loop: Wo Ergebnisse Kund:innen oder Entscheidungen betreffen, prüfen Menschen und geben frei, bis die Qualität belegt ist.
• Steuerung von Modellen und Kosten: Wer sich an einen einzelnen Anbieter bindet, verliert Spielraum. Modelle und laufende Kosten gehören aktiv gesteuert.

Auch Innovation und Wandel brauchen diesen Rahmen. Neue Ansätze entstehen häufig außerhalb etablierter IT-Rollen, und sie brauchen dennoch einen Platz in der Organisation, damit aus Experimenten Alltag wird. Wer diesen Platz früh schafft, vermeidet, dass gute Ansätze im Pilotstatus hängen bleiben.

Häufige Fragen

Wie lange dauert es bis zum Break-even einer KI Investition?

Eine allgemeingültige Frist gibt es nicht. Sie hängt davon ab, ob nur eine Aufgabe automatisiert oder ein ganzer Ablauf umgebaut wird. Planen Sie den Break-even deshalb pro Wertstrom, auf Basis der gemessenen Baseline, und nicht pauschal pro Tool.

Womit sollten Unternehmen starten?

Mit einem einzigen Wertstrom, der einen klaren Ergebnishebel, brauchbare Daten und einen Owner hat. Ein erster messbarer Effekt sollte innerhalb von vier bis sechs Wochen möglich sein.

Reicht die eingesparte Arbeitszeit als Nutzen im Business Case?

Nein, sie ist nur der Ausgangspunkt. Zeitersparnis wird erst zum Ergebnis, wenn die frei werdende Kapazität konkret umgewidmet wird und der Ablauf insgesamt schneller läuft. Rechnen Sie deshalb mit Trefferquote, Durchlaufzeit, Umsatz und Deckungsbeitrag.

Welche Rolle spielt die IT bei dem Thema?

Sie liefert Daten, Schnittstellen und Technik, kann den Ablauf aber nicht allein verantworten. Entscheidend ist ein Owner, der Fachbereich und IT zusammenführt, idealerweise als Doppelspitze aus Business Owner und IT Owner.

Wie lassen sich indirekte Effekte wie Qualität oder Kundenzufriedenheit bewerten?

Sie lassen sich selten exakt beziffern, sollten aber nicht fehlen. Legen Sie vorab fest, woran Sie die Wirkung erkennen, etwa an weniger Reklamationen, kürzeren Reaktionszeiten oder weniger Nacharbeit, und halten Sie die Ausgangslage fest. So lassen sich auch immaterielle Vorteile als Tendenz belegen, ohne sie in eine scheinbar genaue Zahl zu pressen. In die ROI-Rechnung selbst gehört nur, was Sie belegen können. Der Rest dient als ergänzendes Argument.

Welcher Wertstrom ist Ihrer?

Welcher Ablauf bei Ihnen den größten Ergebnishebel hat und wer ihn verantworten kann, lässt sich meist in wenigen Gesprächen klären. Fehlt dafür die passende Rolle, unterstützen wir bei Auswahl und Besetzung. Das Whitepaper „Return on AI: Warum sich KI erst im Wertstrom rechnet“ steht als kompaktes Fazit zum Download bereit.

Ihr nächster Schritt

Vom Zeitgewinn zum Ergebnis

In einem unverbindlichen Gespräch ordnen wir Ihren Ablauf ein und zeigen, wo der erste Hebel liegt.

Erstgespräch vereinbarenWhitepaper lesen