Wenn KI zu teuer erscheint: Welche weiteren Bedenken haben Unternehmen?

Von den 547 berücksichtigten Unternehmen, die hohe KI-Kosten nannten, berichteten 197 zugleich von fehlendem Personal mit den erforderlichen Kompetenzen und Schwierigkeiten mit der Verfügbarkeit oder Qualität von Daten. Mit den Befragungsgewichten ergibt das geschätzt 37,5 %. Ohne Gewichtung beträgt der Anteil 36,0 %.^[1][8]

Beide Prozentwerte beruhen auf denselben Unternehmen und Antworten. Beim ungewichteten Wert zählt jedes Unternehmen gleich viel. Beim gewichteten Wert trägt jeder Datensatz entsprechend dem Gewicht bei, das ihm das Erhebungsdesign zuweist. Deshalb verwenden wir ihn als Hauptergebnis. Die Gewichtung verändert den Schätzwert, nicht die Zuordnung der Antworten zur Gruppe, die beide Bedenken nennt.

Das 95%-Konfidenzintervall reicht von 29,8 % bis 45,2 %. Diese Spannweite spricht dafür, das Ergebnis als ungefähr vier von zehn zu beschreiben. Die Zahl 37,5 % sollte nicht den Eindruck erwecken, sie messe alle vergleichbaren Unternehmen exakt.

Da alle drei Antworten aus demselben Datensatz stammen, messen wir das gemeinsame Auftreten direkt. Wir können feststellen, ob Unternehmen mit Bedenken zu den Kosten ausdrücklich auch Bedenken sowohl zu Personal als auch zu Daten nannten.

Die übrigen Antworten lassen mehrere Möglichkeiten offen. Ein Unternehmen außerhalb der Gruppe, die beide Bedenken bestätigt, kann eines davon, keines davon oder eine unbekannte Antwort angegeben haben. Der übrige Anteil lässt sich daher nicht als Gruppe beschreiben, deren einziges Problem der Preis ist. Der Fragebogen enthält zudem weitere Gründe, die unser Hauptergebnis nicht in eine Rangfolge bringt.

Der Prozentwert beschreibt diese historische brasilianische Befragungsgruppe. Unternehmen anderswo können die Unterscheidung nutzen, um eine eigene Forschungsfrage zu formulieren.

Die Kostenfrage erfasst, ob die Kosten zu hoch erscheinen. Sie hält weder ein Anbieterangebot noch einen für das Unternehmen tragbaren Betrag fest. Auch welche Ausgabe die befragte Person im Kopf hatte, wird nicht erfasst. Wir sprechen deshalb von als zu hoch empfundenen Kosten. Die Antworten zeigen nicht, wie stark Preise sinken müssten oder ob ein Rabatt eine Entscheidung ändern würde.^[2]

Die Personalfrage bezieht sich auf Personen im Unternehmen, die über die Kompetenzen zum Einsatz der Technologien verfügen. Zunächst prüft der Fragebogen, ob ein IT-Bereich, eine IT-Abteilung oder eine IT-Fachkraft vorhanden ist. Diese Unterstützung allein belegt noch nicht, dass die beteiligten Personen die nötigen Kompetenzen für eine vorgeschlagene KI-Aufgabe haben.

Die Datenfrage fasst Verfügbarkeit und Qualität zusammen. Eine Ja-Antwort kann bedeuten, dass geeignete Informationen fehlen, dass vorhandene Informationen nicht nutzbar sind oder dass beides zutrifft. Weil die Befragung diese Möglichkeiten nicht trennt, zeigt sie nicht, welche Vorbereitung ein bestimmtes Unternehmen benötigt.

Die sieben Fragen zur KI-Nutzung gehen über generative KI hinaus. Sie umfassen unter anderem Textanalyse, Spracherkennung, maschinelles Lernen und die Automatisierung von Arbeitsabläufen. Das Ergebnis bezieht sich deshalb auf diese breitere Liste von Technologien.

Unbekannte Antworten zu Personal oder Daten bleiben in der gesamten Gruppe mit Kostenbedenken enthalten. Unser Hauptwert zählt die ausdrückliche Bestätigung beider Bedenken; unbeantwortete Fragen werden nicht durch Vermutungen ersetzt. Auch unbekannte oder unbeantwortete Angaben zur KI-Nutzung schließen die Aufnahme in die Gruppe nicht aus. „Keine Nutzung angegeben“ bedeutet deshalb nicht, dass eine Nichtnutzung bestätigt wurde.

Für Inhaberinnen, Inhaber und Marketingverantwortliche heißt das für die Planung: Trenne drei Fragen voneinander. Was kostet die vorgeschlagene Aufgabe, wer kann die Arbeit beurteilen und welche Informationen braucht sie? Das beobachtete gemeinsame Auftreten gibt Anlass, diese Fragen zusammen zu besprechen. Wenn du Hürden beim KI-Einsatz im eigenen Unternehmen untersuchen möchtest, beginne mit einer klaren Aufgabe und den Erfahrungen der Personen, die daran arbeiten würden.

Beschreibe zunächst eine Arbeit, deren Ergebnis jemand prüfen kann. „KI im Marketing einsetzen“ ist zu allgemein, um zu erkennen, was das Team braucht. „Eingehende Produktfragen nach Themen sortieren, damit das Vertriebsteam sie prüfen kann“ benennt ein Ergebnis und dessen Nutzer. Die engere Aufgabe macht es möglich, über den Preis einer konkreten Leistung zu sprechen.

Frage dann, was im vorgeschlagenen Preis enthalten ist. Ein Tool-Abonnement und die Arbeitszeit für die Vorbereitung von Informationen oder die Prüfung eines Ergebnisses sind unterschiedliche Posten im Plan. Diese Unterscheidung ist ein Planungsvorschlag, keine in der Befragung gemessene Kostenaufteilung. Ein Team kann diese Posten festhalten, ohne anzunehmen, dass eine ungewohnte Aufgabe teuer wird oder Zeit spart.

Eine Frage zur Prüfung des Ergebnisses kann hilfreicher sein als die allgemeine Frage, wie sicher jemand mit KI umgeht. Wer würde eine falsch eingeordnete Anfrage erkennen? Welche Quelle würde die Person bei einer unklaren Antwort heranziehen? Wer entscheidet, ob das Ergebnis verwendbar ist? Solche Fragen klären die Zuständigkeiten für eine vorgeschlagene Aufgabe. Sie leiten keine Aussage über die Kompetenzen einer Person aus einer Befragungsstatistik ab.

Wähle einen nächsten Schritt, der zur anstehenden Entscheidung passt. Vielleicht muss ein Unternehmen ein Angebot klären, die maßgebliche Produktdokumentation finden oder jemanden bitten, ein kleines Beispiel zu prüfen. Wähle die Prüfung, die die konkrete offene Frage beantwortet, bevor du dich auf ein größeres Projekt festlegst.

Stell dir einen fiktiven regionalen Großhändler vor. Sein Vertriebsteam erhält Produktanfragen über die Website, per E-Mail und über Social-Media-Nachrichten. Ein Manager schlägt vor, diese Anfragen mit KI nach Themen zu sortieren. Das Team möchte erkennen, welche Fragen klarere Produktinformationen erfordern und welche an den Vertrieb weitergehen sollten. Dies ist ein veranschaulichendes Planungsbeispiel, kein in der Befragung beobachtetes Unternehmen.

Schon das erste Gespräch bleibt am Preis hängen. Statt anzunehmen, dass die Kosten alles erklären, hält der Manager das gewünschte Ergebnis fest: eine Liste der Anfragethemen, verknüpft mit den Originalnachrichten, die eine Person prüfen kann. Automatische Antworten oder Produktempfehlungen an Kunden gehören nicht zum Vorschlag.

Der Vertriebsleiterin fällt auf, dass ähnliche Produktnamen verwechselt werden könnten. Sie übernimmt es, die Zuordnung anhand des aktuellen Katalogs zu prüfen und Anfragen mit unklarer Bedeutung zu markieren. Die entscheidende Frage lautet nun, ob sie über die Informationen und Produktkenntnisse für diese Prüfung verfügt. Es geht nicht mehr darum, ob jemand im Unternehmen allgemein „gut mit KI“ ist.

Ein Kollege prüft die Informationen, die für die Aufgabe verwendet würden. Produktbeschreibungen liegen in mehreren Dokumenten, und manche Anfragen enthalten Kundendaten. Bevor das Team ein Beispiel vorbereitet, will es die aktuelle Produktquelle bestimmen und klären, welche Nachrichten es angemessen verwenden darf.

Der Manager kann jetzt einen genaueren Vorschlag anfordern. Was übernimmt das Tool, was muss ein Mensch prüfen und welche Informationen müssen vorbereitet werden? Das Team hält diese Aufgaben neben dem angebotenen Preis fest.

Als Nächstes entscheidet das Team, ob eine begrenzte Prüfung die verbleibenden Fragen beantworten kann. Es könnte fortfahren, die Aufgabe überarbeiten oder sie zurückstellen. Der Manager dokumentiert den Entscheidungsgrund und welche neuen Informationen eine erneute Prüfung auslösen würden.

Kopiere die Vorlage in ein vorhandenes Projektbriefing oder eine Besprechungsnotiz. Du brauchst dafür kein Influence-Konto. Fülle sie für eine einzelne vorgeschlagene Aufgabe aus.

1. Geplante Aufgabe: [konkrete Arbeit] → [Ergebnis, das jemand prüfen kann] → [Person oder Team, das es nutzt]. Halte sowohl fest, was der Vorschlag umfasst, als auch, was nicht dazugehört.

2. Kostenfrage: [besprochenes Angebot oder Schätzung] · [enthaltene Leistungen] · [noch Unbekanntes]. Erfasse relevante Vorbereitungs- oder Prüfarbeit des Personals gesondert. Erfinde keine Einsparung, um den Vorschlag zu rechtfertigen.

3. Zuständigkeit für die Prüfung: [benannte Person] · [was sie prüft] · [welche Quelle sie nutzen kann] · [was bei Unsicherheit geschieht]. Eine Stellenbezeichnung allein beantwortet diese Fragen möglicherweise nicht.

4. Benötigte Informationen: [Quelldokumente oder Datensätze] · [wer sie pflegt] · [ob sie aktuell und für die Nutzung geeignet sind] · [offene Frage zu Verfügbarkeit oder Qualität].

5. Nächste kleine Prüfung: [zu klärende Frage] · [verantwortliche Person] · [Belege, die die Entscheidung unterstützen würden]. Beschreibe die Prüfung, bevor du ihr Ergebnis interpretierst.

6. Entscheidung festhalten: [fortfahren, überarbeiten oder zurückstellen] · [durch die Prüfung gestützter Grund] · [verbleibende Unsicherheit]. Unterscheide zwischen einem Bedenken und dem Nachweis, dass es ausgeräumt wurde.

Im fiktiven Großhandelsbeispiel ist das Ergebnis eine Liste von Anfragethemen. Die Vertriebsleiterin prüft sie, und der aktuelle Katalog liefert die Produktreferenz. Als Nächstes wird geprüft, ob dieses Vorgehen ein Ergebnis liefert, das das Vertriebsteam beurteilen kann. Diese Einträge machen den Vorschlag konkreter, ohne eine Erfolgsquote aus einer sachfremden Befragung zu übernehmen.

Wir verwendeten die öffentlichen, zum Schutz der Vertraulichkeit bearbeiteten Mikrodaten von TIC Empresas 2025 von NIC.br/Cetic.br. Die Interviews fanden in Brasilien von Februar 2025 bis Januar 2026 statt. Die Befragung erfasst aktive, formal registrierte Privatunternehmen mit mindestens zehn tätigen Personen in den festgelegten Branchen.^[1][3][4]

Unsere Analyse beginnt mit der Frage, ob ein IT-Bereich, eine IT-Abteilung oder eine IT-Fachkraft vorhanden ist. Danach berücksichtigen wir Unternehmen, die für keine der sieben aufgeführten KI-Technologien mit Ja geantwortet haben und die Frage nach als zu hoch empfundenen Kosten bejahen. Für den Hauptwert teilen wir die Summe der Befragungsgewichte der Unternehmen, die beide Bedenken zu Personal und Daten ausdrücklich nennen, durch die Gewichtssumme der gesamten berücksichtigten Gruppe mit Kostenbedenken. Unbekannte Antworten zu Personal oder Daten bleiben im Nenner enthalten.

Die Stichprobenunsicherheit berechneten wir mit den bereitgestellten 200 kombinierten Bootstrap-Replikatgewichten. Die Intervalle beschreiben die Unsicherheit einzelner Schätzwerte, nicht jede mögliche Fehlerquelle. Wir zeigen nur Ergebnisse, die unsere vorab festgelegten Regeln zur ausreichenden Datengrundlage und zur Veröffentlichung erfüllen. Nicht gezeigte Aufschlüsselungen dürfen nicht als null interpretiert werden.^[8]

Wir legten die Forschungsfrage und Berechnungen fest, bevor wir die gemeinsamen Ergebnisse betrachteten. Bei der Quellenprüfung dokumentierten wir eine Unstimmigkeit in veröffentlichten Antwortcodes außerhalb unserer Analysegruppe und korrigierten einen zu präzisen Vergleich mit veröffentlichten Referenztabellen. Der Download hält fest, was sich wann geändert hat. Die Änderungen betrafen weder die Analysepopulation noch die vorgesehenen Berechnungen. Eine unabhängige Berechnung reproduzierte das hier veröffentlichte Ergebnis.^[8]

Die öffentliche Datei wurde zum Schutz der Vertraulichkeit bearbeitet. Cetic.br prüft ihre Nutzbarkeit anhand der veröffentlichten Tabellen. Das bestätigt jedoch nicht, dass jede neue gemeinsame Auswertung mit einer Analyse der ursprünglichen Interviews identisch ist.^[7]

Dass Personal-, Daten- und Finanzbedenken nebeneinander bestehen können, ist bereits bekannt. Frühere Forschung gruppierte Unternehmen nach Kombinationen von Hürden, und der Bericht des Erhebungsinstituts von 2025 behandelt Menschen und Daten als Voraussetzungen für die Umsetzung. Unser Beitrag ist eine direkte Schätzung ausgewählter, gemeinsam genannter Bedenken innerhalb dieser konkreten Gruppe mit Kostenbedenken. Wir entdecken damit keine neue Ursache für den Verzicht auf KI.^[5][6]