Künstliche Intelligenz soll Prozesse effizienter machen, Entscheidungen verbessern und langfristig Kosten senken. Doch ausgerechnet der breite Einsatz der Technologie könnte Unternehmen zunächst vor eine erhebliche Kostensteigerung stellen. Zu diesem Ergebnis kommt das White Paper "AI Cost Management – Wie Unternehmen AI wirtschaftlich skalieren" von Horváth.
Der Grund liegt laut der Managementberatung unter anderem in einer veränderten Kostenlogik. Während klassische Software häufig über fixe Abonnements abgerechnet wird, hängen die Kosten vieler KI-Dienste von der tatsächlichen Nutzung ab. Steigt die Zahl der Nutzer:innen und werden immer mehr Anwendungen in den Arbeitsalltag integriert, kann entsprechend auch der Ressourcenverbrauch deutlich zunehmen. Nach Einschätzung der Autor:innen könnten die KI-Kosten während dieser Skalierungsphase zeitweise sogar schneller wachsen als Produktivität oder Umsatz.
"Die entscheidende wirtschaftliche Bewährungsprobe für KI steht vielen – auch österreichischen – Unternehmen noch bevor", sagt Peter Schentler, Partner bei Horváth in Wien und Mitautor des White Papers. Erst wenn Tausende Mitarbeiter:innen KI täglich nutzten und die Technologie fest in Geschäftsprozesse integriert sei, werde sich zeigen, wann sich der Einsatz tatsächlich rechne.
KI-Agenten verändern die Kostenrechnung
Noch komplexer könnte die Kalkulation durch sogenannte KI-Agenten werden. Anders als bei einer einzelnen Anfrage können diese selbstständig mehrere Arbeitsschritte planen, unterschiedliche Modelle und Programme aufrufen, Vorgänge wiederholen oder weitere Agenten aktivieren.
Eine einzige Aufgabe kann dadurch eine Kette kostenpflichtiger Aktionen auslösen. Für Unternehmen reiche es deshalb laut Schentler künftig nicht mehr aus, die Kosten einer einzelnen KI-Anfrage zu kennen. Entscheidend sei vielmehr, was ein vollständiger KI-gestützter Workflow kostet – und welchen wirtschaftlichen Nutzen er im Gegenzug bringt.
Viel KI bedeutet nicht automatisch viel Wert
Horváth empfiehlt Unternehmen deshalb, KI-Anwendungen stärker wie ein Investitionsportfolio zu behandeln. Standardisierte Business Cases und laufende Prognosen sollen dabei helfen zu entscheiden, welche Anwendungen vom Pilotprojekt in den Produktivbetrieb wechseln, weiter skaliert oder wieder eingestellt werden.
Dafür müssten Kosten und Ressourcenverbrauch gemeinsam mit Qualität, Risiken und wirtschaftlichem Wertbeitrag betrachtet werden. Denkbar seien etwa Kennzahlen auf Ebene einzelner Anwendungen, Workflows, Agenten oder Kund:innen.
Auch die Abhängigkeit von einzelnen Anbietern könne dabei zum wirtschaftlichen Risiko werden. Ronald Gleich vom Centre for Performance Management & Controlling der Frankfurt School of Finance & Management empfiehlt daher, alternative KI-Modelle und Open-Source-Lösungen von Beginn an in die Strategie einzubeziehen. "Kostentransparenz und technologische Souveränität müssen zusammengedacht werden", so Gleich.
KI wird zunehmend zur CFO-Aufgabe
Mit der Skalierung dürfte sich nach Einschätzung der Autor:innen auch die Verantwortung für KI innerhalb der Unternehmen verändern. CIOs, CTOs und Datenverantwortliche kümmern sich um die technische Leistungsfähigkeit, während die Fachbereiche den konkreten Nutzen verantworten. Dem CFO komme zunehmend die Aufgabe zu, beide Seiten wirtschaftlich zusammenzuführen.
Neben dem klassischen Return on Investment müssten dafür auch Gesamtkosten über den Lebenszyklus einer Anwendung, Cashflow-Effekte, Risiken und strategischer Wert berücksichtigt werden.
Horváth spricht in diesem Zusammenhang von "Financial Guardrails": wirtschaftlichen Leitplanken, anhand derer Unternehmen Kosten und Wertbeitrag ihrer KI-Anwendungen laufend vergleichen und bei Fehlentwicklungen gegensteuern können.
"Financial Guardrails machen den Einsatz von KI wirtschaftlich steuerbar", sagt Schentler. Sie sollen insbesondere verhindern, dass steigende Nutzung automatisch mit immer höheren Ausgaben einhergeht, ohne dass ein entsprechender wirtschaftlicher Mehrwert entsteht.
Neue Managementdisziplin für KI-Kosten
Das White Paper leitet daraus ein sogenanntes "AI Cost & Performance Management" ab. Dabei sollen Nutzung, Kosten und wirtschaftlicher Wertbeitrag von KI in einer gemeinsamen Steuerungslogik zusammengeführt werden.
www.horvath-partners.at
Kommentar veröffentlichen