Haris OdobasicEs gibt vier zentrale Preismodelle für KI, nämlich pro Seat, nutzungsbasiert (Tokens, API-Calls oder Aktionen), creditbasiert (vorausbezahlte Einheiten, die der Anbieter definiert) und ergebnisbasiert (pro gelöstem Fall oder abgeschlossener Aufgabe). Die meisten Anbieter kombinieren inzwischen zwei oder mehr zu einem hybriden Modell, und das Modell, das Sie unterschreiben, entscheidet, wer das Kostenrisiko trägt, wenn die Nutzung wächst.
Seats sind planbar, ignorieren aber, wie viel KI jede Person verbraucht. Nutzung und Credits bilden den Verbrauch ab, sind aber schwer zu prognostizieren. Ergebnisse koppeln den Preis an den Wert, funktionieren aber nur, wenn sich das Ergebnis leicht zählen lässt. Dieser Leitfaden vergleicht die vier Modelle anhand veröffentlichter Listenpreise, geprüft am 15. Oktober 2026, zeigt, wo creditbasierte Abrechnung Kosten versteckt, und schließt mit einer Checkliste für Käufer und einem Rahmen für SaaS-Anbieter, die ihre eigene KI bepreisen.
Warum KI-Preise anders sind als SaaS-Preise
Bei klassischem SaaS kostet ein zusätzlicher Nutzer kaum etwas, deshalb funktionierte ein fester Preis pro Seat. Bei KI ist das anders, denn jedes Mal, wenn ein Produkt ein Modell ausführt, Informationen abruft oder einen Workflow startet, zahlt der Anbieter für Rechenleistung. Modellanbieter bepreisen diese Rechenleistung pro Million Tokens, also pro Texteinheiten, die ein Modell liest und schreibt. Anthropic etwa listet Claude Sonnet 5.5 mit $2 pro Million Input-Tokens und $10 pro Million Output-Tokens (Anthropic), und OpenAI veröffentlicht seine API-Preise auf derselben Basis pro Million Tokens (OpenAI).
Diese variablen Kosten verändern die Wirtschaftlichkeit für Anbieter. In der Growth-Unhinged-Umfrage 2026 lag die mediane Ziel-Bruttomarge für KI-Produkte bei etwa 50%, und nur 12% der Unternehmen strebten SaaS-typische Margen von 80% oder mehr an (Growth Unhinged, Mai 2026). Anbieter geben den Verbrauch also an den Käufer weiter, auf eine von vier Arten.
Auch für Käufer steht immer mehr auf dem Spiel. In unserer Umfrage RevOps in 2026 gibt der mediane Teilnehmer bereits 20% des Go-to-Market-Techbudgets für KI aus, und 49% geben ein Viertel oder mehr aus.
Die vier KI-Preismodelle im Vergleich
| Modell | Wofür Sie bezahlen | Beispiel (veröffentlichter Listenpreis, 15. Okt. 2026) | Planbarkeit für den Käufer | Bezug zum Wert | Hauptrisiko |
|---|---|---|---|---|---|
| Seat | Jeder namentliche Nutzer | Microsoft 365 Copilot für $30 pro Nutzer und Monat, jährlich bezahlt | Hoch | Schwach, da es die Nutzung ignoriert | Ungenutzte Seats; Vielnutzer drücken die Marge des Anbieters |
| Nutzung | Verbrauchte Einheiten wie Tokens, Calls oder Gespräche | Salesforce Agentforce Conversations für $2 pro Gespräch | Niedrig | Mittel, da es Aufwand statt Ergebnisse abbildet | Rechnungen steigen sprunghaft durch Wiederholungen und längere Workflows |
| Credit | Vorausbezahlte Einheiten, die der Anbieter in Aktionen umrechnet | Salesforce Flex Credits für $500 pro 100.000 Credits, wobei eine Aktion 20 Credits verbraucht ($0,10) | Mittel | Hängt davon ab, was ein Credit leistet | Undurchsichtige Umrechnung; ungenutzte Credits verfallen |
| Ergebnis | Ein abgeschlossenes Ergebnis | Fin KI Agent für $0,99 pro Ergebnis, mit mindestens $49 pro Monat inklusive 50 Ergebnissen | Mittel | Stark | Streit darüber, was als Ergebnis zählt |
| Hybrid | Eine Grundgebühr plus einer der obigen Zähler | GitHub Copilot Business für $19 pro Seat und Monat inklusive 1.900 KI-Credits, danach $0,01 pro Credit | Mittel | Mittel | Zwei Zähler zu steuern |
Seat-basierte KI-Preise
Bei Seat-Preisen zahlen Sie pro namentlichem Nutzer und Monat, wobei KI im Paket enthalten ist oder als Add-on verkauft wird. Microsoft 365 Copilot ist das bekannteste Add-on und kostet $30 pro Nutzer und Monat, jährlich bezahlt, zusätzlich zu einer passenden Microsoft 365-Lizenz (Microsoft).
Für Käufer sind Seats leicht zu budgetieren und freizugeben. Das Risiko besteht darin, dass Sie für Personen zahlen, die die KI kaum nutzen. Für Anbieter läuft das Risiko umgekehrt. Ein Vielnutzer kann zum selben Preis weit mehr kosten als ein Wenignutzer, und ein Agent, der ohne Menschen arbeitet, braucht überhaupt keinen Seat. Dieser zweite Punkt verändert die Umsätze von SaaS-Unternehmen, wie wir in KI vs. Seat-basierte Preise beschreiben.
Nutzungsbasierte KI-Preise
Nutzungsbasierte Preise berechnen, was verbraucht wird, also Tokens, API-Calls, Gespräche, generierte Assets oder Aktionen. Modellanbieter rechnen so ab, ebenso viele Agent-Produkte. Salesforce listet etwa Agentforce Conversations für kundenorientierte Agents weiterhin mit $2 pro Gespräch (Salesforce).
Nutzungsbasierte Preise richten die Kosten am Verbrauch aus und ermöglichen Käufern einen kleinen Einstieg. Ihre Schwäche ist die Prognose, denn ein Workflow, der wiederholt, in Schleifen läuft oder länger wird, verbraucht mehr, ohne mehr zu liefern. Unsere Five Dots RevOps-Wissensdatenbank hält fest, dass unkontrollierte Schwankungen Kunden abschrecken, und die übliche Abhilfe sind Obergrenzen oder vorausbezahlte Credits.
Wo bei creditbasierten KI-Preisen die versteckten Kosten liegen
Sie kaufen ein KI-Tool, zahlen eine Abogebühr und kaufen dann Credits, um die KI-Funktionen zu nutzen. Sie sehen, wie schnell die Credits verschwinden, aber zu verstehen, wofür Sie bezahlen, ist schwieriger. Meist bleibt offen, welches Modell die Arbeit macht, wie viel Verarbeitung eine Aufgabe braucht und ob ein erfolgloser Versuch so viel kostet wie ein brauchbares Ergebnis. Für Führungskräfte, die Budgets steuern und Renditen messen wollen, entsteht so eine unangenehme Lücke zwischen dem Preis für die Einführung von KI und den Kosten ihrer tatsächlichen Nutzung.
In der Growth-Unhinged-Umfrage 2026 verkaufen 29% der Unternehmen bereits KI-Credits, weitere 33% planen dies innerhalb von 6 bis 12 Monaten. Drei Beispiele zeigen, wie unterschiedlich ein Credit definiert sein kann.
- Salesforce Agentforce Flex Credits kosten $500 pro 100.000 Credits. Eine Agentforce-Aktion verbraucht 20 Credits, bei Voice 30, eine Aktion kostet also $0,10. Ungenutzte Flex Credits werden nicht in die nächste Vertragslaufzeit übertragen (Salesforce).
- HubSpot Credits gibt es als monatliches Kontingent, das sich nach Ihrer höchsten Abo-Stufe richtet, zum Beispiel 3.000 Credits in Professional und 5.000 in Enterprise. Damit bezahlen Sie nutzungsbasierte Funktionen wie den Customer Agent, Prospecting Agent, Data Agent und Data-Studio-Syncs. Sie verfallen am Ende jedes Monats, und zusätzliche Credits kosten jeweils $0,010 (HubSpot).
- Clay arbeitet mit zwei Zählern. Der Launch-Plan beginnt bei $185 pro Monat, monatlich abgerechnet, mit 2.500 Data Credits und 15.000 Actions pro Monat. Actions werden jeden Abrechnungszyklus zurückgesetzt, und Nachkäufe kosten 30% Aufschlag (Clay).
Creditbasierte Preise sind nicht per se unangemessen. Anbietern entstehen jedes Mal Kosten, wenn ihre Produkte Modelle ausführen, Informationen abrufen oder Workflows starten, und eine Abrechnung nach Verbrauch kann Preis und Nutzung in Einklang bringen. Unsere Five Dots-Wissensdatenbank beschreibt Credits als Hybrid, bei dem Sie im Voraus für das Recht zahlen, später zu verbrauchen. Das gibt beiden Seiten bei schwankender Nutzung etwas Planbarkeit. Das Problem ist, dass ein Credit eine vom Anbieter definierte Einheit ist, oft mit wenig Bezug zu einem Ergebnis, das der Käufer bewerten kann. Ein Team kann 10.000 Credits budgetieren, ohne zu wissen, wie viele abgeschlossene Analysen, gelöste Fälle oder brauchbare Berichte diese Credits liefern.
Die Wirtschaftlichkeit hinter den Credits
SaaS-Anbieter bauen Produkte auf Modellen auf und übersetzen den zugrunde liegenden Tokenverbrauch in eigene Credits. Diese Übersetzung kann den Einkauf vereinfachen, aber auch große Unterschiede darin verbergen, was die Bereitstellung derselben Funktion kostet.
Nehmen wir zur Veranschaulichung an, ein Kunde zahlt $100 für Credits, und die zugrunde liegende Modellnutzung kostet den Anbieter $30. Es bleiben $70, also 70% des Credit-Umsatzes, vor Infrastruktur, Support und anderen Bereitstellungskosten. Wenn bessere Modellwahl und optimierte Workflows diese Nutzungskosten auf $10 senken, steigt der Rest auf $90, also 90%, während die Rechnung des Kunden gleich bleibt. Das sind hypothetische Zahlen, keine Branchenbenchmarks oder Produktmargen, aber sie zeigen, warum Credit-Umsätze für Anbieter attraktiv sind und warum Käufer fragen, ob Effizienzgewinne jemals bei ihnen ankommen.
Ein Anbieter darf einen Aufpreis für Software verlangen, die verlässliche Ergebnisse liefert und Zeit spart. Die Frage ist, ob der Aufpreis echten Mehrwert widerspiegelt oder eine Struktur, die Vergleiche erschwert. Käufer brauchen nicht die Kostenbasis des Anbieters, aber genug Transparenz, um zu beurteilen, ob höhere Ausgaben entsprechend bessere Ergebnisse bringen.
Wenn erfolgreiche Einführung zum Budgetproblem wird
Ein Abonnement in Kombination mit nutzungsbasierten Preisen kann ein sinnvolles Modell sein. Schwer zu verteidigen wird es aber, wenn KI das zentrale Verkaufsargument des Produkts ist und sinnvolle Nutzung ein erhebliches Zusatzbudget erfordert. Das Abonnement sichert den Zugang; die Credit-Rechnung entscheidet, wie viel Wert das Team herausholen kann.
Das Risiko ist leicht zu beziffern. Budgetiert ein Unternehmen $2.000 pro Monat für Abonnements und weitere $1.000 für Credits, steigt die Monatsrechnung bei doppeltem Verbrauch von $3.000 auf $4.000, ein Plus von 33% ohne einen einzigen zusätzlichen Seat. Das kann eine hervorragende Investition sein, wenn sich auch der brauchbare Output verdoppelt. Schwerer zu rechtfertigen ist es, wenn der Mehrverbrauch aus Wiederholungen, längeren Workflows oder Experimenten stammt, die wenig verwertbare Arbeit liefern. Die Kennzahl, die die Geschäftsführung braucht, sind die Kosten pro brauchbarem Ergebnis, und Credit-Salden allein liefern sie nicht.
Dasselbe Muster sehen wir in der Kundenarbeit. Teams sorgen sich weniger um Einrichtungsgebühren als um laufende Kosten, die mit unvorhersehbaren Volumen wachsen, vor allem Enrichment-Credits und Workflow-Läufe. Die Teams, die die Kontrolle behalten, messen und optimieren, statt das Tool aufzugeben. Sie überspringen kürzlich angereicherte Datensätze, probieren zuerst günstigere Quellen und beobachten den Verbrauch, bevor sie einen Workflow ausweiten. Kostenlose Credits in einer Testphase sind nützlich für Experimente, sagen aber nichts über die Unit Economics aus.
Wo Anbieter Daten über APIs oder MCP-Server bereitstellen, können versierte Käufer auch Teile eines Workflows direkt auf Modellen nachbauen. Diese Alternative zu bauen und zu pflegen kostet ebenfalls Geld, sie ist also nicht automatisch günstiger, wie unser Build-vs-Buy-Leitfaden erklärt. Sie erhöht aber den Druck auf Anbieter, zu erklären, was ihr Produkt über den reinen Modellzugang hinaus bietet.
Ergebnisbasierte KI-Preise
Ergebnisbasierte Preise berechnen ein abgeschlossenes Ergebnis, etwa ein gelöstes Support-Gespräch, einen qualifizierten Lead oder eine erledigte Aufgabe. Es ist das Modell, das am besten zum Wert passt, und das am schwersten richtig umzusetzende, weil sich beide Seiten einig sein müssen, was als Ergebnis zählt.
Der Kundenservice ist Vorreiter, weil sich eine Lösung zählen lässt. Der KI-Agent von Fin kostet $0,99 pro Ergebnis, mit einem Monatsminimum von $49 inklusive 50 Ergebnissen und ohne Seat-Kosten (Fin). HubSpot hat seinen Breeze Customer Agent und Prospecting Agent im April 2026 auf ergebnisbasierte Preise umgestellt, mit $0,50 pro gelöstem Gespräch und $1 pro Lead, der für die Ansprache empfohlen wird (HubSpot).
Es ist noch ein Minderheitenmodell. Nur 5% der Unternehmen in der Growth-Unhinged-Umfrage 2025 nannten ergebnisbasierte Preise ihr Hauptmodell, wobei 25% erwarteten, dass dies bis 2028 der Fall sein wird (Growth Unhinged, Juni 2025). Unter den Anbietern, die einen hybriden KI-Zähler einführen, messen laut Bain nur etwa 10% Ergebnisse, gegenüber etwa 35%, die Aufwand messen, und etwa 55%, die Output messen (Bain, August 2026).
Hybride KI-Preise
Ein hybrides Modell kombiniert ein festes Element, etwa Seats oder eine Plattformgebühr, mit einem variablen Element wie Nutzung, Credits oder Ergebnissen. Es ist heute am weitesten verbreitet. 37% der Unternehmen in der Growth-Unhinged-Umfrage 2026 nutzen hybride Preise, nach 25% ein Jahr zuvor.
GitHub Copilot Business zeigt das Muster mit $19 pro Seat und Monat, wobei jeder Seat 1.900 KI-Credits zu einem gemeinsamen Pool beisteuert und Nutzung über den Pool hinaus mit $0,01 pro Credit berechnet wird (GitHub). Microsoft sieht dieselbe Verschiebung bei seinen Business-Anwendungen. In der Telefonkonferenz zu den Quartalszahlen im April 2026 beschrieb Satya Nadella, wie Kunden „vom traditionellen Seat-Modell zu Seats plus Verbrauch“ wechseln, und sagte, dass fast 60% der Kunden seiner Kundenservice-Produkte bereits nutzungsbasierte Credits kaufen (Microsoft).
Wie SaaS-Anbieter ein KI-Preismodell wählen sollten
Wenn Sie KI verkaufen, beginnen Sie bei der Value Metric, nicht bei Ihren Kosten oder der Preisseite eines Wettbewerbers. Unsere Five Dots-Wissensdatenbank nutzt drei Tests. Der Kunde versteht die Einheit auf einen Blick, die Einheit bildet den Wert ab, den er erhält, und der Umsatz wächst, je mehr von diesem Wert er bekommt. Ein gelöstes Gespräch besteht für einen Support-Agent alle drei Tests. Ein Token besteht selten den ersten.
Decken Sie dann Ihre variablen Kosten. Dieselbe Wissensdatenbank hält fest, dass KI-native Preise fast immer eine Verbrauchskomponente brauchen, um die Inferenzkosten zu decken, oft mit Credits obendrauf, um Kunden Planbarkeit zu geben. Wenn Sie die richtige Kennzahl noch nicht kennen, ist eine pauschale Einstiegsstufe, die die Seat-Hürde beseitigt und Nutzungsdaten sammelt, ein sinnvoller Start. Erst lernen, später messen.
Planen Sie die Abläufe vor dem Launch, denn Nutzungs- und Credit-Positionen müssen durch Angebotserstellung, Abrechnung und Umsatzreporting laufen, und genau dort bleiben viele Preisänderungen stecken. Unser Leitfaden zu Salesforce CPQ-Preisen und der Eigenbau-Option behandelt die Optionen für die Angebotserstellung.
Wenn Sie entscheiden, wie Sie Ihr eigenes KI-Produkt bepreisen oder wie weit Sie sich von Seats lösen, vereinbaren Sie ein Gespräch über unsere Arbeit an KI-Preisen. Wir modellieren Nutzung, Wert und Zahlungsbereitschaft und setzen dann Preise um, die mit Ihren Kunden wachsen.
Was Sie als Käufer vor der Unterschrift fragen sollten
- Was genau ist eine Einheit (Credit, Aktion, Gespräch, Ergebnis), und wie viele Einheiten verbraucht eine typische Aufgabe?
- Was ist im Abonnement enthalten, und werden ungenutzte Einheiten übertragen oder verfallen sie?
- Wie hoch ist der Preis für Mehrverbrauch, und können wir harte Ausgabengrenzen setzen?
- Verbrauchen fehlgeschlagene Versuche, Wiederholungen und Eskalationen Einheiten?
- Können wir die Nutzung nach Nutzer, Workflow und Ergebnis sehen, um die Kosten pro brauchbarem Ergebnis zu berechnen?
- Mit welcher Vorlaufzeit werden wir informiert, bevor sich Preise oder Umrechnungskurse für Credits ändern?
- Wenn wir später einen Teil selbst bauen, können wir dann unsere Daten exportieren?
Messen Sie KI im eigenen Team wie jeden anderen Kostenblock. Unsere Five Dots-Wissensdatenbank empfiehlt einen Schlüssel und ein Budget pro Anwendungsfall für jedes Modell, das Ihre Automatisierungen aufrufen, damit ein außer Kontrolle geratener Workflow nicht das Monatsbudget aufbraucht, und die Laufkosten jedes Workflows mit den Kosten derselben Arbeit von Hand zu vergleichen. Unser KI-Playbook für Sales und RevOps zeigt, wie Sie diese Kosten an Umsatzkennzahlen koppeln.
Warum planbare KI-Preise ein Wettbewerbsvorteil sind
Ich erwarte nicht, dass nutzungsbasierte Preise verschwinden, und unbegrenzte KI zum Festpreis passt nicht zu jeder Workload. Aber Anbieter können mehr Sicherheit bieten, etwa mit Festpreisen und definierten Kontingenten, transparenten Preisen für Mehrverbrauch, durchsetzbaren Ausgabengrenzen oder Preisen, die an erledigte Aufgaben geknüpft sind. Planbare Preise geben Anbietern auch einen Grund, ihre Bereitstellungskosten zu steuern, denn das richtige Modell, gecachte Ergebnisse und weniger Wiederholungen schützen die Marge. Wenn jede Ineffizienz einfach mehr Credits des Kunden verbraucht, ist dieser Anreiz schwächer.
Das KI-Preismodell, das sich durchsetzt, macht die Einführung leichter freizugeben und den Ausbau leichter zu begründen. Führungskräfte akzeptieren eine gesunde Marge für den Anbieter; schwer akzeptieren sie eine unvorhersehbare Rechnung ohne klaren Bezug zu den Ergebnissen.
Ganz gleich, ob Sie KI bepreisen oder einkaufen, wir helfen Ihnen, zu den Kosten pro brauchbarem Ergebnis zu kommen. Vereinbaren Sie ein Gespräch.
FAQ zu KI-Preismodellen
Was sind die wichtigsten Preismodelle für KI?
Die wichtigsten Preismodelle für KI sind pro Seat, nutzungsbasiert, creditbasiert und ergebnisbasiert. Die meisten Anbieter kombinieren heute ein festes Element, etwa Seats oder eine Plattformgebühr, mit einem der variablen Zähler. Das nennt man hybride Preise.
Was sind creditbasierte Preise?
Bei creditbasierten Preisen zahlen Sie im Voraus für vom Anbieter definierte Credits und verbrauchen sie bei der Nutzung von KI-Funktionen. Was eine Aufgabe kostet, hängt also vom Umrechnungskurs des Anbieters ab.
Was sind ergebnisbasierte Preise?
Bei ergebnisbasierten Preisen zahlen Sie nur, wenn die KI ein definiertes Ergebnis liefert, etwa ein gelöstes Support-Gespräch. Fin berechnet $0,99 pro Ergebnis und HubSpot $0,50 pro gelöstem Gespräch für seinen Customer Agent.
Welches KI-Preismodell ist für Käufer am besten?
Am besten ist das Modell, mit dem Sie die Kosten pro brauchbarem Ergebnis prognostizieren können. Ergebnisbasierte Preise passen am besten zum Wert; Nutzung und Credits funktionieren, wenn Sie Obergrenzen, Kontingente und klare Definitionen der Einheiten bekommen.
Wie prognostiziert man KI-Kosten bei nutzungs- oder creditbasierten Preisen?
Messen Sie in einem Pilotprojekt, wie viele Einheiten eine typische Aufgabe verbraucht, multiplizieren Sie das mit dem erwarteten Volumen und schlagen Sie einen Puffer für Wiederholungen und Wachstum auf. Setzen Sie dann Ausgabengrenzen und prüfen Sie die Kosten pro brauchbarem Ergebnis monatlich.
