Wie misst man den ROI von KI?

Am belastbarsten über Verdrängung. Man erhebt vor dem Rollout eine Ausgangsmessung, wiederholt dieselben Fragen danach und rechnet den Nutzen aus dem, was messbar wegfällt, etwa ein abgelöstes Tool oder eine eingesparte Arbeitsstunde. Ein aus vielen Annahmen zusammengesetzter Frankenbetrag ist dagegen kaum zu belegen.

Warum ist der KI-ROI oft unsichtbar?

Weil die meisten Organisationen keine Vorher-Messung haben und die täglichen Nutzenden nie gefragt werden. Ein Lizenz-Dashboard zeigt, dass ein Tool geöffnet wurde, nicht, dass dadurch Arbeit weggefallen ist. Ohne Ausgangswert fehlt der Vergleich, an dem sich Wirkung ablesen liesse.

Kann eine Mitarbeitendenbefragung den KI-Nutzen belegen?

Zuverlässig vor allem die gesparte Zeit, also die zweite Ebene. Die tatsächliche Nutzung, die Qualität und das Geschäftsergebnis brauchen ergänzende Daten. Eine Befragung ist stark darin, den Nutzen greifbar zu machen und die Fälle zu finden, wo KI wirklich hilft, nicht darin, einen exakten Gesamt-ROI zu beweisen.

Was unterscheidet KI-Wirkungsmessung von einer normalen Zufriedenheitsbefragung?

Die Zufriedenheitsbefragung fragt nach einer Haltung. Die KI-Wirkungsmessung fragt nach einem Verhalten und einer Veränderung: Was hat sich seit dem Einsatz konkret verschoben, welche Aufgabe dauert heute kürzer, was ist weggefallen. Sie braucht deshalb einen Vorher-Wert und konkrete, episodische Fragen statt Skalen allein.

KI-Wirkungsmessung (KI-ROI)

Was KI-Wirkungsmessung ist, welche vier Wirkungsebenen zählen, was eine Mitarbeitendenbefragung am KI-Nutzen belegen kann und wo der KI-ROI unsichtbar bleibt.

KI-Wirkungsmessung ist das systematische Erfassen, welchen messbaren Nutzen der Einsatz von KI in einer Organisation stiftet, von der reinen Nutzung über die gesparte Zeit bis zum Geschäftsergebnis.

Auf dieser Seite

Das Wichtigste in Kürze

Was: der Nachweis, ob und wo KI im Arbeitsalltag Wirkung zeigt, nicht nur ob ein Tool lizenziert ist.
Vier Ebenen: Nutzung, gesparte Zeit, Qualität und Durchsatz, Geschäftsergebnis. Eine Befragung belegt zuverlässig vor allem die gesparte Zeit.
Der blinde Fleck: Wer KI kauft, hat selten eine Vorher-Messung, und die täglichen Nutzenden werden nie gefragt. Ohne Ausgangswert bleibt der Ertrag unsichtbar.
Verdrängung schlägt Zurechnung: Was ein KI-Einsatz konkret ersetzt, lässt sich belegen. Ein zusammengesetzter Frankenbetrag selten.
Der Schweizer Punkt: ein glaubwürdiger KI-ROI ist verdrängungsbasiert und kontextabhängig, kein erfundener Benchmark.

Was ist KI-Wirkungsmessung?

KI-Wirkungsmessung ist das systematische Erfassen, welchen messbaren Nutzen der Einsatz von KI in einer Organisation stiftet. Sie prüft nicht, ob ein Werkzeug vorhanden ist, sondern ob es im Arbeitsalltag etwas verändert: ob Menschen es nutzen, ob Aufgaben schneller gehen, ob Qualität und Durchsatz steigen und ob sich das am Ende im Geschäftsergebnis zeigt.

Der Anlass ist fast immer derselbe. Eine Organisation hat Lizenzen gekauft, ein paar Anwendungsfälle freigegeben und Erwartungen geweckt. Nach einigen Monaten kommt die Frage von oben: Was bringt das? An dieser Stelle merken viele, dass sie keine Antwort haben. Es gibt ein Dashboard, das zeigt, wie oft ein Tool geöffnet wurde, aber kein Beleg, dass dadurch Arbeit weggefallen ist. Es gibt eine Ahnung, dass es hilft, aber keine Zahl, mit der man vor die Geschäftsleitung treten könnte.

KI-Wirkungsmessung schliesst genau diese Lücke. Sie macht aus einer Ahnung eine Grundlage, mit der sich entscheiden lässt: weiter ausbauen, nachschärfen oder einstellen. Sie ist damit die logische Fortsetzung der KI-Einführung, nicht ihr Beiwerk. Wer den Nutzen nicht misst, verlängert einen Vertrag aus Gewohnheit oder kürzt ihn aus Sparzwang, in beiden Fällen ohne zu wissen, ob die Entscheidung richtig ist.

Die vier Ebenen der KI-Wirkung

Wirkung ist nicht ein einziger Wert, sondern eine Kette. Vier Ebenen bauen aufeinander auf, und je höher man klettert, desto aussagekräftiger, aber auch desto schwerer belegbar wird die Zahl.

Ebene 1, Nutzung: Wird KI überhaupt eingesetzt, von wem und für was? Ein Lizenz-Dashboard zeigt nur einen Teil davon, nämlich Anmeldungen. Ob jemand das Werkzeug für eine echte Aufgabe nutzt oder nur einmal ausprobiert hat, steht dort nicht.
Ebene 2, gesparte Zeit: Wie viel Zeit spart eine konkrete Aufgabe seit dem Einsatz? Das ist die Ebene, die eine gute Befragung am zuverlässigsten erfasst, weil die Person, die die Aufgabe erledigt, den Vergleich selbst ziehen kann.
Ebene 3, Qualität und Durchsatz: Werden Ergebnisse besser oder schaffen Teams mehr in gleicher Zeit? Das braucht neben der Befragung meist objektive Kennzahlen aus dem operativen System.
Ebene 4, Geschäftsergebnis: Zeigt sich die Wirkung in Umsatz, Kosten oder Fluktuation? Diese Ebene ist die relevanteste für die Geschäftsleitung und zugleich die, bei der die Zurechnung am heikelsten wird, weil viele Faktoren gleichzeitig wirken.

Der praktische Rat: Verankern Sie den Nachweis auf Ebene 2, weil sie belegbar ist, und interpretieren Sie vorsichtig nach oben. Wer eine Ebene-4-Zahl präsentiert, ohne die Kette dorthin sichtbar zu machen, verliert Vertrauen genau dann, wenn er es am meisten braucht.

Wie misst man den KI-ROI?

Der belastbarste Weg zum KI-ROI führt über Verdrängung, nicht über Zurechnung. Der Unterschied entscheidet, ob Ihre Zahl standhält.

Verdrängungs-ROI rechnet mit dem, was ein KI-Einsatz messbar ersetzt. Ein Werkzeug wird abgelöst und seine Lizenzkosten fallen weg. Eine wiederkehrende Aufgabe dauert nachweislich kürzer. Beides lässt sich benennen, gegenrechnen und verteidigen. Ein Energieversorger etwa löste ein teures Zusatzmodul ab und trug das frei gewordene Budget als Untergrenze in die neue Lösung über. Das ist kein Wunsch, sondern eine belegbare Grösse.

Zurechnungs-ROI versucht dagegen, aus vielen Annahmen einen Gesamtbetrag zu bauen: so viele Personen mal so viele gesparte Minuten mal ein Vollkostensatz, hochgerechnet aufs Jahr. Solche Zahlen wirken beeindruckend und brechen im ersten kritischen Gespräch zusammen, weil jede Annahme angreifbar ist. Eine Führungskraft, die vor einem Gremium besteht, argumentiert deshalb lieber den konkreten Nutzen als einen fiktiven Betrag.

Das eigentliche Handwerk der Messung ist die Vorher-Nachher-Logik. Bevor KI ausgerollt wird, erheben Sie eine Ausgangsmessung: Wie lange dauert die Zielaufgabe heute, welches Werkzeug wird dafür genutzt, wo klemmt es? Nach einigen Wochen stellen Sie dieselben Fragen erneut. Die Differenz ist Ihre Wirkung. Ohne diese Baseline gibt es keinen Vergleich, und ohne Vergleich keine glaubwürdige Zahl. Genau hier scheitern die meisten KI-Investitionen: Sie starten ohne Ausgangswert und können hinterher nur schätzen.

Was eine Befragung belegen kann und was nicht

Eine Mitarbeitendenbefragung ist das naheliegende Instrument, weil die Menschen, die KI täglich nutzen, den Nutzen am besten einschätzen. Aber sie hat einen klaren Wirkungsradius.

Stark ist die Befragung auf Ebene 2. Wer eine Aufgabe erledigt, kann verlässlich sagen, ob sie heute kürzer dauert und woran das liegt. Stark ist sie auch darin, die richtigen Fälle zu finden: Wo hilft KI wirklich, wo wird sie umgangen, wo fehlt die Erlaubnis oder das Werkzeug. Diese qualitative Tiefe liefert kein Dashboard.

Schwach ist die Befragung dort, wo objektive Daten nötig sind. Die tatsächliche Nutzung misst man besser aus Nutzungslogs als aus Selbstauskunft. Das Geschäftsergebnis auf Ebene 4 braucht Zahlen aus dem operativen System. Eine ehrliche KI-Wirkungsmessung kombiniert deshalb beides: die Befragung für das Warum und die gesparte Zeit, die harten Daten für Nutzung und Ergebnis.

Wichtig ist auch, wie gefragt wird. Eine Skala von eins bis fünf zur Zufriedenheit mit dem KI-Tool sagt fast nichts über Wirkung. Aussagekräftig sind episodische Fragen, die eine konkrete Veränderung abrufen: Welche Aufgabe dauert seit dem Einsatz kürzer, was ist weggefallen, wo hilft es nicht. Eine dialogbasierte Befragung, die bei einer knappen Antwort nachfragt, hebt genau diese Substanz.

Grenzen der KI-Wirkungsmessung

KI-Wirkungsmessung ist nützlich, aber sie ist kein Rechenautomat, der einen sauberen Frankenbetrag ausspuckt. Wer die Grenzen kennt, macht die Messung glaubwürdiger.

Zurechnung bleibt schwer. Auf Ebene 4 wirken viele Faktoren gleichzeitig. Einen Umsatz- oder Kosteneffekt allein der KI zuzuschreiben, ist selten sauber möglich. Wer es trotzdem tut, produziert eine Zahl, die im kritischen Gespräch zerbricht.
Ohne Baseline keine Wirkung. Fehlt der Vorher-Wert, lässt sich der Nutzen nur schätzen. Die Messung muss vor dem Rollout beginnen, nicht danach. Das ist die häufigste verpasste Gelegenheit.
Selbstauskunft hat Schlagseite. Menschen über- oder unterschätzen ihre eigene Zeitersparnis. Deshalb gehört die Befragung mit objektiven Daten trianguliert und nicht allein als Beweis genommen.
Das Wort KI kann blockieren. In manchen Organisationen löst schon der Begriff Abwehr aus. Eine Wirkungsmessung, die zu offensiv mit KI wirbt, senkt die Beteiligung. Oft ist es klüger, nach der konkreten Aufgabe und der gesparten Zeit zu fragen als nach der Meinung zur KI.
Aggregation kostet Zurechenbarkeit. Sobald Antworten anonym verdichtet werden, lässt sich nicht mehr sagen, wer was gemeint hat. Das schützt die Ehrlichkeit, macht aber die Detailanalyse aufwendiger.

Diese Grenzen sind kein Argument gegen die Messung, sondern gegen Überversprechen. Eine ehrliche, verdrängungsbasierte Zahl überzeugt länger als eine grosse, die niemand halten kann.

Häufige Fehler aus der Praxis

Drei Muster tauchen immer wieder auf. Erstens die fehlende Baseline: Der Nutzen soll erst gemessen werden, als die Frage von oben schon da ist, und dann fehlt der Ausgangswert. Zweitens der Frankenbetrag aus der Broschüre: Eine grosse, zusammengesetzte Zahl wird präsentiert und fällt beim ersten Nachhaken. Drittens das Lizenz-Dashboard als Beweis: Anmeldungen werden mit Wirkung verwechselt, obwohl ein geöffnetes Tool noch keine gesparte Stunde ist. Wer diese drei vermeidet, hat die halbe Messung schon richtig gemacht.

Key Takeaways und Fazit

KI-Wirkungsmessung ist der Nachweis, ob KI im Alltag wirklich etwas verändert, nicht ob sie lizenziert ist. Sie trennt vier Ebenen, misst am belastbarsten die gesparte Zeit und rechnet den ROI über Verdrängung statt über Zurechnung. Sie braucht eine Vorher-Messung, sonst gibt es keinen Vergleich, und sie kombiniert die Befragung für das Warum mit harten Daten für das Ergebnis. Die ehrliche Regel: Zeigen Sie, was KI ersetzt, nicht einen erfundenen Gesamtbetrag. Genau diese Ehrlichkeit ist es, die einer Führungskraft im entscheidenden Gespräch standhält.

KI-Wirkungsmessung mit Moodtalk

Moodtalk erhebt die Wirkung dort, wo sie entsteht: bei den Menschen, die KI täglich nutzen. Eine kurze, dialogbasierte Befragung fragt nach der konkreten Aufgabe und der gesparten Zeit, hakt bei knappen Antworten nach und verdichtet die Ergebnisse zu einer Übersicht, mit der eine Führungskraft entscheiden kann. Wenn Sie den Nutzen Ihres KI-Einsatzes belegen statt schätzen wollen, sehen Sie sich Moodtalk an.