Drei Hebel bewegen EBITDA durch KI wirklich

Die meisten KI-Initiativen entstehen aus Neugier, nicht aus einer P&L-Zeile. Jemand hat ein Sprachmodell ausprobiert, eine Demo gebaut, ein Budget für einen Piloten bekommen. Das ist keine Kritik – so beginnen die meisten Technologien im Unternehmen. Das Problem entsteht später, wenn der Pilot in den nächsten Budgetzyklus muss und niemand sagen kann, welche Kostenstelle oder welche Umsatzlinie er verändert.

Ein Pilot ohne zugeordnete P&L-Wirkung konkurriert im Budgetprozess gegen jede andere Initiative, die eine Zahl vorweisen kann. Er verliert fast immer. Die Konsequenz ist eine Organisation, die viele KI-Experimente gestartet und wenige davon skaliert hat, weil niemand vorher definiert hat, an welchem Hebel sie ansetzen sollen.

Diese Reihenfolge lässt sich umkehren, und genau das unterscheidet Unternehmen, bei denen KI im Ergebnis ankommt, von denen, bei denen sie es nicht tut. Der Startpunkt ist eine P&L-Zeile: „welche Zeile wollen wir bewegen, und was ist der kürzeste Weg dorthin“. Die Technologieauswahl kommt danach.

EBITDA ist keine willkürliche Kennzahl für diese Übung. Sie ist die Größe, auf die ein Kaufpreis-Multiple angewendet wird, die Größe, die ein Covenant misst, und die Größe, an der ein Operating Partner den Fortschritt einer Beteiligung ablesen soll. Ein KI-Projekt, das an keiner dieser Stellschrauben andockt, mag strategisch interessant sein – es ist nur schwer zu verteidigen, wenn das nächste Quartalsgespräch ansteht.

Das heißt nicht, dass jede KI-Initiative sofort einen Business Case in Euro haben muss. Es heißt, dass man vor dem Start wissen sollte, welche P&L- oder Bilanzzeile sie berührt – Personalkosten, Rohertrag, Working Capital – auch wenn die genaue Höhe erst nach einem Pilotbetrieb belastbar zu beziffern ist.

Der direkteste Hebel liegt in Funktionen, in denen Personalstunden linear mit dem Fallvolumen skalieren: Kundenservice, Auftragsabwicklung, First-Level-Support, Content-Produktion, Dateneingabe und -pflege. Ein Agent, der wiederkehrende Bearbeitungsschritte übernimmt, zeigt sich hier direkt in den Personal- oder Fremdvergabekosten.

Die Rechnung dahinter ist einfach genug, um sie mit jedem Fachbereichsleiter gemeinsam aufzustellen: Stunden pro Vorgang, multipliziert mit der Fallzahl, multipliziert mit dem Stundensatz, abzüglich der Restkapazität, die für Review und Eskalation bleibt. Ein Agent ersetzt selten den gesamten Vorgang – er verschiebt die menschliche Arbeit von der Bearbeitung zur Kontrolle der Ausnahmefälle. Genau diese Restgröße muss im Case stehen, sonst überschätzt man den Effekt systematisch.

Der Effekt zeigt sich erst bei Skalierung. In der ersten Phase sinkt selten Personal ab, weil die freiwerdende Kapazität zunächst für Review und Nacharbeit gebraucht wird. Der Effekt auf die Kostenposition entsteht, sobald das Fallvolumen wächst, ohne dass die Bearbeitungskapazität mitwachsen muss – eine Wachstumsfunktion, die ohne Agenten linear mit der Kopfzahl verbunden wäre.

Der zweite Hebel ist unauffälliger, aber bei ausreichendem Volumen mindestens so groß: die Marge pro Transaktion. Bessere Suchrelevanz, Personalisierung, dynamische Preisfindung und gezielteres Cross-Selling wirken nicht spektakulär auf eine einzelne Bestellung – sie wirken über das gesamte Bestellvolumen hinweg auf Konversionsrate und Warenkorbwert.

Der gleiche Mechanismus gilt in die andere Richtung: Ein Agent, der Betrugsmuster oder Dateneingabefehler früher erkennt, reduziert Abschreibungen und Rückabwicklungen. Auch das ist Marge, nicht Umsatz – und es wird in Priorisierungsgesprächen regelmäßig übersehen, weil es keine neue Funktion ist, sondern eine leisere Verbesserung einer bestehenden.

Der Grund, warum dieser Hebel oft unterschätzt wird, liegt in der Attribution. Eine neue Kampagne bekommt in der Erfolgsmessung sofort eine eigene Zeile. Eine bessere Suchrelevanz verteilt sich unsichtbar über tausende Einzelentscheidungen und taucht nur im aggregierten Rohertrag auf. Wer diesen Hebel heben will, muss die Messung vorher aufsetzen – sonst lässt sich der Effekt später nicht von saisonalen oder Marktschwankungen trennen.

Der am wenigsten diskutierte Hebel ist Kapitalbindung. Schnellere Order-to-Cash-Zyklen, ein schnellerer Reporting-Close, weniger Nacharbeit durch früher erkannte Fehler und kürzere Entscheidungswege wirken auf Working Capital und Cash Conversion Cycle – Größen, die für einen Investor bei der Bewertung mindestens so relevant sind wie die operative Marge.

Dieser Hebel wird selten zuerst genannt, weil er nicht nach KI aussieht. Ein Agent, der eine Rechnungsprüfung von Tagen auf Stunden verkürzt, klingt unspektakulär. Er verändert trotzdem eine Zahl, die in jeder Cashflow-Planung auftaucht.

Für Unternehmen mit saisonalem Geschäft oder engem Working Capital ist dieser Hebel oft der am schnellsten realisierbare: Die zugrunde liegenden Prozesse – Rechnungsfreigabe, Bestandsabgleich, Reporting-Konsolidierung – sind meist gut dokumentiert und regelbasiert, weil sie ohnehin einer internen Kontrolle unterliegen. Das macht sie leichter zu automatisieren als Prozesse mit viel Ermessensspielraum.

Die Methode ist ein Spaziergang durch die P&L, nicht durch den Technologiekatalog. Für jede größere Kostenposition: Welcher Anteil ist wiederkehrende Bearbeitung mit erkennbarem Muster? Für jede Umsatzlinie: Welcher Anteil wird durch Zuordnung, Relevanz oder Timing entschieden? Für das Working Capital: Wo wartet ein Mensch auf die Entscheidung eines anderen Menschen, obwohl die Entscheidung regelbasiert ist?

Diese Fragen beantwortet man am besten in einem Workshop mit den Verantwortlichen der jeweiligen Funktion, nicht allein mit der IT. Die Fachbereichsleitung kennt die tatsächliche Fallverteilung; die IT kennt die technische Machbarkeit. Beide Perspektiven zusammen ergeben eine Landkarte der Hebel, aus der sich priorisieren lässt.

Eine Warnung an dieser Stelle: Hebel überschneiden sich häufig. Eine schnellere Rechnungsprüfung wirkt sowohl auf Prozesskosten als auch auf Kapitalbindung. Wer beide Wirkungen unabhängig voneinander addiert, überschätzt den Gesamteffekt. Die Landkarte sollte deshalb jeden Hebel einer Hauptwirkung zuordnen, auch wenn Nebenwirkungen auf andere Linien dokumentiert werden.

Der naheliegende Fehler ist, mit dem interessantesten Anwendungsfall zu beginnen statt mit dem größten. Ein KI-generiertes Marketingvideo ist sichtbarer als eine automatisierte Rechnungsprüfung – und bewegt in den meisten Unternehmen deutlich weniger EBITDA. Die richtige Reihenfolge orientiert sich an Fallvolumen und belegter Kostenwirkung, nicht an Neuigkeitswert.

Das bedeutet auch, unattraktive Funktionen ernst zu nehmen: Retourenbearbeitung, Reklamationsmanagement, Stammdatenpflege. Sie liefern selten eine gute Konferenzfolie, aber häufig den größten Hebel, weil ihr Fallvolumen hoch und ihr Muster wiederkehrend ist.

Ein Chatbot, der auf der Website häufige Fragen beantwortet, ist AI-Theater, solange er neben dem bestehenden Support-Team läuft, ohne dessen Arbeitslast zu verändern. Ein Agent, der einen Teil der Supportfälle eigenständig von Anfang bis Ende bearbeitet und nur die Ausnahmen eskaliert, verändert die Kostenstruktur der Funktion. Beide können auf demselben Modell laufen; der Unterschied liegt darin, ob der Agent in den Prozess und die Personalplanung eingebettet ist oder daneben steht.

Für ein PE-Portfolio-Unternehmen zahlt sich diese Arbeit doppelt aus. Ein dokumentierter, funktionierender Hebel im EBITDA ist ein Ergebnis in der laufenden Periode und zugleich ein Argument in der Exit-Story: eine wiederholbare, auf andere Standorte oder Produktlinien übertragbare Verbesserung, keine einmalige Kostensenkung. Käufer und ihre Berater prüfen das genau – ein Hebel, der nur mit dem Wissen einer Person im Kopf funktioniert, zählt in der Bewertung weniger als einer, der in Prozess und System dokumentiert ist.

Deshalb gehört zur Wertschöpfung dieselbe Dokumentation, die auch eine technische Due Diligence erwartet: welcher Hebel, welche Wirkung, seit wann, mit welchem Betriebsmodell dahinter. Das ist der Unterschied zwischen einer Geschichte, die im Datenraum überzeugt, und einer, die nur in der Präsentation gut klingt.