KI-Produkt kalkulieren: So bleibt die Marge stabil

1 Min. LesezeitAktualisiert am Mit KI erstellt · redaktionell verantwortet

Wer ein KI-Produkt kalkulieren will, steht vor einem neuen Problem: Klassische Software kostet pro zusätzlichem Nutzer fast nichts, KI-Software dagegen bei jeder Anfrage. Ein Preis, der für Durchschnittsnutzer passt, kann bei Viel-Nutzern Verlust bringen.

Kurz gesagt

Wer ein KI-Produkt kalkulieren will, muss die Kosten pro Anfrage und pro Nutzer kennen, denn anders als klassische Software kostet KI bei jeder Anfrage Geld. Der Mindestpreis ergibt sich aus Kosten pro Nutzer geteilt durch eins minus Ziel-Marge. Kontingente, Routing und Caching schützen die Marge vor Viel-Nutzern.

Schritt 1: Kosten pro Anfrage

Ermitteln Sie für typische Anfragen die Tokens: Systemprompt, mitgeschickte Daten, Verlauf, Antwort. Multipliziert mit dem Modellpreis ergibt das die Kosten pro Anfrage. Der Systemprompt-Kostenrechner zeigt, wie viel davon allein auf die immer gleiche Anweisung entfällt.

Schritt 2: Kosten pro Nutzer

Anfragen pro Nutzer und Monat schwanken enorm. Messen Sie in einer Testphase nicht nur den Durchschnitt, sondern die Verteilung: Oft verursachen 10 Prozent der Nutzer die Hälfte der Kosten. Dazu kommen weitere variable Kosten wie Zahlungsanbieter, Speicher und Support.

Schritt 3: Preis und Marge

Mindestpreis = Kosten pro Nutzer ÷ (1 − Ziel-Marge). Bei 4 € Kosten und 75 % Marge sind das 16 € netto. Software-Unternehmen streben 70 bis 80 % Bruttomarge an, mit KI sind 50 bis 70 % realistischer. Die KI-Preiskalkulation rechnet das inklusive Fixkosten und Umsatzsteuer.

Preismodelle im Vergleich

  • Pauschale ohne Grenze: einfach zu verkaufen, riskant bei Viel-Nutzern.
  • Pauschale mit Kontingent: etwa 500 Anfragen pro Monat, darüber Drosselung oder Aufpreis. Der häufigste Kompromiss.
  • Credits: Nutzer kaufen Guthaben, aufwendige Funktionen kosten mehr Credits.
  • Nach Ergebnis: etwa pro gelöstem Ticket. Passt, wenn der Wert klar messbar ist.

Die Marge verbessern

  • einfache Anfragen an ein kleines Modell, nur schwierige an ein großes (Routing)
  • Prompt-Caching für Systemprompt und Dokumente
  • Batch-Verarbeitung für alles, was nicht sofort fertig sein muss
  • kürzere Antworten und knappere Verläufe

Planen Sie auch Preisänderungen der Anbieter ein: Meist werden Modelle günstiger, neue Spitzenmodelle sind aber oft teurer als ihre Vorgänger.

Häufige Fragen

Welche Marge ist bei SaaS mit KI realistisch?

Klassische Software-Unternehmen streben 70 bis 80 Prozent Bruttomarge an. Bei Produkten mit KI sind wegen der laufenden Modellkosten 50 bis 70 Prozent realistischer.

Welches Preismodell passt für ein KI-Produkt?

Der häufigste Kompromiss ist eine Pauschale mit Kontingent, etwa 500 Anfragen pro Monat, darüber Drosselung oder Aufpreis. Alternativen sind Credits für unterschiedlich aufwendige Funktionen oder Abrechnung nach Ergebnis, wenn der Wert klar messbar ist. Pauschalen ohne Grenze sind bei Viel-Nutzern riskant.

Warum reicht der Durchschnittsverbrauch für die Kalkulation nicht?

Die Anfragen pro Nutzer schwanken stark, und oft verursachen 10 Prozent der Nutzer die Hälfte der Kosten. Ein Preis, der für Durchschnittsnutzer passt, kann bei Viel-Nutzern Verlust bringen. Messen Sie in einer Testphase daher die Verteilung.

Leon Blatz betreibt Tokenlabor und verantwortet alle Inhalte redaktionell. Texte entstehen mit Unterstützung von KI unter redaktioneller Kontrolle; Preise und Fakten stammen aus den genannten Quellen, Hinweise auf Fehler werden geprüft und korrigiert. Mehr über Tokenlabor

Allgemeine Information, keine Rechts-, Steuer- oder Finanzberatung.

KI-PreiskalkulationWas muss Ihr KI-Produkt pro Nutzer kosten? KI-Kosten, Marge und Preis für ein SaaS-Angebot.
Öffnen

Auch hilfreich: Systemprompt-Kostenrechner · Reasoning-Kostenrechner

Weiterlesen

Passende Artikel

Alle zu Kosten und Modelle
  1. KI-API-Kosten senken: Zehn Stellschrauben, die wirklich etwas bringenKI-API-Kosten senken: Wer Sprachmodelle über die API nutzt, zahlt pro Token. Mit diesen zehn Maßnahmen sinkt die Rechnung oft um die Hälfte, ohne schlechtere Ergebnisse.
  2. ChatGPT API Kosten: Was die OpenAI-API wirklich kostetChatGPT API Kosten verständlich erklärt: Preise aller GPT-Modelle in Euro, Rechenbeispiele für typische Anwendungen und Tipps, wie die Rechnung klein bleibt.
  3. Claude vs. ChatGPT: Unterschiede bei Preis, Kontext und EinsatzClaude vs. ChatGPT im Vergleich: API-Preise in Euro, Kontextfenster, Tokenizer, Abos und typische Stärken. Sachlich, mit aktuellen Zahlen und Rechenbeispielen.
  4. Prompt-Caching erklärt: Bis zu 90 % weniger Kosten für wiederholte EingabenPrompt-Caching erklärt: wie Anthropic, OpenAI und Google wiederholte Eingaben günstiger abrechnen, wann es sich lohnt und wie man Prompts dafür aufbaut.