KI-Eigenbau im Mittelstand: Jedes dritte KMU bekommt eine unerwartet hohe KI-Rechnung#

Kleine und mittlere Unternehmen nutzen KI längst nicht mehr nur als fertiges Werkzeug. Sie bauen sich eigene Lösungen: automatisierte Workflows, kleine Assistenten, Verknüpfungen zwischen Shop, Postfach und Warenwirtschaft. Das zeigt der neue Pax8 SMB AI Pulse für das dritte Quartal 2026. Die Studie zeigt aber auch, wo es hakt. Gebaut wird schneller, als gesteuert wird, und das merken viele Betriebe zuerst an der Rechnung.

In diesem Beitrag ordnen wir die Zahlen für Deutschland ein, erklären, warum gerade nutzungsbasierte KI-Kosten überraschen, und zeigen, wie aus einer Bastellösung ein Prozess mit Budget wird.

Was die Studie untersucht hat#

Pax8 hat am 12. Oktober 2026 die Ergebnisse veröffentlicht. Befragt wurden online 1.150 Inhaber, Geschäftsführer und Führungskräfte aus Unternehmen mit 5 bis 499 Beschäftigten in den USA, Großbritannien, Deutschland und Schweden. Aus Deutschland stammen 200 Antworten. Die Fehlerspanne liegt für die deutsche Teilstichprobe laut Methodik bei rund 6,9 Prozentpunkten. Die Werte sind also als Richtwerte zu lesen, nicht als exakte Messung. Die Richtung ist trotzdem gut erkennbar.

Die Zahlen für Deutschland#

58 Prozent der befragten deutschen KMU nutzen KI bereits. Unter denen, die sich aktiv mit KI beschäftigen, haben 52 Prozent eigene KI-Lösungen im regulären Einsatz. Der häufigste Eigenbau sind automatisierte Workflows, die 53 Prozent dieser Unternehmen gebaut haben. 22 Prozent setzen ausschließlich auf fertige Tools.

Bei der Steuerung sieht es gemischt aus. 32 Prozent haben eine formal dokumentierte Prüfung für selbst gebaute KI. 19 Prozent haben in den vergangenen sechs Monaten Schatten-KI entdeckt, also Werkzeuge, Workflows oder Agenten, die niemand freigegeben hatte. Das ist der niedrigste Wert der vier Länder. Mehr als ein Viertel, nämlich 26 Prozent, arbeitet noch an einer KI-Richtlinie für Beschäftigte.

Und dann die Kosten: 33 Prozent der deutschen KMU, die im vergangenen Jahr für KI bezahlt haben, bekamen mindestens eine Rechnung oder Nutzungsgebühr, die höher war als erwartet. 21 Prozent können ihre KI-Ausgaben gar nicht separat ausweisen. Im Ländervergleich steht Deutschland damit noch gut da, in Schweden waren es 65 Prozent mit unerwarteter Rechnung. Ein Drittel ist aber immer noch viel, wenn man bedenkt, wie früh viele Betriebe in ihren KI-Projekten stehen.

Es gibt auch die gute Seite: 68 Prozent der deutschen Befragten sagen, dass KI ihnen Zeit freigemacht hat.

Warum KI-Kosten überraschen#

Pax8 nennt einen Grund deutlich: Viele KMU zahlen über mehrere Preismodelle gleichzeitig. Abonnements, Preise pro Nutzer und nutzungsbasierte Abrechnung laufen nebeneinander. Gerade die nutzungsbasierten Kosten sind schwer vorherzusagen. Sie wachsen mit jedem zusätzlichen Workflow und jedem zusätzlichen Agenten.

Ein typisches Beispiel aus dem Alltag: Ein Workflow schickt jede eingehende Kundenmail an ein Sprachmodell, lässt eine Antwort vorschlagen und eine Zusammenfassung ins Ticketsystem schreiben. Im Test mit zwanzig Mails am Tag kostet das fast nichts. Im Weihnachtsgeschäft mit der zehnfachen Menge, mit langen Mailverläufen und einem zweiten Schritt für die Übersetzung sieht die Monatsrechnung ganz anders aus. Wenn dann noch niemand die Kosten pro Workflow sieht, weil alles über eine Firmenkarte bei einem API-Anbieter läuft, fällt das erst auf, wenn die Abbuchung kommt.

Was das für den E-Commerce bedeutet#

Online-Händler gehören zu den Betrieben, die besonders früh selbst bauen. Die Anwendungsfälle liegen auf der Hand: Produkttexte, Antworten im Kundenservice, Retourengründe auswerten, Bewertungen zusammenfassen, Bestellungen zwischen Shop und Warenwirtschaft abgleichen. Oft entsteht so innerhalb weniger Monate eine Handvoll kleiner Automatisierungen, jede von einer anderen Person eingerichtet.

Das Problem ist selten die einzelne Automatisierung. Das Problem ist, dass keine davon ein klares Budget, eine verantwortliche Person und eine Grenze hat. Dazu kommt die Kundenkommunikation: Wenn ein Workflow Antworten nicht nur vorschlägt, sondern direkt verschickt, wird aus einem Kostenthema schnell ein Haftungs- und Reputationsthema.

Ähnlich sieht es in anderen Branchen aus. In der Steuerkanzlei laufen Belege durch eine Texterkennung mit Sprachmodell, im Handwerksbetrieb entstehen Angebotsentwürfe aus Kundenanfragen. Überall gilt dieselbe Frage: Was kostet dieser Prozess pro Monat, und wer merkt es, wenn er aus dem Ruder läuft?

Praxis-Checkliste: Vom Eigenbau zum Prozess mit Budget#

• Inventar anlegen: Schreiben Sie jeden KI-Workflow auf, der im Betrieb läuft, mit Zweck, verantwortlicher Person und genutztem Anbieter. Auch die, die ein Team selbst eingerichtet hat.
• Kosten pro Workflow sichtbar machen: Nutzen Sie getrennte API-Schlüssel oder Projekte pro Workflow, damit Sie sehen, welcher Prozess wie viel kostet.
• Harte Kostengrenzen setzen: Legen Sie beim Anbieter Ausgabenlimits und Warnschwellen fest, pro Workflow und für das ganze Unternehmen.
• Mengen begrenzen: Kürzen Sie lange Eingaben, fassen Sie Verläufe zusammen und verhindern Sie, dass Schleifen dieselbe Anfrage immer wieder senden.
• Freigabe bei Kundenkontakt: Alles, was an Kunden oder Mandanten geht, wird zuerst von einem Menschen freigegeben, bis der Workflow nachweislich stabil läuft.
• Protokoll führen: Halten Sie fest, welcher Workflow wann was getan hat. Das hilft bei Fehlern und bei der Frage, wofür die Kosten entstanden sind.
• Monatlich prüfen: Ein kurzer Blick pro Monat auf Kosten, Nutzen und Fehler reicht oft, um einen Workflow zu behalten, anzupassen oder abzuschalten.

Wer diese Punkte für die zwei oder drei wichtigsten Workflows umsetzt, hat seine KI-Kosten deutlich besser im Griff als ein Großteil der befragten Unternehmen.

Lieber ein Workflow, der trägt, als drei, die keiner steuert#

Die Studie bestätigt, was wir in Projekten oft sehen: Der Mittelstand ist bei KI nicht zu langsam. Er baut fleißig, aber häufig ohne Budget, Zuständigkeit und Leitplanken. Der bessere Weg ist meist kleiner. Ein Prozess mit echtem Nutzen wird sauber umgesetzt, mit Kostenlimit, Monitoring, Protokoll und Freigabe an den richtigen Stellen. Danach folgt der nächste.

Genau so ist unser Automatisierungs-Sprint aufgebaut: ab 12.000 Euro bringen wir einen KI-Workflow produktiv in den Betrieb, mit klaren Kostengrenzen und nachvollziehbaren Abläufen. Wer erst einmal wissen will, welche KI-Lösungen im Haus schon laufen und was sie kosten, kann mit einer Bestandsaufnahme beginnen. Sprechen Sie uns gern an.

Quellen#

• Pax8: Pax8 Research Finds Small Businesses Are Building AI Faster Than They Can Govern It, Pressemitteilung vom 12.10.2026 (1.150 Befragte in vier Ländern)
• Pax8: SMB AI Pulse Report Q3 2026, Studienbericht als PDF (Länderwerte Deutschland, n=200, Fehlerspanne rund 6,9 Prozentpunkte)