Was kostet ein KI-Agent für Unternehmen: reale Preise 2026

Geben Sie bei Google „was kostet ein KI-Agent“ ein: Sie erhalten Antworten von 3.000 bis 400.000 PLN. Jede davon stimmt. Die Spanne liegt nicht an unseriösen Anbietern, sondern daran, dass „KI-Agent“ kein einzelnes Produkt ist. Es ist eine Familie von Lösungen mit völlig unterschiedlicher Architektur, unterschiedlichen Berechtigungen und unterschiedlichem Integrationsgrad. Dieser Artikel zerlegt den Preis in seine Bestandteile.

KI-Agent, KI-Assistent, Chatbot: warum diese drei Begriffe drei verschiedene Budgets bedeuten

Bevor wir zu den Zahlen kommen, sollten die Begriffe unterschieden werden, denn der Markt verwendet sie austauschbar, und das ist die Hauptquelle für Enttäuschungen bei Angeboten.

Ein echter KI-Agent unterscheidet sich von einem Chatbot dadurch, dass antwortet nicht nur, sondern handelt. Er kann eine E-Mail senden, ein Angebot im CRM aktualisieren, eine PDF-Datei erzeugen und sie an den Kunden übergeben, ohne dass bei jedem Schritt ein Mensch beteiligt ist. Genau diese Autonomie treibt den Preis: Je mehr Systeme er beschreiben darf, desto mehr Arbeit fällt für Integration, Tests und Sicherheits-Guardrails an.

Falls Sie gerade erst in das Thema einsteigen: unser vorheriger Artikel über 6 Aufgaben eines KI-Agenten im B2B-Vertrieb zeigt, welche konkreten Prozesse sich zuerst zu automatisieren lohnen.

Was kostet ein KI-Agent: vier Architekturstufen und ihre Preise

Die folgende Einteilung ist keine offizielle Branchentaxonomie, sondern ein praktisches Schema, das wir bei der Kalkulation von Projekten verwenden. Stufe L1 lässt sich in wenigen Wochen implementieren. L4 ist ein mehrmonatiges Projekt mit einem eigenen Team auf Kundenseite.

L1: Wissensdatenbank-Agent (antwortet nur)

Arbeitet auf Basis von architekturze RAG: Er ruft Ausschnitte aus Unternehmensdokumenten ab und erzeugt eine Antwort. Er hat keinen Zugriff auf ein Transaktionssystem und kann nichts ändern, bestellen oder speichern. Typische Anwendung: interner Helpdesk, FAQ für Kunden, Onboarding-Assistent für Mitarbeiter.

L2: Agent mit Read-only-Integration

Kann Daten aus CRM, ERP oder einem Data Warehouse abrufen, verändert sie aber nicht. Typischer Einsatz: Reporting auf Abruf („wie viele Bestellungen in diesem Quartal liegen über 50.000 PLN“), Vorbereitung eines Briefings vor dem Kundengespräch, KPI-Monitoring. Die Integration mit einem externen System ist der Hauptfaktor, der den Preis gegenüber L1 erhöht.

L3: Operativer Agent (liest und schreibt)

Hat vollen Zugriff auf mindestens ein Transaktionssystem: Er kann einen Status im CRM aktualisieren, ein Angebot erstellen, einen Kommentar zu einem Ticket hinzufügen oder eine E-Mail über das Marketing-Automation-System senden. Das ist der in B2B-Unternehmen am häufigsten implementierte Typ. Guardrails (was der Agent darf und was nicht) sind ein zentrales Element der Architektur: Ohne sie ist ein operativer Agent in der Produktion zu riskant.

L4: System wieloagentowy (orchestration)

Mehrere spezialisierte Agenten arbeiten unter Aufsicht eines Orchestrators zusammen. Einer verarbeitet Leads, ein zweiter erstellt Angebote, ein dritter überwacht die Pipeline und eskaliert Ausnahmen. Typische Anwendung: vollständige Automatisierung des B2B-Vertriebsprozesses oder der Auftragsabwicklung. Das ist ein Projekt, kein Produkt: Es erfordert vom Kunden den Einsatz eines eigenen Teams während der gesamten Implementierung.

Woraus sich der Preis wirklich zusammensetzt: die interne Aufschlüsselung der Kalkulation

Das Angebot eines seriösen Anbieters für einen KI-Agenten besteht aus mehreren Positionen. Wir zeigen ihren ungefähren Anteil am gesamten L3-Projekt:

Achten Sie auf die Position Discovery (15-20%). Sie wird in Verhandlungen oft als Erstes gestrichen, um das Angebot zu senken. Die Folge: Der Agent funktioniert in der Demo, aber nicht in der Produktion, weil nicht alle Edge Cases erfasst wurden. Oder er funktioniert, aber nicht für den Prozess, der im Unternehmen den größten Gewinn bringt.

Vier Kosten, die ein Angebot meist nicht ausweist

Gute Anbieter berücksichtigen sie ausdrücklich. Andere nicht. Fragen Sie nach jeder einzeln:

1. Aufwand auf Kundenseite

Die Implementierung eines KI-Agenten erfordert vom Unternehmen mehrere Dutzend Stunden Arbeit von Fachexperten: Prozessmapping, Prüfung der Trainingsdaten, Entscheidungen über den Umfang der Guardrails, Abnahmetests. In polnischen KMU sind das oft 40-80 Stunden Arbeit des Inhabers oder Vertriebsleiters. Diese Kosten sieht man im Angebot nicht, aber man spürt sie während des Projekts.

2. Wartung der Konnektoren nach API-Änderungen

Pipedrive, HubSpot, Salesforce: Jedes dieser Systeme ändert seine API mehrmals im Jahr. Ein Konnektor (Integration), der in Woche 1 des Projekts geschrieben wurde, kann in Woche 52 ohne jede Vorwarnung ausfallen. Realistische OPEX sollten die Wartung der Konnektoren enthalten, nicht nur die Kosten des LLM. Fragen Sie direkt: „Was passiert, wenn das CRM in 6 Monaten einen Endpoint ändert?“

3. Tokenkosten bei unerwartetem Volumen

GPT-4o in der Cloud-Version wird pro Token abgerechnet. Bei 50 Anfragen pro Tag ist das unerheblich. Bei 5.000 Anfragen pro Tag sind es mehrere Tausend PLN monatlich allein für die API. Das Projektangebot sollte eine TCO-Schätzung (Total Cost of Ownership) für das erwartete Volumen plus ein Szenario mit 5-fachem Wachstum enthalten.

4. Konformität mit DSGVO und AI Act

Verarbeitet der Agent personenbezogene Daten von Kunden oder Mitarbeitern, benötigen Sie einen AVV (Auftragsverarbeitungsvertrag, DPA) mit dem Modellanbieter (OpenAI, Anthropic, Google). Seit 2025 gilt der EU AI Act: Ein als „Hochrisiko“ eingestufter Agent (z. B. im Recruiting oder in der Kreditvergabe) unterliegt zusätzlichen Dokumentationspflichten. In B2B-Projekten mit Unternehmensdaten ist das Risiko meist gering, die Analyse sollte aber Teil der Discovery sein.

Drei konkrete Szenarien aus dem polnischen B2B-Markt

Im Folgenden drei Fälle, die typische Projekte beschreiben, die wir umsetzen. Die Zahlen sind anonymisiert, beruhen aber auf realen Kalkulationen.

Szenario A: Agent zur Lead-Qualifizierung (B2B-Dienstleister, ~60 Leads/Monat)

Co robi: übernimmt die Anfrage aus dem Formular → prüft im CRM, ob das Unternehmen bereits Kunde war → schätzt den Transaktionswert anhand von Branche und Unternehmensgröße → erstellt per E-Mail einen Briefing-Entwurf für den Vertriebsmitarbeiter mit Prioritätsempfehlung.

• Poziom: L2 (Nur-Lese-Zugriff auf CRM)
• Budget: 25-45 Tsd. PLN Implementierung, 700-1.400 PLN monatlich
• Uwolniony czas: 4-6 Stunden pro Woche des Vertriebsmitarbeiters (Vorauswahl und Priorisierung)
• Kapitalrendite: bei 1 zusätzlich abgeschlossenen Geschäft pro Monat (dank schnellerer Reaktion): 8-12 Monate

Szenario B: Agent zur Angebotserstellung (Auftragsfertiger, 150-300 Anfragen/Monat)

Co robi: empfängt die Angebotsanfrage (E-Mail oder Formular) → parst die technische Spezifikation → fragt Preisliste und Lagerbestände über die ERP-API ab → erzeugt ein Angebots-PDF mit Kalkulation → speichert es im CRM und sendet es mit der Bitte um Bestätigung an den Kunden.

• Poziom: L3 (write do CRM + mail + PDF)
• Budget: 65-110 Tsd. PLN Implementierung, 2.200-4.500 PLN monatlich
• Zmiana procesu: Zeit für die Angebotserstellung von 2-3 Stunden → 15-25 Minuten (Agent + Prüfung durch den Vertriebsmitarbeiter)
• Kapitalrendite: 10-16 Monate bei 10% mehr Angeboten, die vom selben Team bearbeitet werden

Szenario C: Agent für Kunden-Onboarding (SaaS-Unternehmen / Software House, ~30 neue Kunden/Monat)

Co robi: sammelt nach Vertragsunterzeichnung die Daten des neuen Kunden → legt einen Workspace im internen System an → weist einen Betreuer zu → versendet eine personalisierte Willkommenssequenz (5 E-Mails in 10 Tagen) → überwacht die Aktivierung 30 Tage lang und eskaliert an Customer Success, wenn der Kunde wichtige Schritte nicht ausgeführt hat.

• Poziom: L3 (Schreibzugriff auf mehrere Systeme)
• Budget: 45-80 Tsd. PLN Implementierung, 1.500-3.000 PLN monatlich
• Zmiana procesu: Wegfall manueller Onboarding-Schritte (Schätzung: 6-8 Stunden pro Woche im CS-Team)
• Kapitalrendite: 9-14 Monate, unter der Annahme, dass sich die Kundenbindung im ersten Quartal um einige Prozentpunkte verbessert

Wann sich ein KI-Agent finanziell lohnt und wann Sie besser warten

Diese Frage stellen wir in jedem Discovery, und es kam vor, dass wir von einem Projekt abgeraten haben, weil die Voraussetzungen noch nicht reif waren.

Agent AI ma sens, gdy:

• Ein wiederkehrender Prozess bindet im Unternehmen mindestens 15-20 Stunden pro Woche: Bei geringerem Umfang amortisieren sich die Implementierungskosten nicht in angemessener Zeit
• Die Unternehmenssysteme haben dokumentierte APIs: Fehlende APIs verlängern das Projekt um das 2- bis 3-Fache und erhöhen die Integrationskosten drastisch
• Sie haben intern jemanden, der den Prozess versteht und am Discovery teilnehmen kann: Ein ohne Fachwissen gebauter Agent erfordert teure Iterationen
• Die Eingabedaten sind einigermaßen strukturiert: Ein Agent auf Excel-Daten mit manuell eingetragenen Werten ist ein Projekt, keine Implementierung

Besser warten oder eine Alternative wählen, wenn:

• Sie einen FAQ-Chatbot suchen: Hier reicht RAG für 8-15 Tsd. PLN, ein Agent ist Overkill
• Der Prozess sich jedes Quartal ändert: Die Kosten für das Umschreiben von Guardrails und Logik können das gesamte eingesparte Budget aufzehren
• Die Daten in Silos ohne API liegen: zuerst eine Datenplattform, dann der Agent
• Budget unter 20 Tsd. PLN bei Umfang L3: ein Signal, dass jemand im Angebot etwas auslässt

Mehr darüber, wie wir die KI-Bereitschaft eines Unternehmens vor der Implementierung bewerten, lesen Sie im Artikel über die Kosten einer KI-Implementierung im B2B-Unternehmen.

KI-Agent vs. Festanstellung vs. SaaS: Vergleichstabelle

Die häufigste Frage, die wir bekommen: „Ist es nicht günstiger, einen Menschen einzustellen?“ Die Antwort hängt vom Kontext ab, aber die Tabelle bietet einen Ausgangspunkt für die Kalkulation:

In der Praxis schließen sich KI-Agent und Planstelle nicht aus: Der Agent übernimmt wiederkehrende Aufgaben, der Mitarbeiter konzentriert sich auf Ausnahmen und Beziehungen, die der Agent nicht abdeckt. Gespräche, in denen „Planstelle vs. Agent“ die einzigen Optionen auf dem Tisch sind, enden meist mit einer Fehlentscheidung in die eine oder andere Richtung.

Häufig gestellte Fragen

Kann ich mit einem günstigeren Chatbot beginnen und ihn zu einem Agenten ausbauen?

Theoretisch ja, in der Praxis selten. Chatbot und KI-Agent haben eine völlig unterschiedliche Architektur: Ein Chatbot ist vor allem eine Konversationsoberfläche über Dokumenten, ein Agent ein Satz von Tools mit Entscheidungslogik und Integrationen. Die Migration eines Chatbots zu einem Agenten bedeutet oft eine Neuentwicklung, keinen Ausbau. Wenn Sie langfristig einen Agenten wollen, planen Sie besser von Anfang an mit dieser Architektur.

Wie lange dauert die Implementierung, bis der Agent Wert liefert?

Bei L2 (read-only) sind erste Ergebnisse 4-6 Wochen nach dem Kickoff sichtbar. Bei L3 läuft der Pilot meist nach 8-10 Wochen, aber bis der Agent 100% des Produktionsvolumens bearbeitet, vergehen in der Regel 16-20 Wochen (Shadow-Mode-Phase, in der der Agent parallel zum Menschen arbeitet und die Ergebnisse geprüft werden, bevor er Aktionen übernimmt).

Welche LLM-Modelle werden in Agentenprojekten am häufigsten eingesetzt und wie wirken sie sich auf den Preis aus?

In B2B-Projekten dominieren GPT-4o (OpenAI) und Claude Sonnet (Anthropic), beide in der Cloud-Variante. Der Unterschied bei den API-Kosten ist heute für typische B2B-Volumen marginal. Die Modellwahl beeinflusst die Qualität des Reasonings stärker als den Projektpreis: Der Anbieter sollte die Wahl architektonisch begründen, nicht budgetär.

Brauche ich eine eigene IT-Abteilung, um den Agenten nach der Implementierung zu betreiben?

Nein. Ein Agent, der für ein Unternehmen ohne IT-Abteilung konzipiert ist, hat andere Wartungsanforderungen als ein Enterprise-System. In einem typischen L2-L3-Projekt bedeutet die Wartung auf Kundenseite eine Stunde pro Monat: Ausnahme-Logs durchsehen und melden, wenn etwas nicht funktioniert. Den Rest übernimmt der Anbieter im Rahmen des SLA. Die Anforderungen steigen bei L4 und großen Volumen.

Was, wenn der LLM-Anbieter (OpenAI, Anthropic) die API ändert oder die Preise erhöht?

Das ist ein reales Risiko. Eine gute Agentenarchitektur kapselt die Modellaufrufe hinter einer Abstraktionsschicht: Ein Anbieterwechsel bedeutet den Austausch eines Moduls, nicht das Neuschreiben des Ganzen. Fragen Sie den Anbieter: „Wie sieht die Modellmigration aus, wenn ich in einem Jahr den API-Provider wechsle?“ Lautet die Antwort „das ist ein großes Projekt“, ist die Architektur zu eng gekoppelt.

Erfordert ein KI-Agent den Abschluss eines AVV (DPA) mit OpenAI oder Anthropic?

Wenn der Agent personenbezogene Daten verarbeitet, ja. OpenAI und Anthropic bieten Standard-Data-Processing-Addendums für API-Kunden an: Diese unterzeichnet das implementierende Unternehmen oder der Kunde direkt. Wenn Sie besonders sensible Daten verarbeiten (Gesundheit, Finanzen, HR), lohnt sich ein Blick auf model on-premise , da die Daten dann die Infrastruktur des Unternehmens nicht verlassen.

Wie kalkuliere ich einen KI-Agenten, wenn ich den genauen Umfang noch nicht kenne?

Über ein Discovery. Ein seriöser Anbieter schlägt eine 2- bis 4-wöchige Discovery-Phase vor (Kosten 5-15 Tsd. PLN), nach der Sie ein detailliertes Angebot mit Aufschlüsselung der Bestandteile erhalten. Ein Angebot auf Basis eines Telefonats und einer allgemeinen Prozessbeschreibung hat eine zu große Fehlermarge, um als Grundlage für eine Investitionsentscheidung zu dienen.

Decken PARP- oder KPO-Förderungen die Implementierung eines KI-Agenten ab?

Ja, in mehreren Programmlinien. Maßnahme 1.1 der PARP (Ścieżka SMART) und regionale Fonds für die Digitalisierung von KMU erfassen KI-Implementierungen als förderfähige Kosten. Die Bedingungen ändern sich mit jeder Runde, aber als Orientierung: Förderung bis zu 50-70% der förderfähigen Kosten, Mindestprojekt ab 100 Tsd. PLN, Laufzeit 6-18 Monate. Mehr dazu schreiben wir im Artikel über die Kosten einer KI-Implementierung im B2B-Unternehmen aus Sicht der PARP.

Nächster Schritt

Sie wissen jetzt, was es kostet.
Sie wissen noch nicht, was sich für Sie lohnt.

In einem kostenlosen Gespräch (30-45 Min.) bewerten wir Ihren Prozess auf seine Automatisierungsreife: welche Agentenstufe sinnvoll ist, wo nicht offensichtliche Risiken liegen und ob es eine bessere Alternative zur vollständigen Implementierung gibt.

Kostenloses Gespräch vereinbaren →