Welche Genehmigungsschwellen sollten für neue KI-Ausgaben gelten?

Die Genehmigungsschwellen für KI-Ausgaben sollten einem gestaffelten Genehmigungsmodell folgen: Einzelabonnements für KI-Tools unterhalb einer festgelegten Grenze (in der Regel einige Tausend Dollar pro Jahr) können von Abteilungsleitern genehmigt werden, mittelgroße KI-Investitionen erfordern die Zustimmung der IT- und Finanzabteilung, und strategische KI-Plattformen oberhalb einer höheren Schwelle bedürfen der Genehmigung durch die Geschäftsleitung oder den Vorstand. Die richtigen Schwellenwerte hängen vom allgemeinen Reifegrad der IT-Governance Ihres Unternehmens, der Risikotoleranz sowie davon ab, wie schnell die KI-Ausgaben über die Geschäftsbereiche hinweg zunehmen. Im Folgenden beantworten wir die drängendsten Fragen, die sich Unternehmen stellen, wenn sie im Jahr 2026 ihre KI-Budget-Governance aufbauen.

Wer sollte die Befugnis haben, Ausgaben für KI zu genehmigen?

Die Entscheidungsbefugnis über KI-Ausgaben sollte auf drei Führungsebenen verteilt werden: Operative Führungskräfte genehmigen kostengünstige KI-Tools, die von einem einzelnen Team genutzt werden; IT- und Finanzleiter genehmigen gemeinsam mittelgroße KI-Investitionen mit teamübergreifenden Auswirkungen; und der CIO, der CFO oder ein Investitionsausschuss genehmigt strategische KI-Plattformen oder mehrjährige Verpflichtungen. Keine einzelne Funktion sollte die alleinige Entscheidungsgewalt innehaben, da KI-Ausgaben an der Schnittstelle zwischen technologischem Risiko, finanziellem Risiko und geschäftlichem Nutzen liegen.

Der Grund, warum eine gemeinsame Zuständigkeit so wichtig ist, liegt darin, dass KI-Tools selten auf eine einzige Abteilung beschränkt bleiben. Ein Marketingteam, das heute eine generative KI-Plattform einführt, könnte bereits innerhalb von sechs Monaten Daten in die Arbeitsabläufe der Finanzabteilung einspeisen. Ohne Einbindung der IT bleiben Integrationsrisiken unkontrolliert. Ohne Einbindung der Finanzabteilung bleiben Kostensteigerungen durch nutzungsabhängige Preisgestaltung unerkannt.

Eine praxisorientierte Führungsstruktur legt auf jeder Ebene klare Entscheidungsbefugnisse fest:

• Abteilungsleiter: Genehmigung von KI-Tools, die von einem einzelnen Team genutzt werden, ohne Anforderungen an die Datenintegration und mit jährlichen Kosten unterhalb einer vereinbarten Obergrenze
• Gemeinsame Genehmigung durch die IT- und die Finanzabteilung: Erforderlich, wenn ein KI-Tool in bestehende Systeme integriert wird, sensible Daten verarbeitet oder die Kostenobergrenze auf Abteilungsebene überschreitet
• CIO oder Anlageausschuss: Erforderlich für unternehmensweite KI-Plattformen, herstellerübergreifende KI-Strategien oder jegliche Verpflichtungen, die zu einer erheblichen Bindung an einen Anbieter oder zu finanziellen Risiken führen
• Vorstand oder Prüfungsausschuss: Dies ist relevant, wenn Investitionen in KI einen wesentlichen Kapitalaufwand darstellen oder regulatorische Risiken mit sich bringen

Die Beschaffungsabteilung sollte auf allen Ebenen einbezogen werden, um Lieferantenstandards, Datenverarbeitungsvereinbarungen und Vertragsbedingungen durchzusetzen. Rechts- und Compliance-Teams müssen bei jedem KI-Tool, das personenbezogene oder regulierte Daten verarbeitet, mitentscheiden können.

Welche Dollarbeträge gelten üblicherweise als Schwellenwerte für die Genehmigung von KI-Anschaffungen?

Die Ausgabenobergrenzen für KI variieren je nach Unternehmensgröße, doch ein gängiges gestaffeltes Modell sieht vor, dass die Entscheidungsbefugnis auf Abteilungsebene bei weniger als $10.000 pro Jahr liegt, eine gemeinsame Genehmigung durch IT und Finanzen zwischen $10.000 und $100.000 sowie eine Überprüfung durch die Geschäftsleitung oder einen Ausschuss bei Beträgen über $100.000. Diese Zahlen sind keine allgemeingültigen Standards, sondern Ausgangspunkte, die Unternehmen entsprechend der Höhe ihres gesamten IT-Budgets und ihrer Risikobereitschaft anpassen.

Größere Unternehmen mit IT-Budgets in Höhe von mehreren hundert Millionen legen häufig höhere Schwellenwerte für jede Stufe fest, während mittelständische Unternehmen die Schwellenwerte für die Genehmigung durch die Geschäftsleitung tendenziell niedriger ansetzen, um die Ausgaben für neue Technologien straffer zu kontrollieren. Der wichtige Grundsatz lautet, dass Schwellenwerte im Verhältnis zu Ihren gesamten IT-Ausgaben festgelegt werden sollten und nicht als willkürliche runde Zahlen.

Bei der Festlegung der Grenzen sollten mehrere Faktoren berücksichtigt werden:

• Gesamtwert des Vertrags im Vergleich zu den jährlichen Kosten: Ein SaaS-Abonnement im Wert von $15.000 pro Jahr mit einer dreijährigen Mindestlaufzeit entspricht einer Gesamtverpflichtung von $45.000 und sollte entsprechend bewertet werden.
• Verbrauchsschwankungen: KI-Tools mit nutzungsabhängiger Preisgestaltung können sich unvorhersehbar ausweiten; daher sollten Genehmigungsschwellen realistische Spitzenausgaben berücksichtigen und nicht nur Basis-Schätzungen.
• Vertraulichkeit der Daten: Jedes KI-Tool, das personenbezogene, finanzielle oder Gesundheitsdaten verarbeitet, erfordert unabhängig von den Kosten eine niedrigere Genehmigungsschwelle und eine zusätzliche Compliance-Prüfung.
• Risiko der Lieferantenkonzentration: Die Einbindung eines weiteren Tools eines etablierten großen KI-Anbieters mag für sich genommen unbedeutend erscheinen, erhöht jedoch die Abhängigkeit insgesamt.

Inwiefern verändert die nutzungsabhängige Preisgestaltung der KI das Genehmigungsmodell?

Die nutzungsabhängige Preisgestaltung von KI bricht grundlegend mit dem traditionellen Genehmigungsmodell, da die Kosten, die Sie zum Zeitpunkt des Kaufs genehmigen, selten den Kosten entsprechen, die Sie tatsächlich bezahlen. Wenn die Preisgestaltung an API-Aufrufe, verarbeitete Token oder aktive Nutzer gekoppelt ist, können die Ausgaben nach der Bereitstellung schnell und unvorhersehbar in die Höhe schnellen. Das bedeutet, dass Genehmigungskontrollen über die anfängliche Kaufentscheidung hinausgehen und eine kontinuierliche Kostenüberwachung sowie Eskalationsauslöser umfassen müssen.

Bei der herkömmlichen IT-Beschaffung gehen die Kosten fest: Man erwirbt eine Lizenz für eine bestimmte Anzahl von Nutzern zu einem festen Preis. KI-Tools, insbesondere solche, die auf großen Sprachmodellen basieren, werden nach Verbrauch abgerechnet. Ein Team, das während einer Pilotphase eine moderate Anzahl von Abfragen durchführt, kann das Zehnfache an Kosten verursachen, sobald das Tool in die täglichen Arbeitsabläufe integriert ist.

Um dies zu gewährleisten, sollte Ihr Genehmigungsverfahren für KI-Ausgaben Folgendes umfassen:

• Verbrauchsprognosen zum Zeitpunkt der Genehmigung: Von den Teams verlangen, dass sie erwartete Nutzungsszenarien, einschließlich eines realistischen Szenarios mit hoher Nutzung, modellieren, bevor die Genehmigung erteilt wird
• Ausgabenobergrenzen und Benachrichtigungen: Legen Sie feste Obergrenzen oder automatische Warnmeldungen bei festgelegten Schwellenwerten fest, damit die Finanz- und IT-Abteilungen benachrichtigt werden, bevor die Kosten die genehmigten Werte überschreiten
• Auslöser für eine erneute Genehmigung: Legen Sie eine Regel fest, wonach eine erneute Genehmigung erforderlich ist, bevor die Nutzung fortgesetzt werden kann, falls die tatsächlichen Ausgaben den genehmigten Kostenvoranschlag um einen festgelegten Prozentsatz (beispielsweise 25%) überschreiten.
• Monatliche Kostenüberprüfungen: Die Kosten für KI-Tools in die regulären FinOps-Prüfungszyklen anstatt sie als einmalig festgelegte Posten zu behandeln

Das hier zugrunde liegende Governance-Prinzip spiegelt wider, wie ein ausgereiftes Cloud-Finanzmanagement aussieht: Transparenz allein reicht nicht aus. Es bedarf einer aktiven Entscheidungsfindung in regelmäßigen Abständen und nicht nur einer einmaligen Kaufgenehmigung.

Sollten KI-Tools für Genehmigungszwecke als OpEx oder als CapEx behandelt werden?

Die meisten KI-Tools sollten im Hinblick auf die Genehmigung als Betriebsausgaben (OpEx) behandelt werden, da sie in der Regel als Abonnement- oder nutzungsbasierte Dienste bereitgestellt werden und nicht als eigene Vermögenswerte. Wenn KI-Investitionen jedoch die Entwicklung eigener Modelle, den Erwerb unbefristeter Lizenzen oder die Anschaffung von Infrastruktur zur Ausführung von KI-Workloads umfassen, ist möglicherweise eine Einstufung als Investitionsausgaben (CapEx) angemessener und löst einen anderen Genehmigungsweg aus.

Die Unterscheidung zwischen OpEx und CapEx ist nicht nur aus buchhalterischer Sicht von Bedeutung, sondern auch in der Praxis. CapEx-Investitionen erfordern in der Regel eine formelle Wirtschaftlichkeitsanalyse, einen längeren Genehmigungsprozess und die Einbeziehung der Unternehmensleitung. OpEx-Ausgaben werden oft schneller genehmigt und fallen unter die operativen Budgets, wodurch sie ohne strategische Kontrolle leichter anwachsen können.

Eine zunehmende Herausforderung im Jahr 2026 besteht darin, dass Ausgaben für KI in großem Umfang in die OpEx-Budgets fließen, ohne dass sie derselben genauen Prüfung unterzogen werden wie eine entsprechende CapEx-Investition. Ein Dutzend KI-Abonnements auf Abteilungsebene, die jeweils einzeln unterhalb der OpEx-Schwelle genehmigt wurden, können in ihrer Gesamtheit eine erhebliche strategische Verpflichtung darstellen, die niemand ganzheitlich bewertet hat.

Um diesem Problem entgegenzuwirken, führen viele Unternehmen eine Regel zur Gesamtprüfung ein: Selbst wenn die Genehmigungen für einzelne KI-Tools innerhalb der OpEx-Grenzen liegen, werden die gesamten KI-Ausgaben des Unternehmens vierteljährlich auf der Ebene der Geschäftsleitung oder des IT-Investitionsausschusses überprüft. Dadurch wird verhindert, dass sich vereinzelte Genehmigungsentscheidungen zu einem unkontrollierten Portfolio summieren.

Welche Kontrollmechanismen sollten bei der Genehmigung von Ausgaben für KI zum Einsatz kommen?

Die Genehmigung von KI-Ausgaben sollte mit vier Governance-Kontrollmaßnahmen einhergehen: einer obligatorischen Anbieter- und Datenbewertung vor der Genehmigung, klar definierten Zuständigkeiten und Verantwortlichkeiten für jedes KI-Tool nach der Bereitstellung, einer Nutzungsüberwachung mit Eskalationsauslösern sowie einer regelmäßigen Portfolioüberprüfung, bei der die KI-Ausgaben insgesamt betrachtet werden. Diese Kontrollmaßnahmen stellen sicher, dass die Genehmigung nicht das Ende der Governance darstellt, sondern den Beginn einer kontinuierlichen Steuerung.

Jedes Steuerelement erfüllt einen bestimmten Zweck:

• Anbieter- und Datenbewertung: Bevor ein KI-Tool genehmigt wird, sollten die Abteilungen für IT-Sicherheit, Recht und Compliance prüfen, wie der Anbieter mit Daten umgeht, wo diese gespeichert werden und ob die KI-Ergebnisse des Tools regulatorische Risiken mit sich bringen. Dies ist bei Tools, die Kunden- oder Mitarbeiterdaten verarbeiten, unabdingbar.
• Namensgebundene Eigentümerschaft: Für jedes genehmigte KI-Tool sollte es einen namentlich benannten Geschäftsverantwortlichen geben, der für die Wertschöpfung zuständig ist, sowie einen namentlich benannten IT-Verantwortlichen, der für die Integration, die Sicherheit und die Kostenüberwachung zuständig ist. Ohne namentlich benannte Verantwortliche geht die Rechenschaftspflicht verloren.
• Verbrauchsüberwachung: Die Finanz- und IT-Abteilungen sollten mindestens einmal monatlich Einblick in die tatsächlichen Kosten für KI-Tools haben. Es sollten automatisch Warnmeldungen ausgelöst werden, wenn die Ausgaben sich den genehmigten Höchstbeträgen nähern oder diese überschreiten.
• Überprüfung auf Portfolioebene: Einzelgenehmigungen lassen keine strategischen Muster erkennen. Eine vierteljährliche Überprüfung aller aktiven KI-Tools, ihrer Kosten, ihrer Eigentümer und ihres nachgewiesenen Nutzens hilft der Unternehmensleitung dabei, fundierte Entscheidungen über Konsolidierung, Erweiterung oder Stilllegung zu treffen.

Das Fachgebiet „IT-Finanzmanagement“ (ITFM) lässt sich hier direkt anwenden. Dieselben Rahmenkonzepte, die Transparenz in die allgemeinen IT-Ausgaben bringen und Kosten mit Dienstleistungen, Teams und Geschäftsergebnissen verknüpfen, gelten gleichermaßen für KI-Ausgaben. Ohne diese Struktur werden KI-Ausgaben zu einem „Shadow-IT“-Problem, das sich hinter moderner Technologie verbirgt.

Wann sollten Ausgaben für KI eine umfassende Überprüfung der IT-Investitionen auslösen?

Ausgaben für KI sollten eine umfassende Überprüfung der IT-Investitionen auslösen, wenn sie eine festgelegte Kostenschwelle überschreiten, wenn sie sich auf die Datenarchitektur oder die Sicherheitslage des Unternehmens auswirken, wenn sie in großem Umfang eine Abhängigkeit von einem einzigen KI-Anbieter begründen oder wenn die gesamten KI-Ausgaben im gesamten Unternehmen so stark angestiegen sind, dass sie einen wesentlichen Anteil am IT-Budget ausmachen. Jede dieser Bedingungen rechtfertigt eine strukturierte Bewertung, die über eine standardmäßige Kaufgenehmigung hinausgeht.

Eine umfassende Überprüfung von IT-Investitionen ist strenger als ein standardmäßiges Genehmigungsverfahren. Sie umfasst in der Regel einen formellen Business Case, eine Analyse der Gesamtbetriebskosten, eine Bewertung der strategischen Eignung sowie die Zustimmung des CIO und des CFO. Bei der Überprüfung wird nicht nur geprüft, ob sich das Unternehmen die Investition leisten kann, sondern auch, ob es sich angesichts konkurrierender Prioritäten um die richtige Investition handelt.

Zu den konkreten Auslösern, die Sie in Ihre KI-Governance-Richtlinie aufnehmen sollten, gehören:

• Jede Verpflichtung im Zusammenhang mit einer KI-Plattform, die den von Ihnen festgelegten Schwellenwert für die Genehmigung durch die Geschäftsleitung überschreitet
• KI-Tools, die eine Integration in zentrale Unternehmenssysteme wie ERP, CRM oder Data Warehouses erfordern
• Situationen, in denen ein einzelner KI-Anbieter einen Anteil von mehr als einem festgelegten Prozentsatz an den gesamten KI-Ausgaben ausmachen würde
• KI-Investitionen, bei denen firmeneigene Modelle anhand von Unternehmensdaten trainiert werden
• Jede Einführung eines KI-Tools, die mehr als einen Geschäftsbereich betrifft oder Änderungen an der bestehenden IT-Architektur erfordert
• Gesamtausgaben für KI, die im Vergleich zum Vorjahr um mehr als einen festgelegten Prozentsatz gestiegen sind, ohne dass eine entsprechende strategische Überprüfung stattgefunden hat

Im Rahmen des Investitionsprüfungsprozesses sollte zudem geprüft werden, ob die KI-Ausgaben unter ein bestehendes IT-Service- oder Produktbudget fallen oder ob es sich um eine neue Funktion handelt, für die eine eigene Haushaltslinie und eine eigene Steuerungsstruktur erforderlich sind. Diese Einstufungsentscheidung bestimmt, wie die Investition im Laufe der Zeit nachverfolgt, ausgewiesen und im Hinblick auf die Wertschöpfung bewertet wird.

So unterstützen wir Sie bei der Steuerung Ihrer KI-Ausgaben

Wir arbeiten mit IT- und Finanzverantwortlichen in Unternehmen zusammen, um Strukturen für die Finanzsteuerung zu entwickeln, die die Ausgaben für KI überschaubar und transparent machen. Durch unsere FinOps-Dienstleistungen, helfen wir Ihnen dabei, über einmalige Genehmigungsentscheidungen hinauszugehen und ein kontinuierliches Kostenmanagement zu etablieren, das mit dem verbrauchsbasierten Preismodell der KI Schritt hält. Folgendes bieten wir Ihnen zur Bewältigung Ihrer Herausforderungen bei der KI-Budgetsteuerung:

• Gestaltung des Genehmigungsrahmens: Wir unterstützen Sie dabei, mehrstufige Befugnisstrukturen, Schwellenwerte und Entscheidungsbefugnisse festzulegen, die der Größe, dem Risikoprofil und dem Reifegrad der Governance Ihres Unternehmens entsprechen.
• Verbrauchsüberwachung und Warnmeldungen: Wir setzen Lösungen ein, die den Finanz- und IT-Abteilungen einen Echtzeit-Überblick über die Kosten von KI-Tools verschaffen und automatische Benachrichtigungen auslösen, sobald die Ausgaben die genehmigten Grenzen überschreiten.
• Leitlinien zur Einstufung von OpEx und CapEx: Wir unterstützen Sie dabei, einheitliche Klassifizierungsregeln für alle KI-Investitionen anzuwenden, damit die Genehmigungswege klar und für Prüfungen vorbereitet sind.
• Überprüfung der KI-Ausgaben auf Portfolioebene: Wir entwickeln Berichtsstrukturen, die der Unternehmensleitung einen Überblick über die Gesamtkosten im Bereich KI verschaffen und so fundierte Entscheidungen hinsichtlich Konsolidierung, Anbieterstrategie und Wertschöpfung ermöglichen.
• Integration von TBM und FinOps: Wir verknüpfen die Ausgaben für KI mit Ihrem übergeordneten IT-Finanzmanagement-Rahmenwerk, sodass die KI-Kosten neben den Ausgaben für On-Premise- und Cloud-Lösungen in einem einzigen Governance-Modell sichtbar sind.

Wenn Sie Ihren Genehmigungsprozess für KI-Ausgaben aufbauen oder optimieren und ein Governance-Modell suchen, das mit Ihren Zielen mitwächst, Nehmen Sie Kontakt mit uns auf um zu besprechen, wo wir anfangen sollen.