Was kostet KI für KMU? Cloud und eigener Server im Preisvergleich 2026

Was kostet Cloud KI pro Monat?

Cloud-KI-Dienste liegen zwischen 21 und 30 EUR pro Nutzer und Monat, wobei sich die Kosten bei zehn Mitarbeitern auf rund 370 EUR monatlich summieren. Hinzu kommen API-Gebühren für Automatisierung, die je nach Modell und Volumen weitere 30 bis 150 EUR ausmachen. Die wahren Kosten stecken nicht im Listenpreis, sondern in der Summe aus Lizenzen, Token-Verbrauch und jährlichen Preisanpassungen.

Die gängigsten Anbieter haben sich preislich in einer ähnlichen Bandbreite eingependelt. ChatGPT Team kostet 25 USD pro Nutzer und Monat im Jahresabo, bei monatlicher Abrechnung werden 30 USD fällig. Microsoft 365 Copilot Business liegt seit dem 1. April 2026 bei 21 EUR pro Nutzer und Monat, nachdem der Einführungspreis von 18 EUR ausgelaufen ist, und setzt zusätzlich eine separate Microsoft-365-Lizenz voraus. Google Gemini Enterprise schlägt mit 30 USD pro Nutzer und Monat zu Buche, während Claude Team Standard bei 25 USD pro Nutzer und Monat liegt.

Für ein KMU mit zehn Mitarbeitern ergibt sich bei einem gewichteten Durchschnitt ein Richtwert von etwa 250 EUR monatlich, nur für die Seat-Lizenzen. Wer KI nicht bloß für Chats, sondern für echte Automatisierung nutzen will, etwa um Rechnungen zu verarbeiten oder Angebote zu kalkulieren, braucht API-Zugang. Und der wird nach Token abgerechnet.

Bei einem typischen Automatisierungsvolumen von 10 Millionen Tokens pro Monat fallen je nach Modell zusätzlich 30 bis 150 EUR an. Nach den Listenpreisen (Stand März 2026) kostet GPT-4o bei OpenAI 2,50 USD pro Million Input-Tokens und 10 USD pro Million Output-Tokens, Claude 3.5 Sonnet liegt bei 3 USD und 15 USD, Gemini 1.5 Pro bei 1,25 USD und 5 USD. Diese Beträge wirken einzeln überschaubar, summieren sich bei täglicher Dokumentenverarbeitung aber schnell.

Eine realistische Gesamtrechnung für ein Unternehmen mit zehn Mitarbeitern, das KI aktiv im Tagesgeschäft einsetzt:

Diese Schätzung ist konservativ. Wer mehrere Cloud-Dienste parallel nutzt, etwa ChatGPT für Texterstellung, Copilot für Office-Integration und spezialisierte Tools für Buchhaltung, landet schnell bei 500 bis 700 EUR monatlich. Auf drei Jahre gerechnet sind das 18.000 bis 25.000 EUR für einen Dienst, der jederzeit teurer werden kann und nie dem eigenen Unternehmen gehört.

Was kostet lokale KI-Hardware?

Lokale KI-Hardware ist eine Einmalinvestition statt eines laufenden Abos. Mit Arasul zahlst du einmalig den eingerichteten Server und die Lizenz, zusammen 12.400 EUR netto. Laufend kommen Strom für rund 20 EUR im Monat dazu und, wenn du sie willst, die Wartung für 2.000 EUR netto je Jahr. Gebühren pro Nutzer und Token-Abrechnungen gibt es nicht.

Dazu gehört ein Hinweis: Der Vergleich zwischen Cloud und lokaler Hardware ist nicht ganz fair, weil hier zwei grundverschiedene Leistungsniveaus gegenüberstehen. Cloud-Dienste wie ChatGPT oder Copilot bieten Zugang zu den leistungsstärksten Modellen der Welt, die auf Tausenden von GPUs in Rechenzentren laufen. Lokale Open-Source-Modelle erreichen für viele Standardaufgaben gute Ergebnisse, kommen aber bei komplexen Analysen, kreativem Schreiben oder mehrsprachigen Aufgaben nicht an die Qualität der großen Cloud-Modelle heran. Außerdem skaliert lokale Hardware nicht unbegrenzt: Wer mehr Leistung braucht, muss neue Hardware kaufen, während Cloud-Dienste bei Bedarf sofort mehr Kapazität bereitstellen. Für Unternehmen, die vor allem mit strukturierten Aufgaben wie Dokumentenverarbeitung, Datenextraktion oder Vorlagen-basierter Textgenerierung arbeiten, ist der Qualitätsunterschied in der Praxis gering. Für Aufgaben, die das Maximum an Sprachverständnis erfordern, bleibt die Cloud überlegen.

Ein eigener KI-Server mit Arasul hat zwei einmalige Posten. Der NVIDIA DGX Spark kostet über uns als nacktes Gerät rund 5.850 EUR netto, mit eingerichtetem Arasul 6.900 EUR netto. Die Arasul-Lizenz kostet 5.500 EUR netto, zusammen mit dem eingerichteten Spark sind das 12.400 EUR. Dazu kommt auf Wunsch die Wartung für 2.000 EUR netto je Jahr. Verifiziert läuft Arasul heute auf dem NVIDIA Jetson AGX Orin, den DGX Spark richten wir nach der Bestellung ein. Offene Modelle wie Llama 3, Mistral und Qwen 2.5 (Stand März 2026) stehen kostenlos zum Download. Die DIY-Variante mit einem Jetson AGX Orin Modul liegt bei 1.000 bis 2.000 EUR reinen Hardwarekosten, erfordert allerdings erhebliches technisches Know-how für Einrichtung, Modelloptimierung und Wartung. Ohne KI-Erfahrung im Team sollte man für den Eigenaufbau 10 bis 12 Stunden Arbeitszeit einplanen.

Die laufenden Kosten lokaler Hardware sind gering. ServeTheHome maß beim DGX Spark 60 bis 90 Watt bei typischer Inferenz und 40 bis 45 Watt im Leerlauf, die Einzelheiten stehen im Artikel zur Auswahl von KI-Hardware. Unsere Rechnung nimmt bewusst den oberen Wert rund um die Uhr: 90 Watt zu 0,30 EUR je Kilowattstunde ergeben rund 20 EUR im Monat oder 240 EUR im Jahr. Wer den Server nachts ruhen lässt, zahlt weniger.

Keine Gebühren pro Nutzer, keine Token-Abrechnung, keine Überraschungen auf der Jahresrechnung. Die Arasul-Lizenz zahlst du einmal, Updates kommen über die Wartung. Ohne Wartung bleibt die Lizenz gültig, nur Updates gibt es dann nicht mehr. Der Server gehört dem Unternehmen und läuft, solange die Hardware funktioniert, typischerweise fünf bis sieben Jahre.

Ab wann rechnet sich lokale Hardware?

Eine Lenovo-TCO-Studie von 2026 zeigt, dass sich lokale KI-Hardware bei hoher Auslastung bereits innerhalb von vier Monaten amortisieren kann, mit einem Kostenvorteil von bis zu 18x pro Million Tokens gegenüber Cloud-APIs. Für ein KMU mit zehn Nutzern dauert es deutlich länger. Mit eingerichtetem Gerät, Lizenz und Wartung kippt die Rechnung nach rund 68 Monaten, ohne Wartung nach rund 36. Alle Posten stehen in der Kostenrechnung.

Die entscheidende Frage ist nicht, welche Lösung günstiger ist, sondern ab wann. Die Antwort hängt vom Nutzungsvolumen ab. Je höher das monatliche Token-Volumen, desto schneller amortisiert sich die einmalige Hardware-Investition gegenüber laufenden Cloud-Kosten. Die laufenden Betriebskosten lokaler Hardware beschränken sich im Wesentlichen auf Strom (rund 20 EUR im Monat bei Dauerbetrieb) und die freiwillige Wartung, während Cloud-Abonnements dauerhaft weiterlaufen.

Bei zehn Nutzern ist die Ersparnis nicht das stärkste Argument. Rund 68 Monate mit Wartung und rund 36 ohne bis zum Kipppunkt sind eine lange Zeit. Das stärkere Argument ist, dass die Daten im Unternehmen bleiben und kein Anbieter die Bedingungen einseitig ändern kann.

Die 3-Jahres-Gesamtrechnung zeigt, wie knapp es bei zehn Nutzern ist. In der Cloud kommen bei 37 EUR je Nutzer und Monat über 36 Monate rund 13.320 EUR zusammen, ohne die Microsoft-365-Basislizenzen, die Copilot zusätzlich voraussetzt. Lokal sind es über denselben Zeitraum rund 19.120 EUR mit eingerichtetem Gerät, Lizenz, Strom und drei Jahren Wartung, ohne Wartung rund 13.120 EUR. Nach drei Jahren liegt die Cloud mit Wartung gerechnet also noch vorn. Die Summen nach fünf Jahren und alle Annahmen stehen in der Kostenrechnung.

Die Rechnung verschiebt sich weiter zugunsten lokaler Hardware, je mehr Mitarbeiter KI nutzen, denn die Cloud-Kosten skalieren linear mit der Nutzerzahl, während die lokale Hardware dieselbe bleibt.

Mit Wartung braucht es bei zehn Nutzern rund 68 Monate, bei 30 Nutzern rund 14. Ohne Wartung sind es rund 36 und 12 Monate, dafür gibt es dann keine Updates mehr.

Welche versteckten Kosten gibt es?

Listenpreise erzählen nur die halbe Geschichte. Bei Cloud-KI fallen versteckte Kosten für DSGVO-Compliance, Datenmigration und Vendor Lock-in an, die selten in der Kalkulation auftauchen, aber schnell fünfstellige Beträge erreichen können. Bei lokaler Hardware beschränken sich die verborgenen Kosten auf Einrichtungszeit und gelegentliche Updates in einer vorhersehbaren Größenordnung.

ExkursVersteckte Cloud-Kosten+

DSGVO-Compliance und Datenschutz-Folgenabschätzung: Wer personenbezogene Daten wie Kundennamen, Rechnungsadressen oder Mitarbeiterdaten an einen US-Cloud-Dienst übergibt, braucht einen Auftragsverarbeitungsvertrag, ein Verarbeitungsverzeichnis und unter Umständen eine Datenschutz-Folgenabschätzung (DPIA). Der Aufwand dafür liegt bei 2.000 bis 5.000 EUR pro System, wenn ein externer Datenschutzbeauftragter eingebunden wird. Das EU-US Data Privacy Framework steht zudem auf wackligen Füßen, ein mögliches Schrems-III-Urteil könnte Cloud-KI-Nutzung mit US-Anbietern in eine rechtliche Grauzone verschieben.

Vendor Lock-in und Migrationskosten: Wer Workflows auf ChatGPT oder Copilot aufbaut, bindet sich an diesen Anbieter. Ein späterer Wechsel bedeutet, Prompts umzuschreiben, Integrationen neu zu bauen und Mitarbeiter umzuschulen. Die geschätzten Migrationskosten liegen bei 5.000 bis 15.000 EUR, abhängig von der Komplexität der aufgebauten Prozesse.

Preiserhöhungen ohne Verhandlungsspielraum: Cloud-Preise steigen regelmäßig. Microsoft hat den Copilot-Preis innerhalb eines Jahres von 18 auf 21 EUR pro Nutzer angehoben, eine Steigerung von über 16 Prozent. Auf diese Erhöhungen hat ein einzelnes KMU keinerlei Einfluss, und mit wachsender Abhängigkeit sinkt die Bereitschaft, den Anbieter trotz steigender Kosten zu wechseln.

Versteckte Kosten lokaler Hardware

Der größte Posten bei lokaler Hardware ist die initiale Einrichtung. Mit dem Ara-Kit richtest du Arasul selbst ein, ein Partner übernimmt das gegen Rechnung. Bei reinem Eigenaufbau ohne Kit sollte man 10 bis 12 Stunden einplanen. Nach der Ersteinrichtung läuft der Server weitgehend selbstständig, gelegentliche Modell-Updates lassen sich in ein bis zwei Stunden pro Quartal erledigen. Im Gegensatz zu den schwer kalkulierbaren Zusatzkosten der Cloud bleibt der Aufwand damit planbar und überschaubar.

Welche Förderung gibt es für KI im Mittelstand?

Für den Kauf eines KI-Servers gibt es 2026 kaum noch Zuschüsse. Die Bundesprogramme Digital Jetzt und go-digital sind ausgelaufen, und die Landesprogramme fördern Hardware meist nur, wenn sie zwingend zu einem Digitalisierungsprojekt gehört. Was bleibt, sind kostenlose Beratung über Mittelstand-Digital, zinsgünstige Kredite der KfW und die steuerliche Abschreibung. Die geprüfte Übersicht steht im Artikel Welche Förderung 2026 KI-Hardware bezahlt.

Mittelstand-Digital Zentren (bundesweit, kostenlos)

Das am stärksten unterschätzte Angebot sind die Mittelstand-Digital Zentren. Rund 100 KI-Trainer arbeiten bundesweit in diesen Zentren und bieten kostenlose Beratung vor Ort an. Ein KI-Trainer kommt ins Unternehmen, analysiert Prozesse und entwickelt einen konkreten Fahrplan für den KI-Einsatz. Kein Verkaufsgespräch, kein Haken, das Programm wird vollständig vom BMWK finanziert und läuft noch bis Ende 2026. Mehr Details dazu findest du in unserem Artikel zum Thema KI im Mittelstand.

KfW ERP-Förderkredit Digitalisierung

Die KfW bietet zinsgünstige Kredite bis 25 Millionen EUR für Digitalisierungsinvestitionen an, die Antragstellung läuft über die Hausbank. Es bleibt ein Darlehen, kein Zuschuss: Das Geld muss zurückgezahlt werden. Bei einer Investition in der Größenordnung eines einzelnen Servers lohnt der Kreditantrag selten, interessant wird er bei größeren Digitalisierungsvorhaben.

Länderspezifische Zuschüsse

Der Stand dieser Tabelle ist Juni 2026, aus dem Artikel zur Förderung von KI-Hardware. Ein Zuschuss für den Server allein ist damit die Ausnahme. Chancen hat, wer die Hardware in ein beschriebenes Projekt einbettet, das einen konkreten Prozess verändert. Verlässlicher ist die steuerliche Seite: Nach dem BMF-Schreiben vom 22. Februar 2022 kann für Computerhardware eine Nutzungsdauer von einem Jahr angesetzt werden.

Wichtig: Förderanträge müssen in der Regel vor dem Kauf gestellt werden. Wer zuerst bestellt und dann Förderung beantragt, geht leer aus. Der beste erste Schritt ist eine Anfrage beim nächstgelegenen Mittelstand-Digital Zentrum, das auch bei der Auswahl passender Förderprogramme unterstützt.

Fazit

Die Kostenfrage bei KI ist keine Frage des Ob, sondern des Wie. Cloud-KI ist der einfachste Einstieg mit niedrigen Anfangskosten und bietet Zugang zu den leistungsstärksten Modellen, die es derzeit gibt. Für gelegentliche Nutzung, maximale Flexibilität oder Aufgaben, die das Beste an Sprachverständnis erfordern, ist sie die richtige Wahl.

Lokale Hardware erfordert eine höhere Anfangsinvestition und kann bei der Modellqualität nicht mit den größten Cloud-Modellen mithalten. Für strukturierte, wiederkehrende Aufgaben wie Dokumentenverarbeitung, Datenextraktion oder Angebotserstellung liefert sie aber vergleichbare Ergebnisse, und die Kostenrechnung kippt bei zehn Nutzern nach rund 68 Monaten mit Wartung und nach rund 36 ohne zugunsten der lokalen Lösung. Dazu kommen planbare Kosten, Unabhängigkeit von Anbietern und die Gewissheit, dass sensible Daten das Unternehmen nicht verlassen.

Die Antwort auf die Kostenfrage lautet deshalb: Es kommt darauf an, wofür du KI einsetzt. Wer vor allem strukturierte Prozesse automatisieren will und mit sensiblen Daten arbeitet, fährt mit lokaler Hardware sicherer und auf lange Sicht auch günstiger. Wer maximale Modellleistung braucht und Flexibilität über Kosten stellt, ist mit Cloud-KI besser bedient. Viele Unternehmen werden langfristig beides nutzen. Konkrete Use Cases, die den ROI lokaler KI greifbar machen, findest du in unseren Praxisartikeln zur Rechnungsverarbeitung und zur Angebotskalkulation per KI.

Quellen

1. OpenAI: ChatGPT Team Pricing
2. Anthropic: Claude Pricing
3. Microsoft: Copilot für Microsoft 365 Pricing
4. Google: Gemini für Google Workspace Pricing
5. Lenovo: TCO-Studie Edge AI vs. Cloud 2026
6. KfW: ERP-Förderkredit Digitalisierung
7. BMWK: Netzwerk Mittelstand-Digital
8. Digitalbonus Bayern
9. Bitkom: KI im Mittelstand 2026