Break-Even bei KI in der Fertigung: Wann ist die Sache profitabel?

Die Break-Even-Kurve in drei Phasen

Phase 1: Setup und Schmerz (Monat 1–3). In den ersten drei Monaten kostet die KI Geld und bringt keine Ersparnisse. Implementierungskosten fallen an (200–300 KEuro), Datenaufbereitung bindet Team-Ressourcen, Produktivität sinkt auf 85 bis 95 Prozent, erste Quick-Wins gibt es keine. Cumulative Kosten nach Monat 3: −180 bis −240 KEuro. Das ist der Punkt, an dem Betriebe ungeduldig werden und sagen „KI funktioniert nicht". Das ist zu früh. Das System braucht Zeit, um zu lernen.

Phase 2: Ramp-up (Monat 4–12)

Ab Monat 4 sehen Sie erste Ergebnisse. Die KI hat erste Fehler erkannt, erste Muster gelernt. Die Ersparnis wächst von 5 Prozent auf 60 bis 70 Prozent des Zielwerts. Monatliche Ersparnisse: Monat 4–6: 8–12 KEuro pro Monat, Monat 7–9: 15–22 KEuro pro Monat, Monat 10–12: 22–28 KEuro pro Monat. Summe Monat 4–12: ca. 150–180 KEuro. Cumulative Kosten nach Monat 12: −30 bis −90 KEuro. Das ist immer noch im Minus, aber der Trend dreht sich.

Phase 3: Rückkehr zu Profitabilität (Monat 13–22)

Ab Monat 13 sind die meisten Fachkräfte trainiert, das System läuft stabil. Die KI arbeitet jetzt mit 85 bis 95 Prozent ihrer kalkulierten Leistung. Monatliche Ersparnisse: 28–35 KEuro pro Monat. Break-Even ist erreicht, wenn cumulative Kosten = cumulative Ersparnisse. Auf unsere Zahlen: Setup 240 KEuro, Monat 4–12 Ersparnisse 150–180 KEuro, Rest zu Break-Even 60–90 KEuro. 60–90 KEuro ÷ 30 KEuro pro Monat = Monat 2 bis 3 in Phase 3. Break-Even also Monat 14–15 frühestens, eher 17–20. McKinsey misst durchschnittlich Monat 18 (Median) bis 22 (75. Perzentil).

Nach Break-Even: Reingewinn

Monat 23 und darüber: Alle Implementierungskosten sind bezahlt. Laufende Kosten (Software, Wartung): 8–12 KEuro pro Monat. Ersparnisse: 30–35 KEuro pro Monat. Netto pro Monat: 18–27 KEuro Gewinn. Über ein Jahr ab Monat 23: 216–324 KEuro Reingewinn. Das ist die Phase, auf die Sie hinarbeiten.

Wie Sie den Break-Even beschleunigen

Der Break-Even kann auch Monat 10 sein oder Monat 30. Das hängt von diesen Faktoren ab:

1. Datenqualität ist Fundament: Wenn Sie die Daten vor KI-Einführung nicht ordnen, kostet Sie das Monate an Trainingszeit. Eine Woche Datenaufbereitung im Projekt kann einen Monat Trainingszeit der KI sparen. Maßnahme: Wählen Sie einen kleinen Use-Case (eine Maschine), nicht drei auf einmal. Eine saubere Datenquelle schlägt drei messy durcheinander.

2. Fachkräfte ins Projekt: Wenn die beste Fachkraft von Maschine X im Projekt mitarbeitet, sinkt dort die Produktivität. Aber ohne diese Person trainiert die KI schlecht. Maßnahme: Investieren Sie in eine Person, die nicht an der Maschine unersetzbar ist. Oder: Runden Sie die Schicht mit Leihkraft auf. Das kostet 2–3 KEuro extra, spart aber 4–6 Wochen Break-Even-Zeit.

3. KI-Modell muss nicht perfekt sein: Viele Betriebe warten, bis die KI 98 Prozent genau ist. Das ist falsch. Eine KI mit 85 bis 88 Prozent Genauigkeit bringt bereits 60 bis 70 Prozent der Ersparnisse und ist viel schneller verfügbar. Maßnahme: Starten Sie mit 85 Prozent Zielgenauigkeit, nicht 98 Prozent. Sie können den Modell-Accuracy später iterativ verbessern.

4. Pilot mit einer Maschine, Rollout mit Erfolgsnachweis: Der häufige Fehler: Erst drei Maschinen gleichzeitig in die KI nehmen, dann erkennen, dass die Daten chaotisch sind. Maßnahme: Eine Maschine zu 95 Prozent Erfolg ist besser als drei Maschinen zu 50 Prozent. Dann skalieren Sie auf die nächsten drei.

Long-Term ROI: Was es über 3 Jahre bedeutet

Drei Jahre nach Break-Even (ab Monat 34): Investition 240 KEuro. Ersparnisse Monat 1–34: ca. 600–650 KEuro. Abzug laufender Kosten Monat 1–34: ca. 120–150 KEuro. Netto-ROI nach 3 Jahren: (600 − 120 − 240) ÷ 240 = 150 bis 200 Prozent. Das ist solid. Es ist nicht die 500-Prozent-Verheißung, aber real und überzeugend.