Eine App mit KI klingt schnell nach Großprojekt. Nach Forschung,
Datenlabors und Budgets, die nur Konzerne haben.
In der Praxis ist es oft nüchterner.
Viele sinnvolle KI-Funktionen in Apps sind technisch heute gut
machbar. Bilder erkennen. Sprache in Text umwandeln. Dokumente auslesen.
Texte zusammenfassen. Daten aus einem Formular prüfen. Das muss nicht
automatisch sechsstellige Budgets bedeuten.
Aber: KI macht eine App auch nicht magisch billig. Sie verschiebt die
Kosten. Ein Teil steckt in der Entwicklung. Ein Teil läuft später jeden
Monat über API-, Server- oder Betriebskosten weiter. Und der wichtigste
Teil steckt in einer Frage, die gerne übersprungen wird:
Welchen konkreten Arbeitsschritt soll die KI besser machen?
Wenn diese Frage nicht beantwortet ist, wird KI schnell Spielerei.
Wenn sie gut beantwortet ist, kann sie sich erstaunlich schnell
rechnen.
Die kurze Antwort
Als Zusatz zu einer bestehenden oder geplanten App liegen typische
KI-Funktionen ungefähr in diesem Bereich:
| KI-Funktion | Einmaliger Zusatzaufwand | Laufende Kosten |
|---|---|---|
| Bilderkennung | 2.000 bis 4.000 Euro | oft niedrig bis moderat |
| Sprache zu Text | 3.000 bis 5.000 Euro | meist niedrig |
| Dokumentenanalyse / OCR mit KI | 4.000 bis 8.000 Euro | abhängig vom Dokumentvolumen |
| Textanalyse oder Zusammenfassung | 2.500 bis 6.000 Euro | abhängig von Textmenge und Modell |
Das ist der KI-Aufschlag, nicht die komplette App.
Wenn die Basis-App selbst 20.000 Euro kostet, kann ein gutes
KI-Feature also aus 20.000 Euro eher 24.000 bis 28.000 Euro machen.
Nicht automatisch 80.000 Euro.
Denkfehler:
“Wir brauchen KI” ist keine Anforderung
Viele Anfragen starten mit einem Satz wie: “Wir möchten KI in unsere
App integrieren.”
Das ist verständlich, aber noch keine technische Anforderung. Es ist
eher ein Wunschzettel.
Besser ist eine konkrete Formulierung:
- Nutzer fotografieren ein Dokument, die App liest die relevanten
Felder aus. - Außendienstmitarbeiter diktieren eine Notiz, die App erstellt daraus
einen strukturierten Bericht. - Kunden laden ein Produktfoto hoch, die App erkennt die
Kategorie. - Ein internes Tool fasst lange Texte zusammen und schlägt nächste
Schritte vor.
Sobald der Arbeitsschritt klar ist, kann man Aufwand, Risiken und
Betriebskosten seriös einschätzen.
Ich frage in Erstgesprächen deshalb selten zuerst nach dem Modell
oder der Technologie. Ich frage: Was macht heute ein Mensch? Wie oft?
Wie lange dauert es? Was passiert, wenn die KI falsch liegt?
Diese Fragen sind weniger sexy als “Welches Modell nutzen wir?”. Sie
sind aber deutlich wichtiger.
Beispiel 1: Bilderkennung
in einer App
Bilderkennung ist ein guter Einstieg, wenn die Aufgabe klar begrenzt
ist.
Beispiele:
- Produkt auf einem Foto erkennen
- Schaden an einem Bauteil vorqualifizieren
- Bildinhalt einer Kategorie zuordnen
- Fotoqualität prüfen, bevor ein Nutzer etwas absendet
Der Aufwand liegt oft zwischen 2.000 und 4.000 Euro zusätzlich zur
App.
Darin steckt meist:
- Kamera- oder Upload-Flow in der App
- Anbindung an einen Bilderkennungsdienst
- Verarbeitung der Antwort
- UI für Treffer, Unsicherheit und Fehlerfälle
- Tests mit echten Beispielbildern
Die Tests sind hier wichtiger, als man am Anfang denkt. Eine Demo mit
fünf perfekten Bildern funktioniert schnell. Die echten Nutzer
fotografieren schräg, dunkel, verschwommen und mit halbem Daumen im
Bild. Genau dort entscheidet sich, ob das Feature nützlich ist.
Mein Rat: Bei Bilderkennung nie nur die technische Erkennung bauen.
Immer auch den Fall gestalten, in dem die KI unsicher ist. “Ich bin mir
nicht sicher, bitte wählen Sie aus” ist oft besser als eine
selbstbewusste falsche Antwort.
Beispiel 2: Sprache zu Text
Sprache zu Text wirkt unscheinbar, kann aber viel Zeit sparen.
Gerade bei mobilen Apps ist Tippen oft der falsche Eingabemodus.
Außendienst, Baustelle, Lager, Pflege, Werkstatt: Menschen wollen nicht
lange Formulare ausfüllen, wenn sie gerade unterwegs sind.
Eine Diktierfunktion kostet typischerweise 3.000 bis 5.000 Euro
zusätzlich.
Der reine KI-Aufruf ist dabei nicht das Problem. Der Aufwand liegt
eher in der Produktlogik:
- Aufnahme starten und stoppen
- Audiodatei übertragen
- Text zurückbekommen
- Text strukturieren
- Korrektur ermöglichen
- speichern, zuordnen, weiterverarbeiten
Wenn aus Sprache nur ein Freitext wird, ist das nett. Wenn aus
Sprache direkt ein brauchbarer Bericht, ein Ticket oder ein Protokoll
wird, entsteht der eigentliche Wert.
Das ist ein Muster, das ich bei KI-Projekten häufig sehe: Die
KI-Funktion selbst ist nur die halbe Arbeit. Der Nutzen entsteht erst,
wenn das Ergebnis sauber in den Prozess zurückfließt.
Beispiel 3:
Dokumentenanalyse und OCR
Dokumentenanalyse ist für viele Unternehmen der beste
KI-Einstieg.
Nicht, weil es besonders modern klingt. Sondern weil der Schmerz
konkret ist.
Rechnungen, Lieferscheine, Formulare, Bestellungen, Verträge,
Prüfberichte: In vielen Unternehmen werden solche Dokumente noch immer
manuell gelesen, abgetippt, geprüft und weitergeleitet.
Eine App oder Webanwendung, die Dokumente scannt und Daten
strukturiert ausliest, kostet als KI-Zusatz oft zwischen 4.000 und 8.000
Euro. Bei komplexeren Dokumenttypen auch mehr.
Wichtig ist: OCR allein reicht selten.
OCR macht aus einem Bild Text. Die eigentliche Arbeit beginnt
danach:
- Welche Felder sind relevant?
- Wie erkennt man Betrag, Datum, Nummer oder Ansprechpartner?
- Was passiert bei fehlenden Angaben?
- Wer prüft unsichere Ergebnisse?
- Wie gelangt das Ergebnis ins Zielsystem?
Ich halte Dokumenten-KI für eines der praktischsten KI-Themen im
Mittelstand. Nicht, weil es spektakulär ist. Sondern weil man den ROI
oft ziemlich trocken berechnen kann.
Wenn ein Mitarbeiter zehn Stunden pro Woche Belege manuell prüft und
die KI davon sechs Stunden übernimmt, braucht man keine Vision-Story.
Dann kann man rechnen.
Die laufenden
Kosten werden oft unterschätzt
Bei klassischer App-Entwicklung gibt es Entwicklungskosten und
Wartung.
Bei KI kommt eine dritte Kategorie dazu: Nutzungskosten.
Jeder KI-Aufruf kann Geld kosten. Ein einzelner Aufruf ist meist
billig. Viele Aufrufe sind es nicht mehr. Besonders bei langen Texten,
großen Dokumenten oder vielen Nutzern kann das relevant werden.
Deshalb gehört in jedes KI-App-Konzept eine einfache
Verbrauchsrechnung:
| Frage | Warum sie wichtig ist |
|---|---|
| Wie viele Nutzer gibt es realistisch? | Nicht die Wunschzahl, sondern die erwartete Nutzung. |
| Wie oft wird das KI-Feature pro Nutzer verwendet? | Ein Feature pro Woche ist etwas anderes als 50 Mal pro Tag. |
| Wie groß sind die Eingaben? | Ein kurzer Text kostet weniger als ein langes Dokument. |
| Muss jedes Ergebnis geprüft werden? | Human-in-the-loop kostet Zeit, verhindert aber teure Fehler. |
Ich rechne lieber konservativ. Nicht, um Projekte größer zu machen,
sondern um böse Überraschungen zu vermeiden.
Eine KI-Funktion, die im Test 20 Euro pro Monat kostet, kann bei
echter Nutzung 300 Euro kosten. Das ist nicht schlimm, wenn sie 3.000
Euro Arbeit spart. Es ist schlimm, wenn niemand damit gerechnet hat.
API oder eigenes Modell?
Diese Frage kommt fast immer.
Für die meisten ersten Versionen ist eine externe KI-API die bessere
Wahl. Sie ist schneller integriert, besser wartbar und am Anfang
günstiger. Ein eigenes Modell lohnt sich erst, wenn Datenschutz, Kosten
bei hoher Nutzung oder sehr spezielle Anforderungen es
rechtfertigen.
Meine Faustregel:
- MVP oder erste Version: API nutzen.
- Viele Tausend Aufrufe pro Tag: Kostenmodell genauer prüfen.
- Sehr sensible Daten: Datenschutz und Hosting früh klären.
- Sehr spezielle Fachlogik: Erst mit Beispieldaten testen, dann über
eigene Modelle sprechen.
Viele Projekte verlieren Zeit, weil zu früh über die perfekte
technische Lösung diskutiert wird. Am Anfang ist wichtiger: Funktioniert
der Prozess überhaupt? Spart er Zeit? Akzeptieren Nutzer das
Ergebnis?
Was ich Kunden
inzwischen fast immer empfehle
Starten Sie nicht mit “Wir bauen KI in die App”.
Starten Sie mit einem konkreten Prozess:
- ein Dokumenttyp
- ein Eingabeweg
- ein klares Ergebnis
- ein Prüfschritt
- eine Metrik für Erfolg
Beispiel: “Ein Nutzer lädt eine Rechnung hoch. Die App liest
Lieferant, Betrag, Datum und Rechnungsnummer aus. Wenn die KI unsicher
ist, prüft ein Mensch. Ziel: 70 Prozent weniger manuelle Erfassung.”
Das ist ein gutes KI-Feature.
Es ist klein genug, um es zu bauen. Groß genug, um Wert zu liefern.
Und klar genug, um später zu entscheiden, ob man erweitert.
Was eine KI-App nicht
automatisch kann
Ein Punkt ist mir wichtig: KI ist kein Ersatz für Produktdesign.
Eine KI-Funktion kann technisch funktionieren und trotzdem im Alltag
nerven. Zum Beispiel, wenn Nutzer nicht verstehen, was gerade passiert.
Oder wenn sie das Ergebnis nicht korrigieren können. Oder wenn die App
bei Fehlern so tut, als wäre alles richtig.
Gute KI-Integration bedeutet deshalb nicht nur: Modell
anschließen.
Gute KI-Integration bedeutet:
- Unsicherheit sichtbar machen
- Korrekturen einfach machen
- Ergebnisse nachvollziehbar speichern
- Grenzen klar kommunizieren
- menschliche Prüfung einplanen, wo sie nötig ist
Das ist weniger spektakulär als ein Demo-Video. Aber genau das macht
den Unterschied zwischen Spielerei und produktivem Werkzeug.
Fazit
Eine App mit KI-Funktionen muss kein Großprojekt sein.
Einzelne KI-Features starten oft bei 2.000 bis 8.000 Euro
zusätzlichem Entwicklungsaufwand. Entscheidend ist nicht, wie modern die
Technologie klingt. Entscheidend ist, ob sie einen konkreten
Arbeitsschritt verbessert.
Wenn Sie eine App planen, sollten Sie KI nicht als Extra-Gimmick
betrachten. Prüfen Sie lieber nüchtern: Wo tippt, prüft, liest oder
sortiert heute ein Mensch Dinge, die eine KI gut vorbereiten könnte?
Dort lohnt sich der Einstieg meistens.
Wenn Sie wissen möchten, ob eine KI-Funktion für Ihre App sinnvoll
ist, können wir das in einem kostenlosen Beratungsgespräch durchgehen.
Wir schauen auf den Prozess, die Kosten, die laufende Nutzung und den
realistischen ROI.
