Welche Ausgangsbasis sollten Sie vor der Berechnung der durch KI erzielten Einsparungen zugrunde legen?

Bevor Sie die durch KI erzielten Einsparungen berechnen können, benötigen Sie eine zuverlässige Kostenbasis aus der Zeit vor der KI-Einführung, die genau widerspiegelt, was dieselbe Arbeit vor der Einführung der Technologie gekostet hat. Ohne diese Basis sind alle von Ihnen angegebenen Einsparungszahlen lediglich Schätzungen, die auf Annahmen und nicht auf Fakten beruhen. In den folgenden Abschnitten werden die wichtigsten Fragen behandelt, mit denen Unternehmen bei der Festlegung und Verwendung einer KI-Einsparungsbasis konfrontiert sind.

Warum führt die Wahl einer falschen Basislinie zu verzerrten Berechnungen der durch KI erzielten Einsparungen?

Die Wahl einer falschen Ausgangsbasis verzerrt die Berechnungen der durch KI erzielten Einsparungen, da sich dadurch der Bezugspunkt ändert, an dem alle Verbesserungen gemessen werden. Ist Ihre Ausgangsbasis zu hoch, werden die Einsparungen zu hoch angesetzt. Ist sie zu niedrig oder basiert sie auf einem nicht repräsentativen Zeitraum, werden sie zu niedrig angesetzt. Beides schwächt Ihre Geschäftsargumente für den Einsatz von KI und untergräbt das Vertrauen der Finanzabteilung und der Unternehmensleitung.

Dies ist besonders dann von Bedeutung, wenn die Investitionen in KI hoch sind und der Druck, diese zu rechtfertigen, groß ist. Eine Basislinie, die aus einem ungewöhnlich kostspieligen Quartal, einer Phase mit Personalhöchststand oder einem bereits teilweise optimierten Prozess abgeleitet wird, liefert Zahlen, die einer genauen Prüfung nicht standhalten. Wenn der Finanzvorstand oder der Vorstand fragt, wie die Einsparungen berechnet wurden, wird eine fehlerhafte Basislinie zu einem Glaubwürdigkeitsproblem und nicht nur zu einem Messproblem.

Die Verzerrung verstärkt sich zudem mit der Zeit. Wenn bei der fortlaufenden Erfassung der Einsparungen weiterhin eine falsche Basislinie zugrunde gelegt wird, wird derselbe Fehler in jedem nachfolgenden Bericht weitergeführt. Aus diesem Grund ist die richtige Festlegung der Basislinie zu Beginn kein technisches Detail, sondern eine Managemententscheidung, die maßgeblich beeinflusst, wie der Mehrwert der KI im gesamten Unternehmen kommuniziert wird.

Was sind die wichtigsten Arten von Referenzwerten, die bei der Kostenmessung im Bereich der KI verwendet werden?

Die wichtigsten Arten von Referenzwerten, die bei der Kostenmessung im Bereich der KI verwendet werden, sind der historische Referenzwert, der prozessbezogene Referenzwert, der Run-Rate-Referenzwert und der kontrafaktische Referenzwert. Jeder dieser Werte erfasst eine andere Dimension der Kosten vor der KI-Einführung und eignet sich für unterschiedliche Messkontexte.

• Historische Anschaffungskosten als Basis: Es werden die Istkosten aus einem festgelegten Zeitraum vor der Einführung der KI herangezogen, in der Regel 6 bis 12 Monate. Dies ist der einfachste Ansatz und funktioniert gut, wenn der Prozess vor der KI-Einführung stabil und gut dokumentiert war.
• Aktivitätsbasierte Basislinie: Berechnet die Kosten pro geleisteter Arbeitseinheit, beispielsweise die Kosten pro bearbeiteter Rechnung oder die Kosten pro gelöstem Support-Ticket. Auf diese Weise lassen sich Einsparungen auch dann messen, wenn sich das Volumen nach der Einführung von KI erheblich verändert.
• Run-Rate-Basiswert: Das Projekt prognostiziert, wie hoch die Kosten ohne KI gewesen wären, basierend auf historischen Trends und dem erwarteten Volumenwachstum. Dies ist nützlich, wenn die Geschäftstätigkeit zunimmt und eine einfache Momentaufnahme der Vergangenheit die tatsächlichen Kosten unterschätzen würde.
• Kontrafaktische Basislinie: Simuliert, welche Ausgaben die Organisation gehabt hätte, wenn sie einen anderen Weg eingeschlagen hätte, beispielsweise durch die Einstellung zusätzlicher Mitarbeiter oder die Modernisierung veralteter Systeme. Dies ist die komplexeste Variante, erweist sich jedoch als nützlich, wenn KI eine geplante Investition anstelle einer bestehenden ersetzt.

Die meisten Unternehmen profitieren davon, mindestens zwei dieser Ansätze zu kombinieren, insbesondere die Basis der historischen Anschaffungskosten mit einer tätigkeitsbezogenen Anpassung, um Mengenänderungen zu berücksichtigen, ohne dabei die Einsparungszahlen künstlich in die Höhe zu treiben.

Wie lässt sich eine verlässliche Kostenbasis für die Zeit vor der KI-Einführung ermitteln?

Sie legen eine zuverlässige Kostenbasis für die Zeit vor der KI-Einführung fest, indem Sie den konkreten Prozess oder die Funktion identifizieren, auf die sich die KI auswirken wird, über einen repräsentativen Zeitraum hinweg Ist-Kostendaten für diesen Bereich erfassen und diese Daten vor Beginn der KI-Einführung gemeinsam mit den Verantwortlichen aus den Bereichen IT und Finanzen validieren.

Die einzelnen Schritte sind unkompliziert, erfordern jedoch jeweils Disziplin, um sie korrekt auszuführen:

1. Legen Sie den Umfang genau fest. Ermitteln Sie, auf welche Prozesse, Teams, Systeme oder Ergebnisse sich die KI direkt auswirken wird. Vermeiden Sie zu weit gefasste Definitionen des Anwendungsbereichs, die Kosten einbeziehen, mit denen die KI niemals in Berührung kommen wird.
2. Wählen Sie einen repräsentativen Messzeitraum aus. Verwenden Sie Daten aus mindestens 6 Monaten, idealerweise aus 12 Monaten, um saisonale Schwankungen auszugleichen. Vermeiden Sie Zeiträume, in denen einmalige Ereignisse, größere Vorfälle oder organisatorische Umstrukturierungen stattfanden.
3. Erfassen Sie alle relevanten Kostenkategorien. Berücksichtigen Sie Personalkosten (vollständig, nicht nur das Gehalt), Softwarelizenzen, Infrastruktur, Support sowie alle manuellen Umgehungslösungen, auf die der aktuelle Prozess angewiesen ist.
4. Halten Sie Annahmen und Ausschlüsse schriftlich fest. Halten Sie fest, was enthalten ist und warum, damit die Ausgangsbasis später begründet und konsistent mit den tatsächlichen Werten nach Einführung der KI verglichen werden kann.
5. Mit der Finanzabteilung abklären. Eine Basis, die ausschließlich von der IT-Abteilung erstellt wird, ist anfällig für Einwände. Eine Freigabe durch die Finanzabteilung zu Beginn schützt die Integrität späterer Einsparungsangaben.

Dieser Prozess ist direkt mit FinOps-Verfahren für Transparenz bei den Cloud-Kosten, wobei die Ermittlung verlässlicher Kostendaten vor Beginn der Optimierung eine grundlegende Maßnahme darstellt.

Welche Kosten sollten in die Basisberechnung einbezogen und welche sollten davon ausgeschlossen werden?

Die Basis sollte alle Kosten umfassen, die durch KI direkt ersetzt oder reduziert werden, und keine Kosten enthalten, die in keinem Zusammenhang mit dem zu automatisierenden Prozess stehen oder die unabhängig von der KI-Investition konstant bleiben. Die richtige Festlegung dieser Abgrenzung ist eine der wichtigsten Entscheidungen bei der Messung von Kosteneinsparungen durch KI.

Zu berücksichtigende Kosten

• Gesamtarbeitskosten für die Mitarbeiter, die die von der KI zu übernehmende Aufgabe ausführen, einschließlich Sozialleistungen, Gemeinkosten und Zeitaufwand für die Leitung
• Softwarelizenzen für Tools, die durch die KI ersetzt oder konsolidiert werden
• Infrastrukturkosten, die direkt dem Prozess zuzuordnen sind, wie z. B. Rechenleistung oder Speicherplatz für bestehende Systeme
• Kosten für Dienstleistungen Dritter, wie beispielsweise ausgelagerte Datenverarbeitung oder manuelle Dateneingabe
• Kosten für Fehlerkorrekturen und Nacharbeiten, die durch manuelle Bearbeitung entstehen

Auszuschließende Kosten

• Gemeinkosten, die sich unabhängig vom Einsatz der KI nicht ändern werden, wie beispielsweise Kosten für Räumlichkeiten oder eine gemeinsam genutzte IT-Infrastruktur, die auch anderen Funktionen dient
• Einmalige oder nicht wiederkehrende Kosten aus dem Basiszeitraum, die nicht repräsentativ für den normalen Geschäftsbetrieb sind
• Kosten für angrenzende Prozesse, auf die sich die KI nicht direkt auswirkt
• Opportunitätskosten oder theoretische Einsparungen, die nicht anhand der tatsächlichen Ausgaben gemessen werden können

Ein häufiger Fehler besteht darin, Kosten einzubeziehen, die zwar damit zusammenzuhängen scheinen, aber keinen kausalen Zusammenhang mit dem Anwendungsbereich der KI haben. Dies führt zu einer Überbewertung der Ausgangsbasis und lässt die Einsparungen größer erscheinen, als sie tatsächlich sind, was bei der Prüfung der Ergebnisse zu Problemen führt.

Sollte man für die fortlaufende Erfassung von Einsparungen durch KI eine statische oder eine gleitende Basislinie verwenden?

Für die fortlaufende Erfassung von Einsparungen durch KI sollten Sie in den meisten Fällen eine rollierende Basislinie anstelle einer statischen verwenden. Eine statische Basislinie friert einen einzelnen Momentaufnahme-Stand vor der KI-Einführung ein und vergleicht alle zukünftigen Zeiträume damit, was mit der Zeit und angesichts sich ändernder Geschäftsbedingungen an Aussagekraft verliert. Eine rollierende Basislinie passt sich regelmäßig an, um Volumenänderungen, Inflation und Prozessentwicklungen zu berücksichtigen.

Die richtige Wahl hängt von Ihren Messzielen ab:

• Verwenden Sie eine statische Basislinie wenn Sie die kumulierten Einsparungen seit der Einführung der KI ausweisen müssen oder wenn der Business Case auf der Grundlage eines festen Kostenziels erstellt wurde. Dies ist nützlich für die Berichterstattung an die Geschäftsleitung und zur Überprüfung der ursprünglichen Investitionsentscheidung.
• Verwenden Sie eine gleitende Basislinie wenn Sie die laufende Leistung überwachen und berücksichtigen müssen, dass sich Volumina, Teamgrößen oder Marktpreise seit der Einführung geändert haben. Eine rollierende Basislinie sorgt dafür, dass der Vergleich aussagekräftig bleibt, und verhindert, dass Einsparungen allein aufgrund des Unternehmenswachstums überbewertet werden.

Viele Unternehmen nutzen beide Ansätze parallel: eine statische Basislinie für den ursprünglichen Business Case und eine fortlaufende Basislinie für das operative Leistungsmanagement. Dieser Ansatz verschafft der Unternehmensführung einen klaren Überblick über die Gesamtrendite und liefert gleichzeitig den IT- und Finanzteams aussagekräftige Anhaltspunkte für eine kontinuierliche Optimierung. Dies steht im Einklang mit der Vorgehensweise ausgereifter Cloud-Finanzmanagement Die Programme erfassen die Kosteneffizienz im Zeitverlauf und unterscheiden dabei zwischen einmaligen Einsparungen und strukturellen Kostensenkungen.

Was sind die häufigsten grundlegenden Fehler, die KI-Geschäftsmodelle untergraben?

Die häufigsten grundlegenden Fehler, die KI-Geschäftsmodelle untergraben, sind die Verwendung eines nicht repräsentativen Messzeitraums, die Nichtberücksichtigung der Gesamtkosten, die Verwechslung von Kostensenkung und Kostenvermeidung sowie das Fehlen einer Abstimmung mit der Finanzabteilung vor der Einführung. Jeder dieser Fehler führt zu Einsparungszahlen, die einer genauen Prüfung nicht standhalten.

• Nicht repräsentativer Zeitraum: Die Ermittlung der Basiskosten während einer ungewöhnlich teuren oder ungewöhnlich ruhigen Phase führt zu einem verzerrten Bezugspunkt. Vergewissern Sie sich stets, dass der Zeitraum den normalen Betriebsablauf widerspiegelt.
• Unvollständige Kostenerfassung: Wenn man nur die direkten Arbeitskosten berücksichtigt und Gemeinkosten, Werkzeugkosten sowie Nacharbeitskosten außer Acht lässt, werden die tatsächlichen Kosten vor der KI-Einführung zu niedrig angesetzt und die Einsparungen zu gering dargestellt.
• Kostensenkung mit Kostenvermeidung gleichsetzen: Wenn KI Kosten verhindert, die sonst gestiegen wären, handelt es sich um Kostenvermeidung und nicht um Kostensenkung. Beides ist zulässig, muss jedoch getrennt ausgewiesen werden. Eine Vermischung führt zu Verwirrung, wenn die Ist-Werte mit der Basislinie verglichen werden.
• Keine finanzielle Abstimmung: Eine ausschließlich von der IT-Abteilung erstellte Ausgangsbasis lässt sich leicht in Frage stellen. Die Einbindung der Finanzabteilung von Anfang an sorgt für eine gemeinsame Verantwortung für die Methodik und macht Einsparungsaussagen weitaus besser vertretbar.
• Lautstärkenänderungen ignorieren: Wenn das Unternehmen nach dem Einsatz von KI um 20% gewachsen ist, könnten einige der scheinbaren Einsparungen lediglich darauf zurückzuführen sein, dass bei gleichen Kosten mehr Arbeit geleistet wird, und nicht darauf, dass die Kosten pro Einheit gesunken sind. Für eine aussagekräftige Messung ist eine Bereinigung um das Volumen erforderlich.
• Keine Dokumentation der Annahmen: Ohne eine klare Dokumentation darüber, was einbezogen und was ausgeschlossen wurde und warum, lässt sich die Ausgangsbasis im Laufe der Zeit nicht einheitlich anwenden oder verteidigen.

So helfen wir Ihnen dabei, eine solide Grundlage für Einsparungen durch KI zu schaffen

Die genaue Ermittlung der durch KI erzielten Einsparungen erfordert dieselbe finanzielle Disziplin, die jeder ernsthaften IT-Investitionsentscheidung zugrunde liegt. Bei It’s Value unterstützen wir Unternehmen dabei, die notwendigen Rahmenbedingungen für Kostentransparenz und Governance zu schaffen, die KI-Business-Cases glaubwürdig und vertretbar machen. Konkret unterstützen wir Sie bei folgenden Punkten:

• Festlegung des richtigen Umfangs und der richtigen Kostenkategorien für Ihre Pre-AI-Baseline in Abstimmung mit den Verantwortlichen aus den Bereichen IT und Finanzen
• Einführung von IT-Finanzmanagement- (ITFM) und Technology Business Management- (TBM) Rahmenwerken, die Ihnen die strukturierten Kostendaten liefern, die Sie benötigen, um Einsparungen im Zeitverlauf zuverlässig zu messen
• Integration von FinOps-Verfahren für cloudbasierte KI-Workloads, damit Rechen- und Plattformkosten genau zugeordnet und von Anfang an in Ihre Basiskosten einbezogen werden
• Entwicklung von Berichtszyklen, mit denen sich die durch KI erzielten Einsparungen sowohl anhand statischer als auch gleitender Referenzwerte nachverfolgen lassen, um der Unternehmensleitung die nötige Transparenz zur Bewertung der Investition zu verschaffen

Wenn Sie einen Business Case für KI erstellen oder Ihre bereits vorhandene Methode zur Ermittlung von Einsparungen validieren möchten, Nehmen Sie Kontakt mit uns auf um zu besprechen, wie wir Ihnen dabei helfen können, eine solide Grundlage zu schaffen.