Entdecken Sie Strategien, Preismodelle und Best Practices f\u00fcr F\u00fchrungskr\u00e4fte im Finanzbereich. Erfahren Sie, wie Sie flexible, ergebnisbasierte KI-Umsatzstr\u00f6me gestalten.<\/p>","knowledge_hub_featured_image":273241,"knowledge_hub_hero_media_content_group":{"knowledge_hub_is_vidyard_video":false,"knowledge_hub_vidyard_video_group":{"vidyard_id":""}},"knowledge_hub_show_toc":true,"toc_card_title":"Why Zuora?","toc_card_description":"From subscriptions and hybrid bundles to complex usage and AI tokens, Zuora has the right solutions to solve the biggest CFO challenges with one monetization platform.","toc_cta_label":"Watch demo","toc_cta_link":"https:\/\/www.zuora.com\/resources\/demo-on-demand\/","knowledge_hub_content":[{"acf_fc_layout":"knowledge_hub_intro","title":"","content":"
AI-Monetarisierung beschreibt, wie Unternehmen mit Produkten, Services und Funktionen auf Basis k\u00fcnstlicher Intelligenz Ums\u00e4tze erzielen. Die Mechanik unterscheidet sich von der klassischen SaaS-Monetarisierung, weil AI variable Inferenzkosten verursacht: Jede Anfrage, jede Agentenaktion und jeder generierte Output l\u00f6st reale Kosten aus. Dadurch ver\u00e4ndert sich, welche Preismodelle profitabel sind \u2013 und welche nicht.<\/span><\/p>\n Die vier agentischen Preismodelle (pro Agent, pro Aktivit\u00e4t, pro Output, pro Ergebnis) und die vier Monetarisierungswege (Endprodukt, Value Booster, Add-on, Super Tier) bilden das Arbeitsvokabular, das Finanzverantwortliche nutzen, um AI-Angebote zu planen, zu bepreisen und zu launchen.<\/span><\/p>","include_in_toc":false},{"acf_fc_layout":"knowledge_hub_text_block","title":"Kurzfassung","content":" AI-Monetarisierung umfasst die Gesamtheit von Gesch\u00e4ftsmodellen, Preisstrukturen und Operating Models, die KI-F\u00e4higkeiten in Umsatz \u00fcberf\u00fchren.<\/b> Sie beinhaltet die strategische Entscheidung, wie KI geb\u00fcndelt wird (als eigenst\u00e4ndiges Produkt, als Wertsteigerung, als Add-on oder als Premium-Tier), die taktische Entscheidung, wie sie bepreist wird (pro Agent, Aktivit\u00e4t, Output oder Ergebnis), sowie den operativen Stack, der erforderlich ist, um bei variablen Inferenzkosten abzurechnen und Ums\u00e4tze zu erfassen.<\/span><\/p>\n Die Disziplin ist noch jung. Von<\/span> \u00fcber 70 Unternehmen, die vom Zuora Subscribed Institute analysiert wurden<\/span><\/a>, haben nur rund 15 % eine funktionierende Monetarisierungsstrategie umgesetzt \u2013 obwohl 77 % der SaaS-Anbieter KI-Funktionen in ihr Angebot aufgenommen haben.<\/span><\/p>\n Die Herausforderung hat drei Ursachen: hohe Rechenkosten durch generative KI, unvorhersehbare Adoptionsmuster und der Druck, einen messbaren Kundennutzen nachzuweisen. Ein Monetarisierungsplan, der alle drei Aspekte adressiert, ben\u00f6tigt klare Preise, einen beobachtbaren Wertbeitrag und die F\u00e4higkeit, sich anzupassen, wenn sich Kosten- und Adoptionskurven verschieben.<\/span><\/p>\n\n \u201eSaaS-Pricing war schon schwierig. KI-Pricing ist noch schwieriger. Aber wenn wir eines gelernt haben, dann, dass Transformation eine Chance ist \u2013 keine Bedrohung.\u201c<\/span><\/i> \u2014 <\/span>M\u00e9lanie Septe<\/b>, SVP Pricing,<\/span> Cegid<\/span><\/a>\u00a0<\/span><\/p>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"AI-Monetarisierung vs. AI-Preisstrategie vs. AI-Preismodelle","content":" AI-Monetarisierung ist eine \u00fcbergeordnete Disziplin und umfasst jede Entscheidung dazu, wie KI Ums\u00e4tze generiert \u2013 einschlie\u00dflich Erl\u00f6skan\u00e4len, Paketierung, Preisgestaltung und Operating Stack.<\/span><\/p>\n Eine <\/span>AI-Monetarisierungsstrategie<\/span><\/a> ist die Disziplin im oberen Funnel. Sie umfasst die strategischen Entscheidungen, die CFO und CPO dazu treffen, wie KI kommerziell positioniert wird, bevor taktische Preisentscheidungen festgezurrt werden.<\/span><\/p>\n KI-Preismodelle<\/span><\/a> bilden die taktische Ebene: die konkreten Mechanismen (Per Agent, Per Activity, Per Output, Per Outcome sowie hybride Kombinationen), die festlegen, was der Kunde bezahlt und durch welchen Trigger die Abrechnung ausgel\u00f6st wird.<\/span><\/p>\n Die drei Ebenen greifen ineinander. Die Strategie gibt die Richtung vor. Preismodelle setzen die Richtung um. Monetarisierung ist die Disziplin, die den gesamten Stack zusammenh\u00e4lt.<\/span><\/p>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"Direkte vs. indirekte AI-Monetarisierung","content":" Direkte AI-Monetarisierung stellt dem Kunden die AI selbst in Rechnung \u2013 etwa als dedizierte SKU, als Abrechnung pro Token oder als ergebnisbepreister Agent. Der Kunde sieht AI auf der Rechnung.<\/span><\/p>\n Indirekte AI-Monetarisierung erzielt Ums\u00e4tze durch AI, ohne diese explizit zu berechnen. AI-Funktionen vertiefen ein bestehendes Produkt, erh\u00f6hen die Kundenbindung oder beschleunigen Upgrades in h\u00f6here Tiers \u2013 der Kunde sieht jedoch keine separate AI-Position.<\/span><\/p>\n Lennys Analyse von 44 AI-Unternehmen<\/span><\/a> zeigt: 59% b\u00fcndeln AI in bestehenden Paketen (indirekt), 23% bieten AI als Add-on an (direkt) und 18% verkaufen AI als eigenst\u00e4ndiges Produkt (direkt). Diese Verteilung verschiebt sich, da Inferenzkosten rein indirekte Strategien zunehmend schwerer nachhaltig machen.<\/span><\/p>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"Warum sich AI-Monetarisierung von SaaS-Monetarisierung unterscheidet","content":" SaaS wurde durch eine einfache Eigenschaft erfolgreich: null Grenzkosten. Sobald die Software entwickelt war, verursachte der hundertste Kunde in der Betreuung ungef\u00e4hr dieselben Kosten wie der zehnte. Mit zunehmender Nutzung stiegen die Bruttomargen. Das Pauschal-Abonnement war der naheliegende kommerzielle Ausdruck dieser wirtschaftlichen Realit\u00e4t.<\/span><\/p>\n KI teilt diese Eigenschaft nicht. Jede Abfrage, jede Agentenaktion und jedes erzeugte Artefakt l\u00f6st reale, variable Kosten aus.<\/span><\/p>\n\n SaaS war in der Entwicklung teuer und im Skalieren g\u00fcnstig. Agentische KI kehrt diese Gleichung um. Open-Source-Codebasen und Service-Provider machen KI relativ einfach zu entwickeln, aber die Inferenzkosten \u2014 die jeweils anfallende Compute-Geb\u00fchr pro Modellaufruf \u2014 machen die Skalierung teuer. Jede Kundenabfrage kostet den Anbieter reales Geld. Wenn die Preisgestaltung die Kosten nicht abbildet, erodiert die Marge mit zunehmender Nutzung, statt zu steigen.\u00a0<\/span><\/p>\n\n Bessemer's<\/span> AI Pricing and Monetization Playbook<\/span><\/a> berichtet von KI-Anwendungen mit 50\u201360% Bruttomarge, im Vergleich zu 80\u201390% bei klassischem SaaS. Die L\u00fccke von 20\u201330 Prozentpunkten ist die zentrale \u00f6konomische Tatsache f\u00fcr die Monetarisierung von KI. Um die L\u00fccke zu schlie\u00dfen, ist eine Preisgestaltung erforderlich, die es erm\u00f6glicht, dass die Kosten dem Wert folgen \u2014 was bedeutet, \u00fcber pauschale Seat-Preise f\u00fcr KI-lastige Funktionen hinauszugehen.<\/span><\/p>\n\n \u00dcber mehr als 70 vom Zuora Subscribed Institute analysierte Unternehmen hinweg haben nur etwa <\/span>15% eine funktionierende KI-Monetarisierungsstrateg<\/span>ie<\/span><\/a> umgesetzt, obwohl 77% der SaaS-Anbieter KI-Funktionen hinzugef\u00fcgt haben. Die L\u00fccke zwischen \u201ewir haben KI\u201c und \u201eKI generiert Umsatz\u201c ist die operative Realit\u00e4t, auf die jede Finanzf\u00fchrungskraft st\u00f6\u00dft, die KI monetarisiert.\u00a0 \u00a0 <\/span><\/p>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"Die vier agentischen AI-Preismodelle","content":" Die Preisgestaltung f\u00fcr KI ist eine spezifischere Fragestellung als die Preisgestaltung f\u00fcr SaaS. Die Werteinheit, die KI liefert, variiert je nach Produkt \u2013 ob es sich um eine Chat-Antwort, ein gel\u00f6stes Ticket, ein generiertes Bild oder einen abgeschlossenen Deal handelt. Die vier nachstehenden Modelle, abgeleitet aus dem<\/span> COMPASS Framework des Subscribed Institute<\/span><\/a>, lassen sich eindeutig diesen Werteinheiten zuordnen. Die vollst\u00e4ndige Entscheidungsmatrix finden Sie im<\/span> Leitfaden zu KI-Preismodellen<\/span><\/a>.\u00a0<\/span><\/p>\n Kunden zahlen pro KI-Lizenz: ein digitaler Assistent, ein abrechenbarer Seat. Das ist SaaS-K\u00e4ufern vertraut, da es die Preisgestaltung pro Nutzer\/Seat bei Software widerspiegelt. Es st\u00f6\u00dft an Grenzen, wenn ein einzelner Agent Tausende variabler, kostenverursachender Aktivit\u00e4ten verarbeitet und der Anbieter die Inferenzkosten nicht \u00fcber einen festen Preis pro Seat decken kann.\u00a0<\/span><\/p>\n <\/p><\/span><\/li>\n<\/ul>\n Kunden zahlen pro generiertem Artefakt, etwa einem Bild, einem Vertrag oder einem Mahnschreiben. Adobes Firefly-Credit-Pakete und EvenUps Preisgestaltung pro Mahnschreiben fallen beide in diese Kategorie. Output-basierte Preisgestaltung funktioniert, wenn das Artefakt selbst die Werteinheit ist und der Anbieter die Kostenvarianz der Erstellung tragen kann.\u00a0<\/span><\/p>\n Kunden zahlen nur dann, wenn die KI ein definiertes Gesch\u00e4ftsergebnis liefert. Intercom Fin berechnet<\/span> 0,99\u00a0US-Dollar pro gel\u00f6stem Ticket<\/span><\/a>. Zendesk berechnet pro autonomer L\u00f6sung. Ergebnisbasierte Preisgestaltung verlagert die Kostenvarianz vom K\u00e4ufer auf den Anbieter \u2013 das bedeutet, der Anbieter muss seine eigenen Unit Economics verstehen, bevor er den Vertrag unterzeichnet.<\/span><\/p>\n\n \u201eKI war f\u00fcr uns ein Game-Changer. Wir arbeiten seit Jahren an KI und integrieren sie in unsere Produkte, um Aufgaben wie die Buchhaltung zu automatisieren. Dadurch k\u00f6nnen wir ein ergebnisbasiertes Preismodell anbieten, statt nach der Anzahl der Nutzer abzurechnen. Das ist eine Abkehr vom traditionellen Preismodell, da wir uns nun auf die Ergebnisse konzentrieren, die unsere Kunden mit unseren L\u00f6sungen erzielen.\u201c<\/span><\/i> \u2014 <\/span>Pascal Houillon<\/b>, CEO,<\/span> Cegid<\/span><\/a>\u00a0<\/span><\/p>\n\n Die meisten KI-Unternehmen im Produktivbetrieb nutzen hybride Varianten dieser vier Modelle: eine Abonnement-Basis f\u00fcr Planbarkeit plus nutzungsabh\u00e4ngige Mehrverbr\u00e4uche oder einen Prepaid-Credit-Pool f\u00fcr die variable Komponente. Genesys ist eines der Unternehmen, das auf dieses Muster hinarbeitet.<\/span><\/p>\n \u201eUm unseren Kunden den \u00dcbergang zu erleichtern, setzen wir auf ein tokenbasiertes Modell. Kunden k\u00f6nnen Credits in gr\u00f6\u00dferem Umfang erwerben und diese \u00fcber ihre Seats hinweg oder entsprechend ihrer KI-Nutzung einsetzen.\u201c<\/span><\/i> \u2014 <\/span>Ramya Raj<\/b>, VP & Global Head of Go-to-Customer Solutions,<\/span> Genesys<\/span><\/a><\/p>\n Das COMPASS Framework gibt Finance und Product ein gemeinsames Entscheidungsinstrument an die Hand, um Preismodelle passend zu Produkttypen auszuw\u00e4hlen. Die vertiefende Auseinandersetzung mit agentischer Preisgestaltung finden Sie in<\/span> Preisgestaltung f\u00fcr agentische KI<\/span><\/a>. <\/span><\/p>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"Die vier GenAI-Monetarisierungswege","content":" Pricing entscheidet, wie Kundinnen und Kunden bezahlen. Der Monetarisierungsansatz entscheidet, wof\u00fcr sie bezahlen. Mansards Analyse von <\/span>70-<\/span>plus<\/span> Unternehmen in der<\/span> Studie \u201eFour GenAI Monetization Avenues\u201c<\/span><\/a> identifiziert vier Positionen, die ein KI-Angebot einnehmen kann. Die Verteilung in der Stichprobe sieht wie folgt aus:<\/span><\/p>\n Die KI ist das Produkt. Kundinnen und Kunden kaufen sie direkt; man denke an Jasper, Midjourney und Cursor. Der Umsatz skaliert mit der KI-Adoption und der KI-Qualit\u00e4t. Pricing ist in der Regel nutzungsbasiert oder hybrid.\u00a0<\/span><\/p>\n Die KI vertieft ein bestehendes Produkt, ohne eine separate SKU zu sein. Beispiele sind Microsoft Copilot innerhalb von Office 365 (in der fr\u00fchen Phase), Notion AI innerhalb von Notion sowie die KI-Assistenten von HubSpot innerhalb des CRM. Der Umsatz skaliert mit der Kundenbindung und Upgrades in h\u00f6here Tiers, nicht mit der direkten KI-Nutzung.\u00a0<\/span><\/p>\n Die KI wird als kostenpflichtige Erweiterung des bestehenden Produkts verkauft, etwa Asana Smart Goals, Salesforce Einstein, Adobe Firefly Credits. Der Umsatz ist eine separate Position, die an die bestehende Kundenbeziehung gekoppelt ist.\u00a0<\/span><\/p>\n Die KI ist einem h\u00f6herwertigen Tier bzw. einem \u201eAI-Enabled\u201c-Plan vorbehalten, wie bei ChatGPT Plus, Notion Plus, Linear Plus. Der Umsatz skaliert mit der Migration in h\u00f6here Tiers.<\/span><\/p>\n Die Wahl des Ansatzes liegt vorgelagert zum Pricing. Die \u00d6konomie eines Endprodukts unterst\u00fctzt nutzungsbasiertes Pricing auf nat\u00fcrliche Weise. Add-on-\u00d6konomiken funktionieren h\u00e4ufig am saubersten als Aufpreis mit Festbetrag. Super-Tier ist der klarste Weg f\u00fcr Unternehmen mit einer starken, etablierten Tiering-Mechanik. Die vollst\u00e4ndige strategische Entscheidungsanleitung finden Sie im Leitfaden zur<\/span> KI-Monetarisierungsstrategie<\/span><\/a>.<\/span><\/p>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"Praxisbeispiele f\u00fcr AI-Monetarisierung","content":" Die Begrifflichkeiten werden in Marktkommentaren oft recht locker verwendet. Die saubere Abgrenzung sieht so aus:<\/span><\/p>\n AI-Monetarisierung passt zu allen drei Kategorien. Ein Per-Agent- oder Per-Tier-Modell ist Subscription-orientiert. Ein Per-Activity- oder Per-Output-Modell erzeugt Recurring Revenue, wenn sich die Nutzung wiederholt. Die meisten erfolgreichen AI-Monetarisierungsstrategien im Jahr 2026 sind hybrid.<\/span><\/p>\n<\/li>\n<\/ul>","show_striped_bar":false,"related_post":null,"include_in_toc":true},{"acf_fc_layout":"knowledge_hub_text_block","title":"So w\u00e4hlen Sie eine AI-Monetarisierungsstrategie","content":"\n
Variable Inferenzkosten<\/span><\/h3>\n
Die Margenl\u00fccke (Bessemer 50\u201360% vs. SaaS 80\u201390%)<\/span><\/h3>\n
Das 15%-Problem<\/span><\/h3>\n
1. Pro Agent\u00a0<\/span><\/h3>\n
2. Pro Aktivit\u00e4t\u00a0<\/span><\/h3>\n
\n
3. Pro Output\u00a0<\/span><\/h3>\n
4. Pro Ergebnis\u00a0<\/span><\/h3>\n
Hybride Modelle (wo die meisten Unternehmen landen)\u00a0<\/span><\/h3>\n
Endprodukt (22 % der Unternehmen)<\/span><\/h3>\n
Wertsteigerer (33 %)\u00a0<\/span><\/h3>\n
Add-on (27 %)<\/span><\/h3>\n
Super-Tier (18 %)\u00a0<\/span><\/h3>\n
\n
\n
\n