THESENPAPIER 2026 · DEEP DIVE #5
Verbrauchskosten, Ergebniswirkung und Kapitalallokation agentischer KI aus Sicht von Aufsichts- und Beiratsgremien
3. November 2026 · Dr. Veronika von Heise-Rotenburg, Isabel Hartung und Prof. Dr. Stefan Remhof

Die Wirtschaftlichkeit von KI-Agenten ist eine Frage der strategischen Kapitalallokation, nicht allein der technischen Kosteneffizienz.
Deutsche Digitale Beiräte e.V.
Deep Dive zu These 5: Wirtschaftlichkeit misst sich am Geschäftsergebnis
Vertiefungsbeitrag zum Thesenpapier „KI-Agenten im Mittelstand“ der Deutschen Digitalen Beiräte e. V. Kurzfassung
Die Wirtschaftlichkeit von KI-Agenten ist eine Frage der strategischen Kapitalallokation, nicht allein der technischen Kosteneffizienz. Der Beitrag knüpft an die Aussagen des Thesenpapiers zu Operating Model und Governance an und führt sie weiter: von der Frage, wie Unternehmen KI-Agenten einsetzen, organisieren und kontrollieren, und zur Frage, wie sie mit ihnen wirtschaftlichen Wert schaffen.
Klassische Unternehmenssoftware verursacht planbare Lizenzkosten je Arbeitsplatz. Die Kosten von KI-Agenten wachsen dagegen mit Umfang, Korrekturschleifen und Komplexität der Aufgabe. Dazu schlagen sie oft ungeplant in der Gewinn- und Verlustrechnung durch, während der Ertrag häufig geschätzt bleibt. Diese Kosten zu steuern ist Aufgabe der Geschäftsführung.
Für Aufsichtsräte und Beiräte beginnt die eigentliche Frage dahinter. Verbrauch ist kein Wert: Zählen kann nur der Nettoeffekt je abgeschlossenem Geschäftsvorgang, nach Abzug des menschlichen Prüfaufwands und soweit er im Ergebnis ankommt. Und selbst ein nachgewiesener Effizienzgewinn kann die falsche Investition sein, wenn er Prozesse automatisiert, deren Geschäftslogik bald überholt ist – statt auch neue Produkte und Geschäftsmodelle zu finanzieren.
Der Beitrag beleuchtet diese drei Ebenen – Verbrauchskosten, Ergebniswirkung und Portfolioentscheidung – aufeinander aufbauend. Er stützt sich auf die aktuelle Studienlage, darunter eine Stanford-Analyse von 51 erfolgreichen KI-Einführungen, und auf den Praxisfall Everphone. Daraus leitet er drei Werthebel, Grundsätze der Portfolio-Steuerung, eine Rollenverteilung zwischen Geschäftsführung und Gremium sowie einen Prüffragenkatalog ab.
1. Von der Lizenz- zur Verbrauchsökonomie
Klassische Unternehmenssoftware wird je Nutzer und Monat lizenziert, budgetiert und gegen erwartete Einsparungen abgewogen. Agentische KI bricht mit dieser Berechenbarkeit. Ein Agent liest Kontext, ruft Werkzeuge auf, prüft Zwischenergebnisse, korrigiert sich und startet neue Versuche. Seine Kosten wachsen mit Umfang, Dauer und Komplexität der Aufgabe und lassen sich vorab nur grob schätzen.
Nach von McKinsey ausgewerteten Studien zur agentischen Softwareentwicklung entfallen rund 60 Prozent der Kosten agentischer Aufgaben auf Verfeinern und erneutes Prüfen. Dieselbe Programmieraufgabe kann je nach Durchlauf um den Faktor 30 im Verbrauch schwanken (Hämäläinen et al. 2026). Goldman Sachs Research erwartet bis 2030 einen 24-fach höheren weltweiten Tokenverbrauch als 2026 (Goldman Sachs Research 2026) ; nach McKinsey hebt agentische Arbeit den Preisverfall je Token wieder auf (Hämäläinen et al. 2026). Zugleich arbeiten Agenten immer länger selbstständig: Die Aufgabenlänge, die Spitzenmodelle mit 50 Prozent Erfolgswahrscheinlichkeit ohne menschliches Eingreifen bewältigen, verdoppelte sich seit 2019 etwa alle sieben Monate*, zuletzt sogar schneller*. Sie lag Anfang 2026 bei Softwareaufgaben bei rund 15 Expertenstunden (METR, zit. nach Pereira et al. 2026). Damit wächst auch der Verbrauch, den eine einzelne Aufgabe auslösen kann. Gartner folgert, dass klassische ROI-Rechnungen die Kosten- und Wertdynamik agentischer Workflows nur unvollständig abbilden (Gartner 2026).
In den Budgets ist diese Dynamik angekommen. 93 Prozent der von McKinsey im Mai 2026 Befragten berichteten von Überschreitungen ihrer KI-Budgets. Beim Übergang vom Experiment zum breiten Einsatz stiegen die Ausgaben auf fast das Vierfache (Sachdeva et al. 2026). Laut BCG liegen zudem rund 80 Prozent der KI-Ausgaben außerhalb des IT-Budgets (BCG 2026).
Verschärft wird das durch Fehlanreize: Tokenverbrauch zeigt Aktivität, nicht qualitativen Wert. Wo intensive Nutzung als Produktivitätsnachweis gilt, entsteht ein Anreiz zum Verbrauch. Nach J.P. Morgan verbrauchte das oberste Prozent der KI-Nutzer im Juni 2026 mehr als das 600-Fache des Medians (J.P. Morgan Private Bank 2026). Zur Veranschaulichung: bei der US-Armee war ein Jahreskontingent von 100 Millionen Tokens nach rund einem Monat aufgebraucht (WIRED 2026).
Zugleich wandern die Preismodelle von Arbeitsplatzlizenzen über Token-Preise zur Abrechnung nach Ergebnis. HubSpot berechnet seinen Kundenservice-Agenten seit April 2026 mit 0,50 US-Dollar je gelöster Konversation (MarTech 2026), Intercom seinen Agenten Fin mit 0,99 US-Dollar je abgerechnetem Ergebnis („Outcome“) (SaaStr 2026). Bain erwartet, dass ergebnis- und nutzungsbasierte Preise an Bedeutung gewinnen, wenn Agenten Vorgänge abschließend bearbeiten (Bain & Company 2026c).
All das ist steuerbar – über Modellwahl, Kontingente, Technik und Verträge – und Aufgabe der Geschäftsführung (Abschnitt 6). Für Kontrollgremien folgt daraus vor allem: Die Kostenseite eines KI-Vorhabens ist variabel und schwer planbar. Umso wichtiger wird, was ihr auf der Ertragsseite gegenübersteht.
2. Was der Rechnung gegenübersteht: Wert entsteht, aber ungleich verteilt
KI insgesamt
Die Studienlage zur Wirkung von KI ist gespalten. 56 Prozent durch PwC befragten CEOs sehen bislang keinen signifikanten finanziellen Nutzen; nur 12 Prozent sehen Kosten- und Umsatzeffekte zugleich (PwC 2026a). Bei Bain erreichten knapp 40 Prozent der Unternehmen, die ihre Einsparungen gemessen haben, weniger als 10 Prozent – und dennoch erhöhen 90 Prozent ihre Budgets erneut (Bain & Company 2026a).
Wo Wert entsteht, ist er stark konzentriert. Nach PwC entfallen drei Viertel des ökonomischen KI-Nutzens auf ein Fünftel der Unternehmen (PwC 2026b). BCG zählt knapp die Hälfte der befragten Unternehmen zu denen, die KI erfolgreich skalieren (BCG 2026); bei KPMG berichten 64 Prozent der Führungskräfte von einem spürbaren Wertbeitrag, bei den führenden 11 Prozent sind es 82 Prozent (KPMG 2026).
Was die Erfolgreichen verbindet, ist konsistent: KI als unternehmensweites Programm, durchgängig neu gestaltete Abläufe und eine Wirkungsmessung direkt im Ergebnis (BCG 2026; KPMG 2026). Eine Stanford-Analyse von 51 erfolgreichen KI-Einführungen in 41 Organisationen bestätigt das von der Kostenseite. 77 Prozent der größten Hürden lagen nicht in der Technik, sondern in Change Management, Datenqualität und Prozessgestaltung. Und 61 Prozent der Erfolge ging mindestens ein gescheitertes Vorhaben voraus, dessen Kosten in keiner ROI-Rechnung auftauchen (Pereira et al. 2026).
Agentische KI im Besonderen
Für agentische KI ist die Datenlage dünner. Zudem ist das Bild zweigeteilt: Wo Agenten passen, wirken sie stark – sie passen aber seltener, als Business Cases häufig unterstellen.
Das Potenzial zeigt die Stanford-Studie. Nur 20 Prozent der 51 erfolgreichen Einführungen arbeiteten agentisch, erledigten also mehrstufige Aufgaben ohne menschliches Eingreifen. Sie erzielten jedoch mit 71 Prozent den höchsten Median-Produktivitätsgewinn, gegenüber 40 Prozent bei hochautomatisierten Lösungen mit menschlicher Ausnahmeprüfung und 22 Prozent, wo Menschen jedes Ergebnis freigeben – allerdings mit größerer Streuung (Pereira et al. 2026). Die erfolgreichen agentischen Fälle teilten vier Merkmale:
- Hohes Volumen gleichartiger Vorgänge, das den Aufbau rechtfertigt.
- Klare Erfolgskriterien , an denen der Agent sein Ergebnis selbst messen kann.
- Korrigierbare Fehler , die teuer, aber nicht katastrophal sind.
- Datenzugriff über Systemgrenzen hinweg , gestützt auf vorherige Investitionen in Datenplattform und Schnittstellen.
Die Grenzen zeigen breitere Befragungen. Nur 7 Prozent der von Bain befragten Unternehmen betreiben vollständig autonome Agenten im Produktivbetrieb; am häufigsten (38 Prozent) muss jede Aktion freigegeben werden (Bain & Company 2026a). Von den Unternehmen, die agentische KI bereits nutzen, erzielen nach Deloitte bislang nur 10 Prozent einen signifikanten ROI daraus (Befragung in Europa und dem Nahen Osten), und typische KI-Anwendungen amortisieren sich erst in zwei bis vier Jahren statt der bei Technologieinvestitionen üblichen sieben bis zwölf Monate (Deloitte 2025). Gartner erwartet, dass über 40 Prozent der agentischen Projekte bis Ende 2027 eingestellt werden – wegen steigender Kosten, unklaren Nutzens oder unzureichender Risikokontrollen (Gartner 2025). Die Stanford-Werte sind vor diesem Hintergrund zu lesen: Sie beschreiben ausschließlich erfolgreiche Projekte und beruhen auf Selbstauskünften.
Im deutschen Mittelstand ist das Thema noch weitgehend latent. 57 Prozent der Unternehmen ab 20 Beschäftigten nutzen KI, Agenten aber erst 11 Prozent derjenigen, die KI nutzen, planen oder diskutieren; nur für 8 Prozent der KI-Nutzer ist der Tokenverbrauch ein großer Kostenpunkt (Bitkom 2026). Gerade deshalb ist jetzt der richtige Zeitpunkt, Steuerung und Nachweisführung aufzubauen.
3. Praxisfall Everphone: Was sich messen lässt – und was noch offen ist
Die Kosten: konzentriert und genau bekannt
Bei Everphone, einem Anbieter von Device-as-a-Service, lassen sich die beschriebenen Mechanismen im Detail beobachten. In einem 30-Tage-Zeitraum im Herbst 2026 entfielen rund drei Viertel der KI-Kosten auf Verbrauch oberhalb der Lizenzkontingente und nur rund ein Fünftel auf die Lizenzgebühren selbst. Gut ein Drittel der Nutzenden lag über seinem Kontingent, doch die Mehrkosten waren hoch konzentriert: Zehn Personen verursachten 93 Prozent der Übernutzung, und allein Claude Code, das Werkzeug für agentische Programmierarbeit, rund 86 Prozent.
Diese Konzentration ist der Befund, den Kontrollgremien kennen sollten. Eine pauschale Regel für alle träfe die vielen Nutzenden mit geringem Verbrauch, ohne die Rechnung nennenswert zu verändern. Wirksamer sind gezielte, nicht restriktive Ansatzpunkte: höhere Kontingente dort, wo sie begründet sind, und eine passende Konfiguration. So kostete ein älteres, größeres Modell je Milliarde Tokens rund das Siebenfache eines neueren – die Frage ist, ob die Aufgaben, die darauf laufen, das brauchen. Bei den API-Zugängen lag die Trefferquote des Zwischenspeichers bei rund 72 Prozent; Eingaben aus dem Zwischenspeicher kosten nur rund ein Zehntel des regulären Preises. In beiden Fällen geht es um Konfiguration und Sensibilisierung, nicht um weniger Nutzung – und damit um eine Aufgabe der Geschäftsführung.
AiBu: realisierter Kapazitätseffekt, offenes Nettoergebnis
Seit September 2026 läuft bei Everphone ein KI-basierter Budgetierungsprozess (AiBu) in Claude Code. Anlass war der Austritt der Person, die sich bis dahin um das Budget gekümmert hatte. Die Stelle wurde nicht nachbesetzt. Ihre Aufgaben gingen an andere Mitarbeitende, und die Excel-basierte Budgetierung wurde durch den KI-gestützten Prozess ersetzt. Dem stehen Tokenkosten von rund 3.000 Euro gegenüber, dazu rund 100 Personentage verschiedener Mitarbeitender für Erstellung und Tests. Rund 30 Prozent der Projektkapazität flossen in die menschliche Prüfung der Ergebnisse.
An diesem Fall lässt sich eine Unterscheidung zeigen, die für jede Gremienbefassung zentral ist. Realisiert ist ein Kapazitätseffekt: Die Stelle wurde nicht nachbesetzt, und der Prozess läuft. Nachgewiesen ist damit aber noch kein Nettoergebnis. Dafür müssten die eingesparten Personalkosten den Tokenkosten, dem Entwicklungs- und Testaufwand sowie dem laufenden Prüfaufwand gegenübergestellt werden. Zudem wäre zu klären, in welchem Umfang die Arbeit tatsächlich entfallen und nicht nur zu anderen Mitarbeitenden gewandert ist.
Ein Effizienzgewinn wird also erst ergebniswirksam, wenn er realisiert und gegen alle Kosten gerechnet wird. Der menschliche Prüfaufwand ist dabei kein Randposten, aber auch keine feste Größe. Die Stanford-Studie gruppiert die Fälle dazu ein zweites Mal, nach dem Grad menschlicher Aufsicht. In dieser Einteilung erzielten sogenannte Eskalationsmodelle, in denen die KI über 80 Prozent der Fälle selbstständig erledigt und Menschen nur Ausnahmen prüfen, einen Median-Produktivitätsgewinn von 71 Prozent – gegenüber 30 Prozent, wo jedes Ergebnis freigegeben werden muss (Pereira et al. 2026). Die Werte sind deshalb nicht direkt mit der Einteilung nach Autonomiegrad in Abschnitt 2 vergleichbar. Das spiegelt teils unterschiedliche Aufgaben wider, zeigt aber: Wie viel Prüfung dauerhaft nötig bleibt, ist eine Gestaltungsentscheidung, die in den Business Case gehört. Offen bleibt schließlich, ob die Budgetierung in dieser Form langfristig Bestand hat – die Frage nach der Effizienzfalle (Abschnitt 4).
Das dürfte der ehrliche Stand in vielen Unternehmen sein: Die Kosten sind auf Ebene von Person, Produkt und Modell präzise bekannt, der Nutzen wird an Einzelfällen belegt, Kosten je abgeschlossenem Vorgang werden noch nicht berechnet. Deloitte nennt als Gründe, warum sich der Ertrag von KI schwer isolieren lässt, unter anderem schwer monetarisierbare Nutzen, fragmentierte Daten und die Verflechtung von KI mit umfassenderen Transformationsvorhaben (Deloitte 2025). Für Kontrollgremien folgt daraus keine Resignation, sondern ein klarer Anspruch an die Nachweisführung. Und die Einsicht, dass die Wirtschaftlichkeit eines einzelnen Vorhabens noch nichts darüber aussagt, ob das Kapital insgesamt richtig eingesetzt ist.
4. Von der Kosten- zur Kapitalfrage: Werthebel und Effizienzfalle
Um KI-Vorhaben im Gremium zu beurteilen, sind sie nach ihrem strategischen Wirkungsgrad zu unterscheiden. Drei Werthebel lassen sich abgrenzen, der erste in zwei Varianten. Sie unterscheiden sich in Zeithorizont, Messlogik und Risikoprofil und verlangen vom Gremium jeweils eine andere Leitfrage.
In den Hebeln 1a und 1b lässt sich der Wert am leichtesten nachverfolgen, doch auch hier braucht jedes Vorhaben einen vorab definierten Erfolgsmaßstab. Frei werdende Kapazität ist zunächst nur Potenzial; ergebniswirksam wird sie erst, wenn Stellen nicht nachbesetzt, Budgets reduziert oder Kapazitäten nachweislich umgelenkt werden. Welcher Weg gewählt wird, ist eine strategische, keine technische Entscheidung: In der Stanford-Studie führte Effizienz in 45 Prozent der Fälle vor allem zu Personalabbau, in den übrigen zu vermiedenen Neueinstellungen, Umsetzung oder schnellerem Ausbau – Umsetzung und schnellerer Ausbau vor allem bei umsatzorientierten Anwendungen (Pereira et al. 2026).
Wie Effizienz zum Ertragshebel wird, zeigt ein Fall aus derselben Studie. Eine regionale Supermarktkette mit rund 25 Filialen übertrug ihre gesamte Beschaffung einem Agenten, der den Bedarf je Filiale und Artikel prognostiziert und selbstständig bestellt. Nach Angaben des Projektverantwortlichen sank der Warenverderb um 40 Prozent und die Zahl der Fehlbestände um 80 Prozent; die EBITDA-Marge verdoppelte sich (Pereira et al. 2026). Für den Mittelstand ist der Fall lehrreich: Der Agent ersetzte fehlende Einkaufsmacht durch bessere Steuerung, und er erfüllte alle vier Erfolgsmerkmale aus Abschnitt 2. Bei den Hebeln 2 und 3 greift dagegen eine andere Messlogik: Hier zählen Hochlaufpfade statt kurzfristiger Einsparungen.
Die Effizienzfalle
Die größere Gefahr ist die Optimierung von nicht zukunftsfähigen Abläufen. Unternehmen investieren erheblichen Aufwand in historisch gewachsene Prozesse, die unter agentischen Bedingungen in wenigen Jahren grundlegend anders laufen werden – das Thesenpapier spricht in These 3 von künftigen Legacy-Prozessen (Deutsche Digitale Beiräte 2026). Wer einen ineffizienten Ablauf unverändert mit Agenten automatisiert, beschleunigt ein überholtes System, und das zu verbrauchsabhängigen Kosten. Die Praxis bestätigt das: Erste Anläufe scheiterten in der Stanford-Studie typischerweise dort, wo KI auf unveränderte, fehlerhafte Abläufe gesetzt wurde; erfolgreiche Teams gestalteten den Prozess vor der Automatisierung neu (Pereira et al. 2026).
Daraus folgt eine einfache Prüfregel: Vor jeder Optimierung steht die Frage, ob man den Prozess heute noch so aufsetzen würde, und die Investition muss sich innerhalb seiner erwarteten Restlaufzeit amortisieren. Hinzu kommt ein Finanzierungsrisiko. 44 Prozent der von Bain befragten Unternehmen wollen die nächste KI-Welle vor allem aus Einsparungen früherer Automatisierung finanzieren – ein Modell, das nur trägt, wenn diese Einsparungen tatsächlich realisiert wurden (Bain & Company 2026a).
Über die Zukunftsfähigkeit entscheiden jedoch neue Produkte und Geschäftsmodelle, zumal viele Branchen zu Ökosystemen zusammenwachsen, in die branchenfremde Wettbewerber drängen. Die Empirie stützt diese Gewichtung. Die führenden 20 Prozent der von Deloitte befragten Unternehmen nennen als wichtigste KI-Erfolge deutlich häufiger neue Umsatzchancen ( 49 Prozent) oder ein neu gestaltetes Geschäftsmodell ( 45 Prozent) (Deloitte 2025). PwC sieht Wachstum an den Schnittstellen zusammenwachsender Branchen als stärksten Treiber KI-getriebener Finanzperformance (PwC 2026b). Und in der Stanford-Studie fanden sich Umsatzeffekte vor allem dort, wo jemand neben der Kosten- auch die Umsatzseite gemessen hatte (Pereira et al. 2026).
Auch auf Marktebene reichen Produktivitätsgewinne nach Bain nicht aus, um die globalen KI-Investitionen zu refinanzieren (Bain & Company 2026b). Kontrollgremien sollten daher Kapital gezielt auch für die Hebel 2 und 3 einfordern.
5. Portfolio-Disziplin: Was das Gremium einfordert
Weil neue Produkte und Geschäftsmodelle über längere Zeit aus den Erträgen des Bestandsgeschäfts finanziert werden müssen, braucht es eine unternehmensweite Portfolio-Logik: Strategie, Handlungsstränge, Produktportfolio und Roadmap bilden ein Ganzes, das gesamthaft gesteuert wird. Aus Sicht der Kontrollgremien sind drei Grundsätze zentral.
Wettbewerb um Kapital. KI-Vorhaben dürfen keine geschützten Sonder- oder Schattenbudgets bilden. Sie messen sich im Investitionsportfolio mit Sachinvestitionen, Softwareprojekten oder Akquisitionen. Für jedes Vorhaben sind von Beginn an Erfolgsmaßstab und Business Case festgelegt; Lücken darin werden offen benannt.
Transparenz über die Kapitalverteilung. Die Geschäftsführung legt offen, wie sich die KI-Mittel auf die drei Werthebel verteilen und warum. Erst damit wird die Allokation zu einer bewussten Entscheidung, die das Gremium prüfen kann.
Hochlaufpfade und Abbruchkriterien. Für Vorhaben der Hebel 2 und 3 werden vorab Etappen vereinbart: Problem-Fit bei Pilotkunden, nachgewiesene Zahlungsbereitschaft, positive Unit Economics unter Einschluss der variablen KI-Kosten und schließlich Skalierung, ohne dass Kosten und manueller Aufwand proportional mitwachsen. An jeder Etappe wird entschieden: fortführen, umsteuern oder beenden – anhand konkreter Kriterien, etwa einer Mindestzahl zahlender Kunden zu einem Stichtag oder eines Mindestdeckungsbeitrags als Voraussetzung der Skalierung. Angesichts der hohen erwarteten Abbruchquote agentischer Projekte (Abschnitt 2) ist kontrolliertes Abschalten kein Managementversagen, sondern Ausweis funktionierender Portfolio-Hygiene – zumal in der Stanford-Studie den meisten Erfolgen ein gescheiterter Anlauf vorausging (Pereira et al. 2026).
6. Rollenverteilung: Die Geschäftsführung steuert, das Gremium prüft
Die operative Steuerung von Modellen, Tokens und Kosten gehört in die Geschäftsführung. Dazu zählen eine Modellwahl nach dem Prinzip „so leistungsfähig wie nötig“, Zwischenspeicher, knapper Kontext und begrenzte Agentenschleifen, ebenso Kontingente und Verbrauchsgrenzen je Team, Projekt oder Agent, Transparenz über KI-Ausgaben auch außerhalb des IT-Budgets und die Schulung der Mitarbeitenden.
Auch Architektur, Anbieterwahl und Verträge liegen hier. In der Stanford-Studie war das Modell bei 42 Prozent der Einführungen austauschbar, bei Routineaufgaben sogar bei 71 Prozent; bei agentischen und anderen anspruchsvollen Aufgaben war es dagegen häufiger erfolgskritisch (35 Prozent). Die führenden Unternehmen steuern deshalb über eine eigene Orchestrierungsschicht, die jede Aufgabe dem passenden Modell zuweist und den Wechsel von Modell oder Anbieter ohne Neubau erlaubt (Pereira et al. 2026). Wo ein Agent einen klar abgrenzbaren Vorgang erledigt, sind ergebnisorientierte Vergütungen zu prüfen – mit einer belastbaren Definition von „gelöst“ und Obergrenzen für stark steigende Mengen. Offene Abrechnungen nach Rechenaufwand ohne Deckelung sollten die Ausnahme bleiben.
Das Gremium soll diese Steuerung nicht übernehmen. Es vergewissert sich, dass sie stattfindet, und stellt die Fragen, die nur ein Kontrollorgan stellen kann. Seine Aufgabe umfasst vier Felder:
- Investitionslogik: Welchem Werthebel dient ein Vorhaben, und besteht es im Wettbewerb um Kapital?
- Wirtschaftliche Plausibilität: Ist der Business Case belastbar, einschließlich Prüfaufwand und Restlaufzeit des Prozesses?
- Risikosteuerung: Wie groß sind Kostenrisiken und Abhängigkeiten von Anbietern und Preismodellen, und sind Abbruchkriterien vereinbart?
- Überprüfung der Wertschöpfung: Ist der Nutzen im Ergebnis angekommen, und lässt er sich kausal zuordnen?
Für die regelmäßige Gremienbefassung genügen zwei Seiten. Die erste zeigt die Kosten nach Monat, ihre Konzentration, den Modellmix und einen belegten Nutzenfall. Die zweite zeigt das KI-Portfolio nach Werthebeln mit Budget, Status und nächstem Etappenziel.
7. Prüffragenkatalog für Aufsichtsräte und Beiräte
Die folgenden Fragen strukturieren den Dialog mit der Geschäftsführung entlang der vier Gremienaufgaben. Sie sind beispielhaft und ersetzen keine unternehmensspezifische Analyse.
Investitionslogik
- Welchem Werthebel dient das Vorhaben, und ist die Verteilung der KI-Mittel auf Effizienz, neue Produkte und neue Geschäftsmodelle eine bewusste Entscheidung?
- Tritt das Vorhaben im regulären Investitionsportfolio gegen andere Projekte an, oder gibt es Sonder- und Schattenbudgets?
- Optimieren wir mit erheblichem Aufwand Prozesse, die wir in drei bis fünf Jahren grundsätzlich anders aufsetzen würden? Amortisiert sich die Investition innerhalb der Restlaufzeit des Prozesses?
Wirtschaftliche Plausibilität
- Welcher Geschäftsvorgang soll erledigt werden, woran erkennen wir ein gutes Ergebnis, und wer trägt Budget- und Ergebnisverantwortung?
- Erfüllt ein agentisches Vorhaben die Voraussetzungen für Autonomie – hohes Volumen, klare Erfolgskriterien, korrigierbare Fehler, Datenzugriff über Systeme hinweg? Ist das Maß menschlicher Prüfung bewusst gewählt und sind Prüfaufwand und variable KI-Kosten vollständig im Business Case berücksichtigt?
- Kennen wir die Kosten je abgeschlossenem Geschäftsvorgang? Wenn nicht: Bis wann liegen sie vor?
Risikosteuerung
- Kennen wir die gesamten KI-Ausgaben, auch außerhalb des IT-Budgets? Wie konzentriert sich der Verbrauch auf Personen und Anwendungen, und gibt es Budget- und Verbrauchsgrenzen?
- Wie robust ist die Planung gegenüber neuen Preismodellen und Anbieterabhängigkeit? Sind ergebnisorientierte Vergütungen eindeutig definiert und gedeckelt?
- Wie ist die mehrjährige Finanzierung neuer Produkte und Geschäftsmodelle aus dem Kerngeschäft gesichert, und welche Etappen und Abbruchkriterien sind vereinbart?
Überprüfung der Wertschöpfung
- Ist die geplante Einsparung tatsächlich im Ergebnis angekommen – durch nicht nachbesetzte Stellen, gekündigte Lizenzen oder gesenkte Sachbudgets –, oder ist die Arbeit lediglich an andere Stelle gewandert?
- Lässt sich behauptetes Umsatzwachstum kausal auf den Agenteneinsatz zurückführen?
- Welche Vorhaben wurden mangels Wertbeitrag beendet, und was folgt daraus für das Portfolio?
8. Kernthesen für Kontrollgremien
- Kapitalallokation vor Kosteneffizienz. Die Wirtschaftlichkeit von KI-Agenten entscheidet sich daran, wohin ein Unternehmen sein Kapital lenkt – nicht allein daran, wie günstig ein Agent arbeitet.
- Aktivität ist kein Wertbeitrag. Tokenverbrauch und intensive Agentennutzung belegen Aktivität, nicht wirtschaftlichen Erfolg; mehr als die Hälfte der CEOs sieht bislang keinen signifikanten finanziellen Nutzen aus KI (PwC 2026a). Zählen kann nur der Nettoeffekt je abgeschlossenem Geschäftsvorgang, soweit er im Ergebnis realisiert ist.
- Agenten gezielt einsetzen, Prüfung bewusst gestalten. Agenten liefern die höchsten Produktivitätsgewinne dort, wo das Volumen hoch, der Erfolg messbar und Fehler korrigierbar sind (Pereira et al. 2026); vollautonome Agenten bleiben aber die Ausnahme (Bain & Company 2026a). Der Prüfaufwand gehört von Beginn an in den Business Case – bei Everphone band er rund 30 Prozent der Projektkapazität –, und sein Umfang ist eine Gestaltungsentscheidung.
- Die Effizienzfalle vermeiden. Reine Prozessoptimierung kann überholte Abläufe teuer zementieren. Gremien sollten die Ressourcenallokation auch auf neue KI-gestützte Produkte und Geschäftsmodelle lenken, wo die Empirie den größten Wertbeitrag verortet (Deloitte 2025; PwC 2026b).
- Portfolio-Disziplin statt Insellösungen. KI-Vorhaben stehen im Kapitalwettbewerb mit anderen Investitionen, mit transparenter Hochlaufmessung und vorab vereinbarten Abbruchkriterien.
- Klare Rollen. Die Geschäftsführung steuert Verbrauch, Modelle und Verträge gezielt statt mit pauschalen Restriktionen. Das Gremium prüft Investitionslogik, Plausibilität, Risiken und die tatsächliche Wertschöpfung.
KI-Investitionen müssen sich am unternehmerischen Wertbeitrag messen lassen. Und Gremien müssen die richtigen Fragen stellen, damit dieser Wert überhaupt entstehen kann.
Literaturverzeichnis
- Bain & Company (2026a): Your AI Budget Is Growing. Your Returns Aren't. Here's Why. Automation and AI Pathfinder Survey 2026 (n = 951), Juni 2026.
- Bain & Company (2026b): New Innovation Is Required to Fund AI's $6 Trillion Buildout. Technology Report 2026, 29.09.2026.
- Bain & Company (2026c): The $100-Billion SaaS Opportunity Hiding in Cross-System Labor. Mai 2026.
- BCG – Boston Consulting Group (2026): The Formula for Agentic AI Value: The Applied AI Index 2026 , 30.09.2026.
- Bitkom (2026): Erstmals nutzt die Mehrheit der Unternehmen KI. Presseinformation, September 2026.
- Deutsche Digitale Beiräte (2026): KI-Agenten im Mittelstand. Acht Thesen für Geschäftsführung, Beiräte und Aufsichtsgremien. 30.07.2026.
- Deloitte (2025): AI ROI. The paradox of rising investment and elusive returns. 22.10.2025 .
- Gartner (2025): Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. Pressemitteilung, 25.06.2025.
- Gartner (2026): With AI Agents, You Need a New Way to Calculate Cost and Value. R. Sallam, 02.01.2026.
- Goldman Sachs Research (2026): AI agents forecast to boost tech cash flow as usage soars. Interview mit Jim Schneider, 20.05.2026.
- Hämäläinen, L.; Patel, M.; Blumberg, S.; Catlin, T.; Lala, W. (2026): Is that AI agent worth it? Agentic economics and the modern operating model. McKinsey Quarterly, Juli 2026 .
- J.P. Morgan Private Bank (2026): AI use is exploding. So are the bills. Top Market Takeaways, 17.07.2026 .
- KPMG International (2026): Global AI Pulse Q1 2026. Executive Summary, 31.03.2026 .
- MarTech (2026): HubSpot moves to outcome-based pricing for some Breeze AI agents. April 2026.
- Pereira, E.; Graylin, A. W.; Brynjolfsson, E. (2026): The Enterprise AI Playbook. Lessons from 51 Successful Deployments. Stanford Digital Economy Lab, Stanford University, April 2026 .
- PwC (2026a): 29th Global CEO Survey. Pressemitteilung, 19.01.2026.
- PwC (2026b): 2026 AI Performance Study. Pressemitteilung, 13.04.2026.
- Sachdeva, P.; Lala, W.; Javaji, A.; Takkar, K.; Arora, P. (2026): The cost of intelligence: How CIOs can manage AI demand at scale. McKinsey, 20.07.2026.
- SaaStr (2026): HubSpot switching AI pricing from per use to per resolution. April 2026.
- WIRED (2026): The Army Is Burning Through Its AI Tokens. 22.07.2026.
Autoren
Dr. Veronika von Heise-Rotenburg ist Aufsichtsrätin und Beirätin. Sie ist Mitglied des Aufsichtsrats und Vorsitzende des Prüfungsausschusses einer börsennotierten Bank. Hauptberuflich ist sie CFO und Geschäftsführerin bei Everphone, einem Anbieter von Device-as-a-Service, wo sie seit 2022 die Finanzfunktion verantwortet und transformiert und ab 2023 KI im Finanzbereich eingeführt hat. Die Wirtschaftsjuristin mit Promotion im Kapitalmarktrecht war zuvor bei McKinsey sowie als CFO bei Cluno und Cazoo tätig. Die Zertifizierung für Aufsichtsräte hat sie bei der Deutschen Börse absolviert. Im Juli 2026 erschien im Schäffer-Poeschel Verlag das von ihr herausgegebene Buch „Finanzmanagement in Start-ups und Scale-ups“.
Isabel Hartung ist Aufsichtsrätin und Multi-Beirätin mit Schwerpunkt auf Industrieunternehmen, Technologie, KI und strategischer Unternehmensentwicklung, u. a. bei TK Elevator, der Röchling-Gruppe, KOMET und freiheit.com . Zuvor war sie sieben Jahre bei TRUMPF, zuletzt als CEO High Volume Markets der Lasertechnik, und mehr als 16 Jahre bei McKinsey & Company, zuletzt als Director of Knowledge, Global Operations. Die Diplom-Volkswirtin ist qualifizierte Aufsichtsrätin der Deutschen Börse und Mitglied der Deutschen Digitalen Beiräte und gibt Fortbildungen zu KI für Aufsichtsräte.
Prof. Dr. Stefan Remhof ist Aufsichtsrat in einem Franchiseunternehmen der Rechtsberatung und Beirat in einem HR Tech-Startup. Er ist Managing Partner der People Mobility Alliance, einem Beratungsunternehmen im Umfeld von Global Mobility, International Assignments und Business Travel. Dazu ist er Professor für Internationales Management an der IU Internationale Hochschule am Standort München. Der promovierte Wirtschaftswissenschaftlicher (Schwerpunkt: Internationales strategisches Personalmanagement) ist zertifiziertes Mitglied im Aufsichtsrat/Beirat der Board Academy sowie Mitglied der Deutschen Digitalen Beiräte.
