Seat plus Nutzung: Wie SaaS-Anbieter KI monetarisieren, ohne die Marge zu riskieren

Das Wichtigste in Kürze

• KI ist Chance und Risiko zugleich: Ohne KI verlieren Produkte den Anschluss, falsch bepreist gefährden die variablen Kosten die Marge.
• Der richtige Weg ist eine Kombination aus Seat und Nutzung – mit Basisfunktionen in jedem Tarif und mehr Funktionen, Kontingent und Modellqualität in höheren Tarifen. Das fördert Upgrades und steigert den ARPU.
• Kunden brauchen eine verständliche, planbare Einheit statt Tokens. Möglich macht das eine Mischkalkulation auf Basis der tatsächlichen durchschnittlichen Nutzung – wie im Massenhosting.

Chance und Risiko zugleich

KI wird in Software zur Selbstverständlichkeit. Kunden erwarten, dass ein modernes Produkt Texte vorschlägt, Fragen beantwortet oder Arbeit abnimmt. Wer das nicht bietet, wirkt schnell veraltet.

Gleichzeitig unterscheidet sich KI in einem entscheidenden Punkt von klassischer Software. Ein zusätzlicher Nutzer kostet im SaaS-Geschäft normalerweise fast nichts. Bei KI verursacht jede einzelne Anfrage echte Rechenkosten – und die wachsen mit der Nutzung.

Daraus entsteht ein Dilemma: Setzt ein Softwareanbieter KI nicht ein, verliert er den Anschluss. Bepreist er sie falsch, können ihn die Kosten in Schieflage bringen. Die Chance liegt dazwischen: Produkte mit KI besser zu machen und die KI-Funktionen so zu monetarisieren, dass der Umsatz pro Kunde steigt. Richtig gemacht stärkt KI beides – das Produkt und das Geschäft.

Die Anbietersicht: Pflicht, Kosten und Wachstum

Basisfunktionen sind Pflicht – und sollen Lust auf mehr machen

Jedes moderne Produkt braucht KI-Funktionen, die bereits im Grundumfang echten Mehrwert bringen. Sie haben eine doppelte Aufgabe: Sie halten das Produkt wettbewerbsfähig, und sie machen den Nutzen von KI erlebbar. Wer einmal erfahren hat, wie viel Arbeit KI abnimmt, will mehr davon. Basisfunktionen sind deshalb kein Geschenk, sondern der Einstieg in den Verkauf.

Die Kosten wachsen mit der Nutzung

Diese Kosten müssen aufgefangen werden. Zwar sinkt der Preis pro verarbeitetem Token stetig, doch die Nutzung steigt meist schneller. Hinzu kommt ein zweiter Effekt: Wenn ein Nutzer mit KI die Arbeit von zweien erledigt, sinkt bei reinem Seat-Pricing langfristig die Zahl der Lizenzen. Ein Modell, das nur nach Nutzern abrechnet, verliert so Marge und Umsatz zugleich.

Seat plus Nutzung

Ich halte eine Kombination aus Seat und Nutzung für den richtigen Weg. Der Seat enthält ein sinnvolles Kontingent an KI-Nutzung – groß genug, dass Nutzer den Mehrwert tatsächlich erfahren und einen Sinn darin sehen, mehr zu kaufen. Wer mehr braucht, erweitert über Zusatzpakete oder einen höheren Tarif.

Eine praktische Gestaltungsfrage ist, ob das Kontingent pro Nutzer oder für das ganze Konto gilt. Ein gemeinsames Kontingent verhindert, dass einzelne Vielnutzer an Grenzen stoßen, während andere ihr Kontingent nie ausschöpfen – für Kunden mit mehreren Nutzern meist die bessere Lösung.

Eine Tarifleiter, die Upgrades fördert

Daraus lässt sich eine klassische Tarifstruktur bauen: Höhere Tarife enthalten mehr Funktionen, mehr Nutzung und leistungsfähigere Modelle. Gerade die Modellqualität ist ein unterschätzter Hebel. Nicht jede Aufgabe braucht das teuerste Modell – einfache Anfragen laufen in den Basistarifen auf günstigeren Modellen, anspruchsvolle in den höheren Tarifen auf den besten. Das schützt die Marge und gibt Kunden einen klaren Grund für das Upgrade. Mehr Upgrades in höhere Tarife bedeuten einen höheren ARPU, also mehr Umsatz pro Kunde.

Mischkalkulation: Was das Hosting lehrt

Im Massenhosting gibt es seit Jahren ein bewährtes Prinzip: die Überbuchung. Ein Tarif enthält zum Beispiel 500 GB Speicherplatz, obwohl Kunden im Durchschnitt nur rund 10 GB nutzen. Kalkuliert wird mit der durchschnittlichen Nutzung, nicht mit dem Maximum. Wenige Kunden, die viel nutzen, werden durch die vielen ausgeglichen, die wenig nutzen.

Dasselbe Prinzip gilt für KI. Einzelne Anfragen dürfen das Zehnfache einer typischen Anfrage kosten – die Mischkalkulation gleicht das aus. Die Voraussetzung ist allerdings, dass man die tatsächliche durchschnittliche Nutzung kennt. Wer KI neu einführt, sollte deshalb anfangs vorsichtig kalkulieren, die Nutzung von Beginn an genau messen und Kontingente und Preise anhand echter Daten nachschärfen.

Die Nutzersicht: verständlich und planbar

Eine Einheit, die Kunden verstehen

Kunden verstehen keine Tokens. Kaum jemand weiß, wie viele Tokens eine Frage, eine Zusammenfassung oder eine Dokumentanalyse verbraucht. Die Abrechnungseinheit muss deshalb aus Sicht des Kunden sinnvoll sein, etwa die Anzahl der KI-Anfragen.

Dank der Mischkalkulation muss nicht jede Anfrage exakt nach Aufwand bepreist werden. Nur wenige, deutlich aufwändigere Aufgaben – etwa die Analyse sehr großer Dokumente – können als mehrere Anfragen zählen. So bleibt das Modell einfach und deckt trotzdem die Kosten.

Keine Überraschung auf der Rechnung

Neben Verständlichkeit brauchen Kunden Planbarkeit, gerade Unternehmen mit Budgets. Dazu gehören eine sichtbare Verbrauchsanzeige, Warnungen bevor das Kontingent erschöpft ist, Zusatzpakete statt offener Abrechnung und in größeren Tarifen Budgetgrenzen pro Team.

Warum Abrechnung nach Ergebnis selten funktioniert

Theoretisch wäre es am fairsten, nach Ergebnis abzurechnen. In der Praxis ist das schwierig: Wann ist ein Ergebnis erzielt? Wann ist eine Aufgabe „fertig“? Für die meisten Anwendungen lässt sich das nicht eindeutig festlegen – und jede Unschärfe führt zu Diskussionen mit Kunden. Es funktioniert nur dort, wo das Ergebnis klar messbar ist, etwa bei einem gelösten Support-Fall. Das ist die Ausnahme, nicht die Regel.

Was der Markt zeigt

Ein Blick auf große Anbieter zeigt, wie unterschiedlich die Wege sind (Stand: Oktober 2026):

• Microsoft 365 Copilot setzt auf klassisches Seat-Pricing: 30 $ pro Nutzer und Monat im Enterprise-Tarif.
• Salesforce Agentforce hat sein Modell mehrfach umgebaut: von 2 $ pro Konversation über Credits mit 0,10 $ pro Aktion bis zu einer Seat-Option mit unbegrenzter Nutzung ab 125 $ pro Nutzer und Monat.
• Intercom rechnet seinen KI-Agenten Fin ab 0,99 $ pro gelöstem Kundenfall ab – eines der wenigen Beispiele, in denen Abrechnung nach Ergebnis funktioniert, weil das Ergebnis eindeutig ist.

Selbst die größten Softwareanbieter suchen also noch nach dem richtigen Modell. Im Vorteil sind die, die ihre eigene Nutzung kennen und ihr Preismodell darauf aufbauen, statt den Markt zu kopieren.

Fünf Entscheidungen für die Geschäftsführung

1. Basisfunktionen festlegen: Welche KI-Funktionen gehören in jeden Tarif – und machen Lust auf mehr?
2. Kosten kennen: Was kostet KI pro Kunde heute – und was bei zehnfacher Nutzung?
3. Nutzung messen: Wie hoch ist die tatsächliche durchschnittliche Nutzung, und wie messen wir sie laufend?
4. Einheit wählen: In welcher Einheit rechnen wir ab, die Kunden verstehen und planen können?
5. Tarifleiter bauen: Wie verteilen wir Funktionen, Kontingent und Modellqualität so, dass sie zum Upgrade motivieren?

Fazit

KI ist für Softwareanbieter keine Option mehr, sondern Pflicht – aber keine, die man verschenken sollte. Mit Basisfunktionen, die Lust auf mehr machen, einer Kombination aus Seat und Nutzung, einer klugen Tarifleiter und einer Mischkalkulation auf Basis echter Daten wird KI vom Kostenrisiko zum Wachstumstreiber. Richtig bepreist macht sie das Produkt besser und steigert den Umsatz pro Kunde. Das ist keine Detailfrage des Pricings, sondern eine Portfolio-Entscheidung, die auf die Agenda der Geschäftsführung gehört.

Häufige Fragen zum Thema

Wie sollte man KI-Funktionen in SaaS-Produkten bepreisen?

Bewährt hat sich eine Kombination aus Seat und Nutzung: Jeder Tarif enthält KI-Basisfunktionen mit einem sinnvollen Kontingent, höhere Tarife bieten mehr Funktionen, mehr Nutzung und leistungsfähigere Modelle. Wer mehr braucht, erweitert über Zusatzpakete oder ein Upgrade. Das deckt die variablen Kosten und steigert den Umsatz pro Kunde.

Warum sind Tokens als Preiseinheit ungeeignet?

Kunden können nicht einschätzen, wie viele Tokens eine Aufgabe verbraucht. Eine verständliche Einheit wie die Anzahl der KI-Anfragen macht Kosten nachvollziehbar und planbar. Unterschiede im Aufwand gleicht der Anbieter über eine Mischkalkulation aus.

Was bedeutet Mischkalkulation bei KI-Pricing?

Wie bei der Überbuchung im Hosting wird mit der durchschnittlichen Nutzung kalkuliert, nicht mit dem Maximum. Einzelne aufwändige Anfragen werden durch viele einfache ausgeglichen. Voraussetzung ist, die tatsächliche durchschnittliche Nutzung zu messen und Kontingente laufend anzupassen.

So unterstütze ich dabei

KI-Pricing-Workshop

Ich helfe Ihnen, ein KI-Preismodell zu entwickeln, das Ihre Kosten deckt, Upgrades fördert und den Umsatz pro Kunde steigert.

• KI-Kosten und Nutzung pro Kunde analysieren
• Basisfunktionen und Tarifleiter festlegen
• Kontingente und Mischkalkulation auf Basis Ihrer Daten kalkulieren
• Verständliche Abrechnungseinheit und Kostenkontrolle für Ihre Kunden gestalten

KI-Pricing-Workshop anfragen →

Über den Autor

Michael Mertens berät als unabhängiger Strategy & Product Advisor SaaS- und Plattformunternehmen zu Produkt-, Portfolio- und KI-Strategie. Zuvor verantwortete er über 25 Jahre Subscription-Portfolios im Hosting-Markt, zuletzt als Senior Director Product Management.