KI-Funktionen einbauen, für die Kunden wirklich zahlen

# KI-Funktionen einbauen, für die Kunden wirklich zahlen

2023 brachte Notion Notion AI als Add-on für 10 Dollar pro Mitglied auf den Markt, getrennt vom Basisabo. Skeptiker nannten es einen aufgesetzten Gimmick. Bis 2024 hatte Notion einen großen Teil dieser KI in höherpreisige Kernpläne integriert und machte „AI-included“ zu einem Grund für ein Upgrade statt zu einem Nebenkauf. Die Lehre: Wie Sie KI verpacken, zählt oft mehr als die KI selbst.

Diese Lektion zerlegt, wie zwei Unternehmen (Notion und Intercom) KI von einem kostenlosen Experiment in Umsatz verwandelt haben, und gibt Ihnen ein Framework an die Hand, um zu entscheiden, für welche KI-Funktionen Sie Geld verlangen und welche Sie verschenken.

Warum die meisten KI-Funktionen kein Geld verdienen

KI hinzuzufügen ist einfach. Die meisten SaaS-Produkte kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen an einem Wochenende ein Large Language ModelLarge Language ModelA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen → (LLMLLMA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen →, eine Text generierende KI wie die hinter ChatGPT) um bestehende Daten herumlegen.

Genau das ist das Problem. Wenn Ihre Wettbewerber dasselbe an einem Wochenende kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen, ist die Funktion eine Commodity: etwas so Verbreitetes, dass es keinen Preisaufschlag trägt. Ein „Zusammenfassen“-Button ist heute Table Stakes, kein Differenzierungsmerkmal.

KI-Funktionen verdienen nur in wenigen Situationen Geld:

• Sie erledigen Arbeit, für die der Kunde sonst einen Menschen bezahlen würde.
• Sie sind schwer zu kopieren, weil sie auf proprietären Daten oder Workflows beruhen.
• Sie erzeugen messbare Ergebnisse (gelöste Tickets, gesparte Stunden), an die Sie eine Zahl hängen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.

Alles andere ist eine Funktion, die Sie ausliefern, um wettbewerbsfähig zu bleiben, nicht um Umsatz zu steigern.

Fall 1: Intercom Fin und Outcome-based Pricing

Intercom verkauft Software für den Kundensupport. 2023 brachte das Unternehmen Fin heraus, einen KI-Agenten, der Kundenfragen automatisch beantwortet, indem ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → die Hilfedokumentation eines Unternehmens liest.

Hier die entscheidende Design-Entscheidung: Intercom bepreist Fin pro Resolution, öffentlich angegeben mit rund 0,99 Dollar pro gelöster Konversation (aktuelle Zahlen unter Intercoms aktueller Preisliste). Sie zahlen nur, wenn Fin ein Kundenanliegen tatsächlich ohne Menschen abschließt.

Warum das funktioniert:

Es entspricht einem realen Kostenpunkt. Ein menschlicher Support-Agent kostet ein Unternehmen weit mehr als einen Dollar pro Ticket. Der Preis von Fin liegt komfortabel unter der Alternative, der Wert ist also offensichtlich.

Es bringt Anreize in Einklang. Kunden zahlen nicht für KI, die scheitert. Das räumt den größten Einwand gegen KI aus: „Was, wenn sie halluziniert und ich trotzdem zahle?“

Es skaliert mit dem gelieferten Wert. Ein Unternehmen mit mehr Volumen zahlt mehr, aber nur, weil es mehr gelöste Tickets erhalten hat. Das ist Outcome-based Pricing (Bezahlung für Ergebnisse, nicht für Zugang oder Nutzung).

Die KI dahinter ist keine Magie. Viele Anbieter haben ähnliche Support-Bots gebaut. Was Intercom getroffen hat, war die Kopplung des Preises an ein zählbares Geschäftsergebnis.

Fall 2: Notion AI und der Packaging-Schwenk

Notion ging einen anderen Weg. Die KI-Werkzeuge zum Schreiben und für Q&A waren zunächst ein separates Add-on. Die Friktion war offensichtlich: Jedes Team musste Platz für Platz entscheiden, ob KI weitere 10 Dollar wert war.

Notions Schritt war, KI nicht mehr als eigenständiges Produkt zu verkaufen und sie in die Business- und Enterprise-Pläne einzubacken. KI wurde ein Grund, eine Stufe höher zu gehen, und keine Checkbox, über die man streitet.

Warum der Schwenk sinnvoll war:

Schreibunterstützung wird zur Commodity. Jedes Dokumententool hat sie heute. Für eine Commodity separat Geld zu verlangen, lädt zu Churn und Preisvergleichen ein.

Bundling reduziert Entscheidungsmüdigkeit. Ein Preis, KI inklusive, beendet eine wiederkehrende interne Verhandlung.

Es verteidigt das Kernprodukt. Indem Notion KI in die höheren Stufen legte, machte es diese Stufen klebriger, ohne zu riskieren, dass die kostenlose KI eines günstigeren Wettbewerbers ein bezahltes Add-on unterbietet.

Die Lehre ist das Spiegelbild von Intercom. Wenn KI differenzierend und messbar ist, verlangen Sie Geld für das Ergebnis. Wenn KI zum Standard wird, bündeln Sie sie, um Ihr Kernprodukt zu schützen und Upgrades auszulösen.

Ein Framework: verkaufen, bündeln oder verschenken

Sortieren Sie jede KI-Funktion in einen von drei Buckets.

1. Separat bepreisen (oder pro Outcome)

Nutzen Sie das, wenn die Funktion:

• Teure menschliche Arbeit ersetzt (Support-Agenten, Analysten, Copywriter).
• Ein zählbares Ergebnis liefert, gegen das Sie bepreisen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.
• Auf Daten oder Workflows beruht, die Wettbewerber nicht leicht kopieren kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.

Beispiel: eine KI, die Compliance-Berichte innerhalb eines Fintech-Produkts entwirft und einreicht. Sie spart spezialisierte Arbeit und berührt proprietäre Daten.

2. In eine höhere Stufe bündeln

Nutzen Sie das, wenn die Funktion:

• Wirklich nützlich, aber zunehmend verbreitet ist.
• Das Gesamtprodukt klebriger macht.
• Friktion erzeugen würde, wenn sie als Kleckerles-Add-on verkauft wird.

Beispiel: KI-Meeting-Notizen in einem Projekttool. Schön, nicht einzigartig, besser als Upgrade-KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →öder.

3. Kostenlos abgeben

Nutzen Sie das, wenn die Funktion:

• Inzwischen von jedem KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufer erwartet wird.
• Ihr Fehlen Sie veraltet aussehen ließe.
• Kunden mehr verärgern würde, als sie einbringt.

Beispiel: Autovervollständigung oder einfache Grammatikvorschläge. Dafür 2026 Geld zu verlangen, signalisiert, dass Sie hinterherlaufen.

🎬 [VIDEO: "How to Price AI Features" - youtube.com - ein praktischer Durchgang durch Usage-, Outcome- und Bundle-Preismodelle für Softwareprodukte]

Die Commoditization-Falle

Der größte strategische Fehler ist, einen Aufpreis für etwas zu verlangen, das kurz davor ist, überall kostenlos zu werden.

Wenn Sie eine KI-Funktion bauen, fragen Sie: Wird das innerhalb von 18 Monaten in jedem Konkurrenzprodukt Standard sein? Wenn ja, bauen Sie keine Preisstrategie darauf. Es verschafft Ihnen Table Stakes, keine Marge.

Die Funktionen, die der Commoditization widerstehen, teilen ein Merkmal: Sie sind an Ihre einzigartigen Daten oder Workflows verankert. Ein generischer Summarizer ist kopierbar. Ein Summarizer, der auf den eigenen fünf Jahren interner Tickets eines Kunden trainiert ist und im Workflow sitzt, in dem diese Tickets leben, ist es nicht.

Deshalb ist der MoatMoatA lasting edge over competitors: a resource, capability or position they cannot easily replicate, letting a firm earn above-average returns over time.Vollständige Definition ansehen → selten das Modell. Jeder kann dasselbe LLMLLMA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen → aufrufen. Der MoatMoatA lasting edge over competitors: a resource, capability or position they cannot easily replicate, letting a firm earn above-average returns over time.Vollständige Definition ansehen → ist der proprietäre Kontext, den Sie hineingeben, und der Workflow, in den Sie es einbetten.

Ein kurzer technischer Realitätscheck

Nicht-technische Leser nehmen oft an, KI-Kosten seien fix. Sind sie nicht. Jeder KI-Aufruf hat variable Kosten (meist bepreist pro TokenTokenA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →, ein Textstück von etwa drei Vierteln eines Wortes). Das ist für Ihre Margen relevant.

Grobes Denkmodell:

Cost per AI feature use = 
   (input tokens + output tokens) x model price per token

Gross margin on feature = 
   price charged to customer - cost per use - support overhead

Wenn Sie unbegrenzte KI in einen pauschalen Monatsplan bündeln, kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen ein paar Heavy User Ihre Marge leise aufzehren. Deshalb fügen viele Anbieter selbst in „inklusive“-Stufen Nutzungsobergrenzen oder Credits hinzu. Kennen Sie Ihre Kosten pro Nutzung, bevor Sie „unlimited“ versprechen.

Zusammengeführt: eine Entscheidungssequenz

Wenn Sie eine vorgeschlagene KI-Funktion bewerten, gehen Sie diese Fragen in dieser Reihenfolge durch:

1. Ersetzt sie bezahlte menschliche Arbeit? Wenn ja, tendieren Sie zur Bepreisung pro Outcome (der Weg von Intercom Fin).

2. Wird sie zum Standard? Wenn ja, bündeln Sie sie in eine höhere Stufe, um das Kernprodukt zu verteidigen (der Weg von Notion).

3. Wird sie überall schon erwartet? Wenn ja, verschenken Sie sie und konkurrieren woanders.

4. Wie hoch sind meine Kosten pro Nutzung? Modellieren Sie das, bevor Sie sich auf Pauschalpreise festlegen.

5. Was ist mein Moat? Wenn die Antwort nur „wir rufen ein LLMLLMA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen → auf“ lautet, rechnen Sie mit schneller Commoditization.

Beachten Sie, dass dieselbe KI-Fähigkeit bei verschiedenen Unternehmen in verschiedenen Buckets landen kann. KI-Supportantworten sind für Intercom ein bezahltes Outcome, weil Support ihr Kerngeschäft ist. Für ein Projektmanagement-Tool wäre dieselbe Fähigkeit vielleicht eine kostenlose Bequemlichkeit. Über den Preis entscheidet der Kontext, nicht die Technologie.

Wichtigste Erkenntnisse

• Bepreisen Sie KI gegen die Alternative, die sie ersetzt. Intercom verlangt pro Resolution, weil ein gelöstes Ticket einen klaren Vergleich zur menschlichen Arbeit hat. Outcome-based Pricing räumt den Einwand „was, wenn es scheitert“ aus.
• Bündeln Sie KI, die zur Commodity wird, um Ihr Kernprodukt zu verteidigen. Notion integrierte KI in höhere Stufen statt ein fragiles Standalone-Add-on zu verkaufen und machte KI zum Upgrade-Grund.
• Ihr Moat sind proprietäre Daten und Workflows, nicht das Modell. Jeder kann dasselbe LLMLLMA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen → aufrufen. Kontext und Einbettung widerstehen dem Kopieren.
• Kennen Sie Ihre Token-Kosten pro Nutzung, bevor Sie „unlimited“ versprechen. Variable KI-Kosten kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Margen bei Pauschalplänen unbemerkt zerstören.
• Fragen Sie, ob eine Funktion innerhalb von 18 Monaten Standard sein wird. Wenn ja, behandeln Sie sie als Table Stakes, nicht als Umsatztreiber.