Kurz gesagt: ROI eines KI-Sprachassistenten = (Wert der automatisierten Anrufe + vermiedene Personalkosten + Umsatz aus nicht mehr verpassten Anrufen − Gesamtbetriebskosten) ÷ Gesamtbetriebskosten. Die Formel ist einfach. Die richtigen Eingabewerte zu bestimmen, ist es nicht. Die NANDA-Initiative des MIT hat herausgefunden, dass 95% der generativen-KI-Pilotprojekte keinen messbaren Ertrag in der Gewinn- und Verlustrechnung erzielen (MIT NANDA, „The GenAI Divide,” berichtet von Fortune, August 2025), und Gartner rechnet damit, dass bis Ende 2025 30% der Projekte mit generativer KI nach der Proof-of-Concept-Phase eingestellt werden (Gartner, Juli 2024). Fast nie liegt dieses Scheitern daran, dass die KI kein Gespräch führen kann. Es liegt an einem Business Case, der die Kostenseite zu niedrig und die Nutzenseite zu hoch angesetzt hat, oder beides zugleich.

Das ist die korrekt durchgeführte Berechnung, mit einem durchgerechneten Beispiel und den Kostenpositionen, die in den meisten Tabellenkalkulationen fehlen.

Die ROI-Formel, und warum der Nenner die eigentliche Herausforderung ist

Die Formel selbst ist nichts Ungewöhnliches:

ROI = (Gesamtnutzen − Gesamtbetriebskosten) ÷ Gesamtbetriebskosten

Fast jedes Vertriebs-Pitch-Deck bekommt den Zähler richtig hin: weniger verpasste Anrufe, niedrigere Kosten pro Kontakt, weniger Fluktuation im Team. Fast keines bekommt den Nenner richtig hin, denn die Gesamtbetriebskosten eines Voice-KI-Einsatzes reichen weit über die monatliche Plattformgebühr hinaus. Gartners Forschung zu KI-Business-Cases bestätigt das aus der anderen Richtung: Teams, die ihren Business Case allein auf die Technologiekosten stützen und erst mitten im Projekt feststellen, dass Datenbereinigung, Integrationsarbeit und Change Management nie eingepreist wurden, sehen den tatsächlichen ROI des Projekts um 18 bis 29% einbrechen, bei Lieferzeiten, die sich um bis zu 22% verlängern (IBM Institute for Business Value, „The Tech Debt Reckoning,” 2025, eine Befragung von 1.300 leitenden KI-Entscheiderinnen und -Entscheidern: IBM verkauft selbst Modernisierungsdienstleistungen, diese Einordnung sollte man im Hinterkopf behalten, auch wenn Stichprobengröße und offengelegte Methodik das Ergebnis zitierwürdig machen).

Was auf die Nutzenseite gehört

Drei Kategorien von Nutzen sind real und messbar, ungefähr in der Reihenfolge, in der die Finanzabteilung danach fragen wird.

Vermiedene Kosten pro Kontakt. Jeder Anruf, den ein KI-Sprachassistent ohne menschliches Zutun löst, ist ein Anruf, der nicht Ihren Satz für den betreuten Kanal kostet. Die Kurzversion für diese Berechnung lautet: Multiplizieren Sie die pro Monat vollständig automatisierten Anrufe mit Ihrer eigenen Kosten-pro-Kontakt-Zahl, nicht mit einem Branchendurchschnitt, da ein Mischdurchschnitt verschleiern kann, welchen Kanal und welches Anliegen Sie tatsächlich automatisieren.

Umsatz aus Anrufen, die früher unbeantwortet blieben. Ein verpasster Anruf ist kein neutrales Ereignis, sondern ein Lead oder ein Kunde, der bei jemand anderem angerufen hat. Unsere Analyse zu den tatsächlichen Kosten eines verpassten Anrufs zeigt, warum 24/7-Abdeckung während Nächten, Wochenenden und Anrufspitzen oft der größte Posten auf der Nutzenseite ist, und nicht die Kostenvermeidungszeile, die die meisten erwarten.

Vermiedene Personalkosten bei sich wiederholender Arbeit, nicht abgebauter Personalstand. Die realistische Version dieses Nutzens lautet nicht „wir haben das Team entlassen”. Es ist das, was bei Unigarant passiert ist, einem niederländischen Versicherer, der den KI-Sprachassistenten von AssistYou einsetzt: Das System übernimmt Identitätsprüfung und Vorgangsabfrage inzwischen automatisch und setzt dadurch täglich rund 15 Stunden für das Kundenkontaktteam frei, während es täglich mehr als 2.000 Anrufe erfolgreich bearbeitet (AssistYou, Unigarant-Fallstudie). Das sind 15 Stunden pro Tag, die auf die Anrufe umgelenkt werden, die tatsächlich einen Menschen brauchen, nicht 15 Stunden eingesparte Lohnkosten. Wer es so modelliert, dessen Zahl hält stand, wenn sie mit der tatsächlichen Personalplanung abgeglichen wird.

Es gibt einen vierten, weicheren Nutzen, der es selten in eine Tabellenkalkulation schafft, aber die Modellierung beeinflussen sollte: geringere Fluktuation im Team. Die Ersetzung einer Contact-Center-Mitarbeiterin oder eines -Mitarbeiters kostet echtes Geld für Recruiting und Einarbeitungszeit; das Benchmarking von SHRM für 2025 beziffert die durchschnittlichen Kosten pro Neueinstellung für Nicht-Führungskräfte branchenübergreifend auf $5.475 (SHRM, Cost-Per-Hire Benchmarking Report, 2025, ein allgemeiner Benchmark, nicht speziell für Contact Center, daher eher als Untergrenze denn als exakte Zahl zu verstehen). Wenn die Automatisierung des sich wiederholenden Anrufanteils die fluktuationstreibende Erschöpfung messbar reduziert, und unsere Aufschlüsselung von Burnout im Call-Center zeigt, warum genau dieser Anteil der Arbeitslast oft der Grund ist, warum Mitarbeitende das Unternehmen verlassen, dann ist diese Reduktion eine legitime Kostenposition, allerdings erst, sobald sie sich in den eigenen Bindungszahlen zeigt, nicht vorher.

Die Kostenpositionen, die die meisten Business Cases vergessen

Genau hier scheitern die meisten ROI-Modelle, denn das Scheitern ist strukturell und kein Zufall. Eine Deloitte-Umfrage unter 1.854 Führungskräften in Europa und dem Nahen Osten ergab, dass erst 15% der Organisationen, die generative KI einsetzen, bereits einen signifikanten, messbaren ROI erzielen, während 38% ihn noch im kommenden Jahr erwarten (Deloitte Global, „AI ROI: The Paradox of Rising Investment and Elusive Returns,” Oktober 2025). Diese Lücke zwischen Erwartung und gemessenem Ergebnis lässt sich fast immer auf Kosten zurückführen, die niemand im ursprünglichen Modell berücksichtigt hat:

• Integrationsarbeit. Genau hier konzentrieren sich Zeit und Kosten der Einführung: den KI-Sprachassistenten an Ihr tatsächliches CRM, Ihren Kalender und Ihre Backend-Systeme anzubinden, nicht an eine Demo-Umgebung. Ein Voicebot, der eine Buchung oder ein Schadensfall-Ergebnis nicht in Ihre Systeme zurückschreiben kann, ist keine kleinere Version des fertigen Produkts, sondern ein anderes Produkt.
• Laufende Qualitätssicherung. Jemand muss weiterhin wissen, was die KI in den Anrufen tatsächlich sagt. Die meisten Teams prüfen manuell nur einen winzigen Bruchteil der Interaktionen; unsere Analyse des 1-Prozent-QA-blinden Flecks behandelt, was eine ordentlich betriebene Gesprächsanalyse kostet, und was es kostet, sie nicht zu betreiben.
• Personal für die menschliche Eskalation. Die KI soll nicht jeden Anruf allein bewältigen. Die Übergabe einzuplanen, nicht nur die Automatisierung, gehört zur Kostenbasis dazu; siehe wie AssistYou die Übergabe von KI an Menschen gestaltet dazu, was dieses Personalmodell abdecken muss.
• Compliance- und Offenlegungsaufwand für regulierte Käufer. Seit dem 2. August 2026 verpflichtet Artikel 50 des EU AI Act jedes Voice-KI-System dazu offenzulegen, dass es sich um KI handelt, bevor es einen inhaltlich relevanten Teil des Gesprächs erreicht (unsere Aufschlüsselung der beiden Fristen des EU AI Act behandelt, was das konkret erfordert). Für eine Bank, einen Versicherer oder einen Gesundheitsdienstleister ist das kein einmaliges Häkchen, sondern eine laufende Compliance- und Audit-Trail-Kostenposition, die auf der Preisseite eines generischen KI-Rezeptionist-Anbieters nie auftaucht.

Ein durchgerechnetes Beispiel

Nehmen wir ein mittelständisches Unternehmen, das monatlich 20.000 eingehende Anrufe bearbeitet, von denen rund 40% die Art von Routineanfrage sind (Statusabfragen, Buchungen, einfache Verifizierung), die ein KI-Sprachassistent von Anfang bis Ende selbst lösen kann.

Kostenposition	Monatlicher Wert
Automatisierte Anrufe (8.000 × Gartners Benchmark von $13,50 Kosten pro Kontakt im betreuten Kanal)	$108.000 an vermiedenen Kontaktkosten
Zuvor verpasste, jetzt beantwortete Anrufe (24/7-Abdeckung, konservative Schätzung)	$15.000 an zurückgewonnenem Umsatz
Plattform- und Nutzungsgebühren	−$9.000
Integration, Monitoring und QA (amortisierte Implementierung + laufend)	−$6.000
Personal für die menschliche Eskalation bei Anrufen, die die KI übergibt	−$4.000
Monatlicher Nettonutzen	$104.000

Bei typischen Implementierungskosten im unteren bis mittleren sechsstelligen Bereich für eine Enterprise-Einführung mit echter CRM- und Telefonanlagen-Integration bringt dieser monatliche Nettonutzen die Amortisation in diesem Szenario auf unter ein Jahr, was zu dem Muster der einen verfügbaren Voice-KI-spezifischen Total-Economic-Impact-Studie passt: Forrester Consulting modellierte eine zusammengesetzte Voice-KI-Einführung mit einer Amortisation in unter sechs Monaten und einem dreijährigen ROI von 391% (Forrester Consulting, Total Economic Impact of PolyAI, Juni 2025, eine Studie, die PolyAI in Auftrag gegeben und bezahlt hat, mit diesem Hintergrund lesenswert, aber nicht als unabhängiger Benchmark). Betrachten Sie die obige Tabelle als Struktur, die Sie mit Ihren eigenen Anrufvolumina und Ihren eigenen Kosten pro Kontakt neu aufbauen sollten, nicht als Zahl zum Übernehmen.

Warum die Scheiterquote so hoch ist, und wie Sie nicht dazugehören

Der unbequeme Fakt, an dem man nicht vorbeikommt: Gartner bezeichnet vollständige KI-Automatisierung für die meisten Organisationen inzwischen sogar als „unverhältnismäßig teuer” und schätzt, dass derzeit nur rund 25% der KI-Kundenservice-Anwendungsfälle einen messbaren ROI erzielen (Gartner, zitiert in Customer Experience Dive, März 2026). Bis 2030 werden die Kosten pro Lösung für generativ-KI-abgewickelten Service laut Gartner-Prognose über $3 liegen, höher als bei vielen Offshore-Mitarbeitenden. Das bedeutet nicht, dass sich Voice-KI nicht auszahlt. Es bedeutet, dass sie sich für eine engere, spezifischere Gruppe von Einsätzen auszahlt, als das Marketing des Marktes suggeriert: hohes Anrufvolumen, tatsächlich sich wiederholende Anliegen und ein Umfang, der bewusst auf das begrenzt ist, was die KI gut beherrscht, mit einem echten Plan für alles andere.

Das deckt sich auch mit älteren, optimistischeren Branchenprognosen. Gartners Prognose von 2022, wonach Conversational AI die Personalkosten in Contact Centern bis 2026 kumuliert um $80 Milliarden senken würde, ging davon aus, dass bis dahin etwa 1 von 10 Agenteninteraktionen automatisiert sein würde, gegenüber rund 1,6% zum damaligen Zeitpunkt (Gartner, August 2022). Das ist ein realer, erreichbarer Anteil am Volumen. Es war nie die Behauptung, dass KI das Contact Center vollständig übernehmen würde.

Wie sich die Rechnung für regulierte oder Enterprise-Käufer ändert

Für eine Bank, einen Versicherer oder eine Organisation aus dem Gesundheitswesen braucht das ROI-Modell zwei zusätzliche Positionen, die generische KI-Rezeptionist-Rechner auslassen: die Offenlegungspflicht nach Artikel 50 und die Audit-Trail-Infrastruktur auf der Kostenseite, sowie ein tatsächlich breiteres adressierbares Anrufvolumen auf der Nutzenseite, weil regulierte Organisationen tendenziell mehr identitätssensible Anrufe mit höherem Wert bearbeiten, bei denen eine saubere Übergabe wichtiger ist, nicht weniger wichtig. Hier gibt es echten Spielraum: 2025 nutzten erst 7,2% der EU-Unternehmen KI zur Spracherkennung, und 8,8% nutzten sie zur Erzeugung geschriebener oder gesprochener Sprache (Eurostat, „20% of EU Enterprises Use AI Technologies,” Dezember 2025). Die Einführung von Voice-KI im Speziellen steht im Vergleich zur gesamten Einführung von Unternehmens-KI noch am Anfang, weshalb genau die Organisationen, die das ROI-Modell jetzt richtig aufsetzen, statt einen generischen SaaS-Rechner zu kopieren, am Ende einen echten Vorteil haben statt eines ins Stocken geratenen Pilotprojekts. Unsere Compliance-first-Aufschlüsselung für regulierte Contact Center sowie unsere Seiten zu Versicherungen und Banken gehen branchenspezifisch darauf ein, was das konkret erfordert.

Häufig gestellte Fragen

Ist es normal, dass der ROI im ersten Jahr negativ ist? Oft ja, und das ist nicht automatisch ein Warnsignal. Implementierungs-, Integrations- und anfängliche QA-Kosten fallen in den ersten Monaten konzentriert an, während der Nutzen zunimmt, sobald sich Umfang und Genauigkeit der KI verbessern. Die eigentliche Sorge ist nicht eine negative Zahl im ersten Jahr; es ist eine Nutzenkurve, die nach Monat sechs oder acht flach bleibt, was meist bedeutet, dass der Umfang des Einsatzes von Anfang an zu breit angesetzt wurde.

Was ist ein realistischer Amortisationszeitraum? Für einen gut abgegrenzten Einsatz mit echter CRM- und Telefonanlagen-Integration sind sechs bis zwölf Monate eine vertretbare Spanne, im Einklang mit der einen verfügbaren Voice-KI-spezifischen Studie (eine von einem Anbieter in Auftrag gegebene Forrester-TEI-Studie) und langsamer, als es das Marketing der Anbieter üblicherweise nahelegt. Bei allem, was eine pauschale Amortisation in unter drei Monaten verspricht, lohnt sich ein genauer Blick darauf, welche Kosten dabei fehlen.

Warum zeigen die meisten KI-Kundenservice-Projekte keinen messbaren ROI? Untersuchungen verweisen immer wieder auf dieselbe Handvoll Ursachen: zu niedrig angesetzte Implementierungs- und Integrationskosten, Nutzenmodelle, die auf Branchendurchschnitten statt auf den eigenen Anrufdaten der Organisation basieren, und ein zu breiter Umfang, bei dem versucht wird, jeden Anruftyp zu automatisieren statt nur den tatsächlich sich wiederholenden Anteil. Die Forschung von MIT NANDA zu generativen-KI-Pilotprojekten zeigt, dass sich dieses Muster branchenübergreifend durchzieht, nicht nur im Kundenservice.

Verändert Compliance die ROI-Rechnung für ein reguliertes Unternehmen? Ja, auf beiden Seiten. Sie fügt eine echte, laufende Kostenposition für Offenlegungs- und Audit-Trail-Arbeit unter dem EU AI Act hinzu. Sie erweitert außerdem die Nutzenseite, weil regulierte Organisationen oft ein größeres Anrufvolumen haben, das derzeit aus Compliance-Bedenken ausschließlich von Menschen bearbeitet wird, obwohl ein richtig gebauter KI-Sprachassistent diese Bedenken tatsächlich ausräumen kann.

Wie schätze ich die Nutzenseite ein, bevor überhaupt etwas eingeführt wird? Beginnen Sie mit Ihren eigenen Zahlen, nicht mit Branchen-Benchmarks: Ihre tatsächlichen Kosten pro Kontakt, Ihre tatsächliche Rate verpasster Anrufe und den realen Anteil des Anrufvolumens, der wirklich sich wiederholt, statt nur angenommen zu werden. Wie Sie einen KI-Sprachassistenten einführen behandelt, wie diese Scoping-Arbeit ablaufen sollte, bevor ein Vertrag unterschrieben wird, nicht danach.

Der Business Case, der den Kontakt mit der Finanzabteilung übersteht

Die KI-Sprachassistenten-Einführungen, die einen echten ROI zeigen, sind nicht die mit dem optimistischsten Nutzenmodell. Es sind die, die von jemandem aufgebaut wurden, der bereit war, jede Kostenposition aufzuschreiben, nach der eine skeptische CFO oder ein skeptischer CFO fragen würde, und die trotzdem zeigen konnten, dass die Rechnung aufgeht. Bekommen Sie den Nenner richtig hin, begrenzen Sie die Automatisierung auf das, was wirklich sich wiederholt, und der Zähler kümmert sich von selbst.

← Zurück zum Blog