KI-Beratung: ein Angebot erstellen, das mehr wert ist als ein Tagessatz
Einleitung
Mein erstes KI-Angebot lag in einer Excel-Tabelle. Discovery: ein Tag. Workshop: zwei Tage. Umsetzung nach Aufwand. Sah sauber aus und stand am Ende neben fünf anderen Tabellen, die genauso aussahen.
Wenn du KI-Beratung verkaufst, kennst du diese Logik. Sie ist schnell kalkuliert und leicht vergleichbar. Genau das ist das Problem. Wie du für KI-Beratung ein Angebot erstellst, das mehr wert ist als ein Tagessatz, hängt an fünf Fragen, die ein Paket vor dem Verkauf beantwortet.
Ich teste diese Fragen gerade an meinen eigenen Angeboten. Noch nicht fertig, eher Arbeitsstand. Aber der Effekt ist schon spürbar.
TL;DR
Wer KI-Dienstleistungen über Tage und Stundensätze verkauft, macht sich austauschbar. Ein Ergebnis-Paket entlang der Customer Journey zeigt den Wert, bevor der Kunde auf den Preis schaut. Fünf Fragen helfen beim Bauen:
- Wo steht der Kunde gerade?
- Welchen Schmerz löst du?
- Welche Hindernisse liegen im Weg?
- Was liegt am Ende konkret vor?
- Welche Veränderung kauft der Kunde?
Intern darfst du weiter über Aufwand kalkulieren. Nach außen verkaufst du das Ergebnis.
Was ein Ergebnis-Paket in der KI-Beratung ist
Ein Ergebnis-Paket ist ein Angebot mit festem Umfang, das an ein konkretes Kundenergebnis gebunden ist. Es hat definierte Liefergegenstände, einen klaren Vorher- und Nachher-Zustand und einen Preis, der am Ergebnis hängt.
Die klassische Alternative rechnet in Tagen: ein Tag Discovery, zwei Tage Workshop, Umsetzung nach Aufwand. Diese Kalkulation geht schnell. Ihr Nachteil: Tage sind vergleichbar. Dein Angebot landet neben jedem anderen Angebot mit Tagen, Stundensätzen und ein paar Leistungsbausteinen.
Ein Paket rückt das Resultat in den Vordergrund. Der Kunde fragt dann seltener „Wie viele Tage?" und öfter „Was habe ich danach?".
Warum der Verkauf von Zeit dein KI-Angebot schwächt
Zeit ist die schwächste Einheit, in der du KI-Projekte verkaufen kannst. Ein Tagessatz sagt nichts über das Ergebnis. Er sagt nur, was eine Stunde deiner Arbeit kostet.
Bei KI-Automatisierung kommt ein zweites Problem dazu. Viele Kunden können den Weg vom Problem zum Ergebnis noch gar nicht greifen. Sie wissen, dass sie etwas mit KI machen sollten, aber nicht, was am Ende dabei herauskommt.
Ein Tagessatz hilft ihnen dabei nicht. Ein Paket schon, weil es das Ergebnis vorwegnimmt und benennt, was der Kunde am Ende in der Hand hält.
Pakete entlang der Customer Journey denken
Ein einzelnes Paket löst einen Schritt. Mehrere Pakete bilden den Weg des Kunden ab, von der ersten Ordnung bis zur eigenständigen Verbesserung.
Eine mögliche Reihenfolge bei der KI-Einführung im Unternehmen:
- Grundlage schaffen: Überblick über die aktuelle Nutzung, einfache Regeln, eine klare Toolrichtung.
- Wissen sichern: kritisches Erfahrungswissen sichtbar machen und KI-fähig ablegen.
- Wissen nutzbar machen: erste KI-Workflows und Automatisierungen in den Alltag bringen.
- Team befähigen: eine interne Rolle und einen Rhythmus aufbauen, damit das Team Prozesse selbst weiterentwickelt.
Jede Stufe ist für sich verkaufbar und führt logisch zur nächsten. Du musst nicht die ganze Leiter auf einmal anbieten, und der Kunde kann seine KI-Projekte Schritt für Schritt erfolgreich umsetzen.
Fünf Fragen für ein starkes KI-Beratung-Angebot
Ein gutes Paket beantwortet fünf Fragen, bevor es verkauft wird. Wer sie der Reihe nach durchgeht, baut ein Angebot, das der Kunde versteht.
Frage 1: Wo steht der Kunde gerade?
Jedes Paket beginnt mit der Lage des Kunden. Bei der KI-Einführung im Unternehmen sieht die typische Ausgangslage so aus:
- KI wird bereits informell genutzt, oft über private Accounts
- Wissen liegt in Köpfen und E-Mails
- Prozesse sind zu langsam
- niemand fühlt sich für Verbesserung zuständig
Wenn du diese Lage präzise benennst, fühlt sich der Kunde verstanden. Das ist der Anfang jedes guten Angebots.
Frage 2: Welchen Schmerz löst du?
Aus der Lage folgt der Schmerz. Beispiele aus KI-Projekten im Mittelstand:
- Schatten-KI, also Nutzung ohne Regeln und Überblick
- Wissensrisiko, wenn erfahrene Leute ausfallen oder kündigen
- lange Suchzeiten und schwankende Qualität
Der Schmerz klingt trocken. Genau deshalb funktioniert er. Ein Kunde kauft die Lösung eines konkreten Problems schneller als ein vages Versprechen.
Frage 3: Welche Hindernisse liegen im Weg?
Hier liegt der Teil, den ich an Alex Hormozis Buch „$100M Offers" nützlich finde. Hormozi beschreibt zuerst das Wunschbild des Kunden. Dann sammelt er jedes kleine Hindernis, das zwischen heute und diesem Zustand liegt. Für jedes Hindernis baut das Angebot einen Baustein, der es entfernt.
Bei KI sind diese Hindernisse oft unscheinbar:
- keine offiziellen Tools
- unklare Datenregeln
- schlechte Dokumentation
- skeptische Mitarbeitende
- fehlende Verantwortlichkeit
- zu viele lose Use-Case-Ideen
Je vollständiger diese Liste, desto besser das Paket. Aus jeder Zeile wird später ein Liefergegenstand.
Frage 4: Was liegt am Ende konkret vor?
Ein Paket braucht klare Liefergegenstände. Für ein Einstiegspaket zur KI-Einführung können das sein:
- ein KI-Inventar, das zeigt, welche Tools im Einsatz sind
- eine Datenampel, die regelt, welche Daten in KI-Tools dürfen
- eine strukturierte Wissensbasis
- ein Quick-Win-Backlog mit priorisierten Verbesserungen
- erste Workflow-Prototypen
- ein Verbesserungsrhythmus im Team
Jeder Punkt entfernt ein Hindernis aus Frage 3. Wenn die Liste ordentlich wirkt, ist das kein Nachteil. Der wahrgenommene Wert steigt mit jedem Element, das ein echtes Hindernis löst.
Damit kommt die Frage, wie man KI-Projekte kalkuliert, ohne wieder bei Tagessätzen zu landen. Die Antwort: intern rechnest du weiter über den Aufwand. Ein Paket, das die Wissensbasis eines Teams aufbaut, braucht für fünf Personen zum Beispiel rund eine Arbeitswoche. Bei einem Tagessatz von 2.500 Euro ergibt das ein Paket um 12.500 Euro netto. Diese Rechnung machst du für dich. Im Angebot steht der Preis am Ergebnis, nicht an den Stunden.
Frage 5: Welche Veränderung kauft der Kunde?
Am wichtigsten ist die Veränderung, die der Kunde kauft. Sie zeigt sich am besten im Vorher und Nachher.
Vorher sagt der Kunde: „Wir müssten mal etwas mit KI machen."
Nachher sagt er: „Wir wissen, was läuft, was erlaubt ist, wo unser Wissen liegt und welche KI-Use-Cases als Nächstes Sinn machen."
Das sind zwei verschiedene Gespräche. Das zweite verkauft sich ohne lange Tagessatz-Diskussion, weil der Kunde sieht, was sich für ihn ändert.
Häufige Fehler beim Erstellen von KI-Angeboten
- Zu früh über den Preis reden, bevor Lage und Schmerz klar sind.
- Liefergegenstände aufnehmen, die kein Hindernis entfernen. Sie blähen das Angebot auf, ohne den Wert zu erhöhen.
- Den Outcome vergessen. Ein Paket ohne klares Nachher bleibt eine Leistungsliste.
- Alles gleichzeitig anbieten. Ein klarer Einstieg verkauft sich besser als eine komplette Angebotsleiter auf einmal.
- Den Aufwand nach außen kommunizieren. Die Kalkulation gehört in deine Unterlagen, der Preis ins Ergebnis.
FAQ
Wie verkauft man KI-Beratung, ohne über den Tagessatz zu konkurrieren?
Indem du ein Ergebnis-Paket anbietest. Es bindet den Preis an ein konkretes Ergebnis und an klare Liefergegenstände, sodass der Kunde den Wert sieht, bevor er auf die Anzahl der Tage schaut.
Wie kalkuliert man KI-Projekte für ein Paket?
Intern über den Aufwand: ein Fixaufwand für Workshops und Konsolidierung plus ein Aufwand pro beteiligter Person. Das Ergebnis rechnest du in einen Paketpreis um. Im Angebot selbst steht der Preis am Ergebnis.
Welche Liefergegenstände gehören in ein KI-Angebot für Unternehmen?
Die, die echte Hindernisse entfernen. Beispiele bei der KI-Einführung: KI-Inventar, Datenampel, Wissensbasis, Quick-Win-Backlog, Workflow-Prototypen. Jeder Punkt sollte ein konkretes Problem lösen.
Funktioniert die Paket-Logik auch im Mittelstand?
Ja. Gerade bei KI-Projekten im Mittelstand hilft ein klares Vorher und Nachher, weil viele Entscheider den Weg von der Idee zum Ergebnis sonst schwer einschätzen.
Fazit
Ein gutes KI-Beratung-Angebot zu erstellen heißt, ein Ergebnis zu verkaufen, das der Kunde versteht. Die fünf Fragen führen dahin: Lage, Schmerz, Hindernisse, Liefergegenstände, Veränderung. Wer sie beantwortet, macht Substanz kaufbar und muss seltener über den Tagessatz verhandeln.
Ich bin damit noch nicht fertig und teste die Logik weiter an meinen eigenen Angeboten. Mein Eindruck wird trotzdem stärker: Klare Pakete verkaufen KI-Dienstleistungen besser als jede Aufwandsschätzung.
Hilfreiche Links
- Alex Hormozi: „$100M Offers" (Buch) — shop.acquisition.com. Liefert die Methode, jedes Hindernis zwischen Ausgangslage und Wunschbild zu sammeln und das Angebot daran auszurichten.
Autor: Erik Weber