KI-Features bepreisen: Credits, Add-on oder Preis erhöhen?

Für ein KI-Feature gibt es vier Bepreisungswege: im bestehenden Preis inklusive (mit oder ohne Preiserhöhung), als bezahltes Add-on, über ein Credit-Kontingent oder pro erzieltem Ergebnis. Welcher Weg passt, hängt an zwei Fragen: Wie hoch sind deine variablen Kosten pro Nutzung, und ist das Feature ein Verkaufsargument für alle oder ein Mehrwert für wenige?

KI-Features unterscheiden sich in einem Punkt fundamental von klassischen SaaS-Features: Sie haben echte variable Kosten. Jeder Aufruf kostet Rechenleistung oder API-Gebühren. Ein Preismodell, das diese Kosten ignoriert, kann bei intensiver Nutzung die Marge eines ganzen Accounts auffressen.

Erst rechnen, dann bepreisen: der Margen-Check

Bevor du einen Weg wählst, brauchst du zwei Zahlen:

1. Kosten pro Nutzungseinheit: Was kostet dich ein durchschnittlicher KI-Vorgang (Inferenz, API-Gebühren, Infrastruktur), realistisch gerechnet inklusive Fehlversuchen und Wiederholungen?
2. Nutzung pro Kunde: Wie oft löst ein typischer Kunde den Vorgang im Monat aus, und wie sieht das intensivste Zehntel deiner Kunden aus?

Multipliziere beides und vergleiche mit deinem Monatspreis. Wenn die KI-Kosten eines intensiven Kunden einen spürbaren Teil seines Abo-Preises verbrauchen, ist "einfach inklusive" keine Option, sondern ein Margenrisiko. Die Rechenlogik dafür liefert Schritt 5 des 9-Schritte-Prozesses, die Untergrenze definiert dein Break-Even-Preis.

Weg 1: Inklusive, eventuell mit Preiserhöhung

Das KI-Feature wird Teil des bestehenden Plans. Richtig, wenn die Nutzungskosten niedrig sind und das Feature den Kern deines Wertversprechens stärkt: Es macht das Produkt besser, also rechtfertigt es den Preis, statt einen eigenen zu brauchen. Eine moderate Preiserhöhung für alle ist dabei oft ehrlicher als ein künstliches Add-on, muss aber sauber kommuniziert werden. Vorsicht bei hoher Nutzungsvarianz: Inklusive heißt, dass deine intensivsten Nutzer auf deine Rechnung arbeiten.

Weg 2: Bezahltes Add-on

Das Feature wird separat gebucht, pro Account oder pro Nutzer. Richtig, wenn nur ein Teil deiner Kunden das Feature braucht und dieser Teil eine klar höhere Zahlungsbereitschaft hat. Das Add-on hält den Basispreis wettbewerbsfähig und monetarisiert die Zahlungsbereitschaft gezielt. Die Schwäche: Jedes Add-on ist eine zweite Kaufentscheidung mit eigener Konversionshürde, und zu viele Add-ons zersplittern dein Angebot.

Weg 3: Credits

Der Kunde erhält oder kauft ein Kontingent und verbraucht es je nach Aktion. Credits sind der Standard geworden, wenn die Nutzungskosten spürbar sind und stark schwanken: Sie deckeln dein Risiko, machen den Verbrauch sichtbar und erlauben unterschiedlich teure Aktionen über einen einheitlichen Zähler. Zwei Regeln entscheiden über Akzeptanz: Der Kunde muss vorher wissen, was eine Aktion kostet, und das Verhältnis von Credit-Preis zu deinen Kosten muss deine Marge tragen, auch beim intensivsten Nutzerzehntel. Unverständliche Credit-Logik ist der häufigste Grund, warum solche Modelle scheitern.

Weg 4: Outcome-Pricing

Abgerechnet wird pro erzieltem Ergebnis, etwa pro automatisch gelöstem Support-Fall. Das ist die konsequenteste Form wertbasierter Bepreisung und ein starkes Verkaufsargument: Der Kunde zahlt nur, wenn die KI liefert. Es setzt aber voraus, dass sich das Ergebnis eindeutig und unstrittig messen lässt und dass du das Risiko von Fehlschlägen tragen kannst. Für Agenten-Produkte mit klar zählbarem Erfolg eine ernsthafte Option, für unscharfe Ergebnisse ein Streitfall mit Ansage.

Die Entscheidungslogik in Kurzform

Einordnung

Die Modellwahl für KI-Features ist ein Spezialfall von Schritt 8 im 9-Schritte-Prozess; den Überblick über alle Grundmodelle gibt der SaaS-Preismodelle-Guide. Die englische Vertiefung zu Agenten-Pricing samt Margenrechnung steht unter AI Agent Pricing. Und wie bei jedem Preisentscheid gilt: Der gewählte Weg muss innerhalb deines Preiskorridors funktionieren, sonst ist nicht das Modell das Problem, sondern die Rechnung dahinter. In PricingOS bekommst du in Schritt 8 KI-gestützte Modellvorschläge, die deine Kostenstruktur aus Schritt 5 berücksichtigen.