KI-Features und Agenten bepreisen: vier Fragen in fester Reihenfolge

Wenn ihr Software verkauft und gerade KI-Funktionen oder Agenten einführt, steht ihr vor der Frage, wie ihr damit Geld verdient. Meine These dazu: Bei KI ist die Effizienzlogik deutlich weiter als die Monetarisierungslogik. Ein KI-Feature kann dem Kunden viel Arbeit abnehmen und dem Anbieter trotzdem keinen zusätzlichen Euro bringen.

Die Zahlen aus dem SaaS & AI Pricing Report 2027 stützen das. Für den Report haben wir 153 Software- und KI-Anbieter online befragt. 50 % von ihnen bauen KI ohne Aufpreis ins Kernprodukt ein, 22 % monetarisieren sie gar nicht. Bei Agenten packen 31 % sie in bestehende Pakete, weitere 31 % sind unsicher. Gleichzeitig planen oder prüfen 80 % eine Änderung ihres Pricings in den nächsten zwölf Monaten.

Die möglichen Modelle sind bekannt. Schwierig ist die Reihenfolge der Entscheidung. Ergebnisbasiertes Pricing kommt in unseren Interviews und Projekten oft sehr früh auf den Tisch. Sobald wir prüfen, ob es technisch machbar ist und ob die Kunden das überhaupt wollen, verfliegt der Glanz oft schnell. Der folgende Pfad ordnet die Entscheidung deshalb in vier Fragen. Jede schließt Modelle aus, bevor die nächste kommt.

Frage 1: Aus welchem Budget bezahlt euer Kunde

Diese Weiche bestimmt die Preisobergrenze. Wir unterscheiden drei Fälle:

• KI-Feature, Softwarebudget. Die KI macht Menschen schneller oder besser. Der Mensch bleibt für das Ergebnis verantwortlich. Euer Vergleichsmaßstab sind andere Tools, die Obergrenze ist das Softwarebudget des Kunden.
• Agent, Personalbudget. Der Agent erledigt eine Aufgabe selbstständig. Der Vergleichsmaßstab ist menschliche Arbeit: Personalkosten, Tagessätze, liegengebliebene Aufgaben. Die Obergrenze sind die Kosten der Arbeit, die der Agent ersetzt.
• Workflow, Prozessbudget. Mehrere Agenten bilden einen ganzen Prozess ab. Der Vergleich sind die bisherigen Prozesskosten, etwa für Agentur, Beratung oder Outsourcing.

Ein einfacher Test für euer Produkt: Wer steht am Ende für das Ergebnis gerade, ein Mensch oder eure Software? Ist es ein Mensch, verkauft ihr ein Feature. Dann konkurriert ihr mit Lizenzen und landet bei Aufpreis, Add-on, höherem Paket oder Credits. Ist es eure Software, verkauft ihr Arbeit. Dann ist ein Preis pro Agent, Task oder Ergebnis möglich, gedeckelt durch die Personalkosten.

Wird ein Agent wie ein Feature verpackt, landet er als Add-on im IT-Budget. Der Einkauf vergleicht ihn dann mit einem Aufpreis von etwa 20 Euro pro Seat und nicht mit einem Gehalt.

Frage 2: Wie stark schwanken eure Kosten pro Kunde

Klassische SaaS-Produkte skalierten fast ohne Grenzkosten. Bei KI kostet jede Interaktion echtes Geld. Deshalb gehört diese Frage vor jede Preiszahl.

Gleichmäßige Nutzung. Copiloten für Mail-Entwürfe oder Zusammenfassungen im CRM werden von den meisten Nutzern ähnlich stark genutzt. Hier funktioniert ein fester Aufpreis pro Seat oder die Aufnahme ins Kernprodukt. B2B-Einkäufer kennen das Modell und haben keine Budgetunsicherheit. Das Risiko sind Power-User, deren Tokenkosten die Marge drücken. Unterschätzt die Budgetsicherheit nicht. Sie ist ein Grund, warum der Preis pro Nutzer so lange funktioniert hat: Niemand muss dreimal zum Chef gehen und nach mehr Geld fragen.

Stark schwankende Nutzung. Videogenerierung, Datenanalysen oder seltene Batch-Prozesse kosten pro Aufruf viel und unterscheiden sich je Kunde stark. Hier schützen nutzungsbasierte Metriken die Marge. Dafür fürchtet der Kunde eine schwankende Rechnung.

Credits verbinden beide Fälle. In unserem Rechenbeispiel entspricht eine Textantwort einem Credit, ein Bild zehn Credits, eine Minute Audio 25 Credits und eine Sekunde Video 50 Credits. Der Kunde sieht eine Einheit und einen Preis, darunter bildet ihr sehr unterschiedliche Kosten ab. Figma zeigt das im Seat-Modell: Jede Lizenz enthält monatliche KI-Credits, die im Team geteilt werden. Wer mehr braucht, kauft nach, per Pay-as-you-go oder als Credit-Add-on. Seit der Einführung stieg die Bruttomarge um 2,5 Prozentpunkte auf 85 %, die Net Dollar Retention liegt bei 136 %. Figma selbst nennt das zweite Quartal 2026 das erste volle Quartal, in dem die KI-Credits Umsatz brachten, und begründet die 136 % damit, dass Kunden sowohl Seats als auch Add-ons mit KI-Credits ausgebaut haben. Gut funktioniert das Modell, wenn die Credits über die Lizenz günstiger sind als nachgekaufte. Dann lohnt es sich für den Kunden, weitere Seats zu kaufen statt nur Credits.

Wie sich die Preise pro Einheit entwickeln, ist offen. Ich habe eine harte Hypothese, dass sich das KI-, also Token-Pricing genauso entwickeln wird wie das Telekommunikations-Pricing in den letzten 30 Jahren. Beim Telefon kannten wir lange eine Grundgebühr plus einen Preis pro Minute, heute ist die Flatrate üblich. Mal sehen, ob ich mit dieser Hypothese recht behalte.

Frage 3: Was ist die kleinste Einheit Arbeit, die euer Kunde wiedererkennt

Diese Frage stellt sich nur, wenn Frage 1 bei Agent oder Workflow gelandet ist. Arbeit lässt sich schon heute über Tasks oder Workflows definieren und bepreisen. Wir erwarten deshalb, dass sich Agent-Pricing deutlich schneller durchsetzt als ergebnisbasiertes Pricing.

Gute Einheiten zählt der Kunde auch ohne euch. Zwei Beispiele:

• n8n rechnet pro Workflow-Ausführung ab, unabhängig von der Zahl der Schritte. Der Starter-Plan kostet 20 Euro im Monat für 2.500 Ausführungen.

• Microsoft Copilot Studio bleibt bei einer einzigen Credit-Einheit, gewichtet sie aber nach Art der Arbeit. Eine generative Antwort kostet zwei Credits, eine Agenten-Aktion fünf. So wird der Sprung von der Antwort zur erledigten Aktion im Preis sichtbar, ohne zweite Metrik.

Salesforce geht einen ähnlichen Weg: beim Seat-Modell bleiben und Agentforce variabel obendrauf setzen. Seit Mai 2025 verkauft Salesforce dafür Flex Credits. Eine Aktion eines Agenten kostet 20 Credits, also 0,10 US-Dollar, und Credits gibt es in Paketen zu 100.000 Stück für 500 US-Dollar. Kunden können Nutzerlizenzen in Credits umwandeln und Credits in Lizenzen.

Frage 4: Lässt sich das Ergebnis ohne Streit messen

Erst jetzt kommt ergebnisbasiertes Pricing auf den Tisch. Dafür braucht es drei Bedingungen: Das Ergebnis ist klar messbar. Der Anteil der KI daran ist nachvollziehbar. Beide Seiten sehen den wirtschaftlichen Wert. Ich würde ergänzen: Ihr braucht einen sehr spitzen Anwendungsfall, der sich oft wiederholt und zu 100 % messbar ist, weil ihr euch am Ende nicht darüber streiten wollt, ob das Problem gelöst ist.

Intercom zeigt, wie schnell dieser Streit entsteht. Fin startete als Support-Agent mit 0,99 US-Dollar pro Ergebnis statt Seats oder Tokens. Mit dem Wachstum kam Kritik an der „angenommenen Lösung“: Sie kostete auch dann Geld, wenn ein Mensch zu Recht eingriff. Laut unserem Report war Fin Stand 2026 ein Hybrid aus Seats für 29 bis 132 US-Dollar im Monat plus 0,99 US-Dollar pro gelöster Anfrage, mit einer Mindestmenge von rund 50 pro Monat. Über „Fin Guidance“ reden die Kunden mit, was als gelöst zählt.

Chargeflow löst das Definitionsproblem anders. Ob eine Rückbuchung gewonnen ist, entscheiden Visa und Mastercard. Chargeflow berechnet 25 % des zurückgeholten Betrags, 29 US-Dollar pro verhinderter Rückbuchung und 0,20 US-Dollar pro Scan ab dem 1.000. Scan. Das Modell funktioniert, weil ein Dritter das Ergebnis feststellt.

Wo diese Klarheit fehlt, verzichten Anbieter bewusst. Veronika Wax erklärt, warum Demodesk nicht pro Lead abrechnet: „Wir wollen eine partnerschaftliche Beziehung mit unseren Kunden und kein Streit darüber, ob jetzt ein Outcome erreicht wurde oder nicht.“

Die Modelle im Vergleich

Modell	Passt, wenn	Risiko	Beispiel
Im Kernprodukt enthalten	KI verteidigt das Kernprodukt, Nutzung ist gleichmäßig	Marge sinkt mit jedem Power-User	50 % der Befragten
Add-on oder Seat-Aufpreis	Täglicher Copilot, stabile Nutzung	Power-User drücken die Bruttomarge	15 % der Befragten
Premium-Paket	KI ist ein klarer Grund für das Upgrade	Kunden im Einstiegspaket sehen den Wert nie	5 % der Befragten
Credits	Nutzung und Kosten schwanken stark	Kunden halten sich zurück, um Credits zu sparen	Figma
Pro Task oder Workflow	Die Einheit ist für den Kunden zählbar	Streit, was als ein Task zählt	n8n, Microsoft
Pro Ergebnis	Ergebnis messbar, Beitrag der KI zurechenbar	Definitionsstreit, Umsatzausfall	Intercom, Chargeflow
Hybrid	Kunde braucht Planbarkeit, ihr braucht Kostendeckung	Zwei Metriken müssen erklärt werden	Microsoft

Am Ende landen fast alle bei hybrid

Die vier Fragen führen selten zu einem reinen Modell. Sie bestimmen, was in die feste Basis gehört und was variabel wird. Heute nutzen 34 % der Befragten ein hybrides Modell als Hauptmodell, in zwei Jahren erwarten 63 % es als wichtigstes.

Für Unternehmen mit Investoren hat das noch eine zweite Seite. Felicitas May von Beyond Capital Partners hat es aus Sicht von Private Equity beschrieben: „Wofür bekommen wir im Exit Geld? Für die Umsatzqualität und nicht für eine potentielle Chance auf Umsatz.“ May rät deshalb, das Subscription-Modell zu ergänzen, statt es aufzugeben. Eine planbare Basis plus ein variabler Teil erfüllt beides.

Wer das Risiko trägt, regeln die Bausteine: Kontingente mit Nachkauf geben euch planbaren Basisumsatz, eine Mindestabnahme schützt euch bei ergebnisbasierten Modellen, ein Kostendeckel schützt den Kunden. Hängen Preisseite, Verträge und Vertrieb an derselben Umstellung, lohnt sich ein Blick von außen, etwa durch eine spezialisierte Pricing-Beratung wie hy.

Was ihr am Montag tun könnt

Nehmt euer wichtigstes KI-Angebot und beantwortet die vier Fragen schriftlich, je in einem Satz. Passt eure Preisseite zu den Antworten? Ein Agent, der dort als Add-on für ein paar Euro pro Seat steht, wird mit Software verglichen, obwohl er Arbeit erledigt. Einen ersten Stand bekommt ihr in rund einer Minute mit dem kostenlosen Pricing-Audit auf pricing-friends.de. Er liest eure Preisseite live und prüft Preismodell, Paketierung und Preispunkte. Geprüft wird nach dem Vorgehen, das die hy Consulting Group in mehr als 600 Pricing-Projekten entwickelt hat.

Fazit: Erst das Budget, dann die Metrik, zuletzt der Preis

Klärt zuerst, aus welchem Budget euer Kunde zahlt. Ein Feature konkurriert mit Software, ein Agent mit Personal. Danach entscheiden die Schwankung eurer Kosten, die zählbare Einheit Arbeit und die Messbarkeit des Ergebnisses, welche Metrik trägt. Ergebnisbasiertes Pricing steht am Ende des Pfads, weil es die meisten Voraussetzungen hat. Für die meisten Anbieter wird die Antwort ein Hybrid sein: eine planbare Basis plus ein variabler Teil, der mit der erledigten Arbeit wächst. So wird aus Effizienz beim Kunden auch Umsatz bei euch.

Quellen

• SaaS & AI Pricing Report 2027 von hy, S. 12, 13, 21, 30, 38, 39, 40, 41, 46, 47, 50, 51, 54, 56, 57, 58, 59, 83
• Figma: Second Quarter 2026 Financial Results, 05.08.2026
• Salesforce: Salesforce Introduces New Flexible Agentforce Pricing, 15.05.2025
• Pricing Friends, Folge 99: Sonderfolge: SaaS-Pricing, AI und die Zukunft der Preismodelle, Dr. Sebastian Voigt bei Julius Göllner
• Pricing Friends, Folge 119: Sales, AI und Pricing mit Veronika Wax: Was passiert mit dem Seat-based Pricing, wenn KI-Agenten die Arbeit übernehmen?
• Pricing Friends, Folge 143: SaaS- und AI-Pricing mit Arne Wolter: Wird KI zur Commodity?
• Pricing Friends, Folge 147: AI Value Creation im Private Equity: Wie wird aus KI-Effizienz echter Umsatz?