20 € im Monat. So viel kostet ChatGPT dein Unternehmen — jedenfalls steht das auf der Rechnung, die du bekommst.
Es gibt aber noch eine zweite Rechnung. Die schickt dir niemand, sie taucht in keiner Buchhaltung auf, und sie hat fünf Positionen. Zwei davon lassen sich in Euro ausrechnen. Die anderen drei nicht — und genau die sind die teuren.
Im Video gehe ich alle fünf Positionen der Reihe nach durch. Hier im Text kommen die vollständige Euro-Rechnung und zwei zusätzliche Studien dazu. Wenn du lieber liest: Dieser Text steht auch ohne das Video für sich.
Das ganze Video:
Das ist kein Text gegen KI. Bei uns bei HOSH MEDIA läuft ein großer Teil der täglichen Arbeit mit künstlicher Intelligenz — Recherche, Marketing, Produktion, Kundenprojekte. Genau deshalb sehen wir den Unterschied so deutlich: Er lautet nicht „KI ja oder nein", sondern — nutzt du KI als Chat, oder ist sie in deine Abläufe eingebaut?
Im Chat bekommst du Antworten. Antworten allein bauen aber noch kein System. Um diesen einen Denkfehler geht es hier —
dass ein Chatfenster automatisch ein Arbeitssystem ist.
Das Muster kennst du wahrscheinlich aus deiner eigenen Firma. Jemand öffnet ChatGPT oder Claude, stellt eine Frage und kopiert die Antwort in ein anderes Programm — nicht einmal am Tag, sondern dutzende Male. Weil es so normal geworden ist, fällt kaum noch auf, was dabei passiert.
Du öffnest dein CRM, suchst die Information, kopierst sie, wechselst in den Chat, fügst sie ein, wartest, kopierst das Ergebnis zurück, besserst nach — und beginnst von vorn. Das ist keine Automatisierung. Das ist Handarbeit mit einem Zwischenstopp im Chat, und du selbst bist die Schnittstelle zwischen deinen Werkzeugen.
Wie teuer das ist, zeigt eine Messung, mit der die meisten falsch rechnen. Die Forscherin Gloria Mark von der University of California, Irvine, hat über Jahre per Computer-Logging erfasst, wie lange Menschen bei einer Sache am Bildschirm bleiben, bevor sie zur nächsten springen. 2004 waren es 2,5 Minuten. Seit etwa 2016 sind es 47 Sekunden, im Median sogar nur 40 — die Hälfte der Zeitspannen war also noch kürzer.
Diese 47 Sekunden sind nicht der Preis für einen Tab-Wechsel. Sie zeigen, dass Bildschirmarbeit in lauter kleine Schnipsel zerfallen ist — und der Chat-Modus verstärkt das, weil jedes Kopieren einen Arbeitsblock zerschneidet, der zusammengehören müsste. Teuer ist nicht die Sekunde fürs Einfügen, teuer ist die konzentrierte Arbeitszeit, die so nie entsteht.
Das spürst du wenigstens noch selbst. Ab hier wird es unsichtbar — und teurer.
Jede gute Antwort, jede Formulierung, die endlich sitzt, jeder Prompt, der nach dem dritten Anlauf funktioniert: All das bleibt in einem Chatfenster, auf einem Account, bei einer einzigen Person.
Hier kommt der erste Einwand, und er ist berechtigt: „Wir haben doch Projects. Wir haben Custom GPTs. Da bleibt der Kontext erhalten." Das stimmt. Projects und Custom GPTs merken sich den Zusammenhang für bestimmte Aufgaben, und sie machen die Arbeit einer einzelnen Person messbar besser. Wer sie nutzt, arbeitet sauberer als jemand, der jeden Chat bei null beginnt.
Die Frage liegt nur eine Ebene tiefer: Wem gehört dieses Wissen? Kann ein Kollege darin suchen? Kann eine neue Mitarbeiterin darauf aufbauen? Wird es weitergepflegt, wenn die Person, die es aufgebaut hat, nicht mehr da ist? Wird der Account abgeschaltet — Jobwechsel, Kündigung, längerer Ausfall —, ist der komplette Verlauf für alle anderen weg.
Das ist kein Firmengedächtnis, sondern eine sehr gut sortierte private Zettelsammlung. Der Unterschied ist entscheidend, denn gespeichert reicht nicht: Ein Firmengedächtnis muss für jeden durchsuchbar sein, es muss in den Arbeitsabläufen stecken, und es muss weiterwachsen.
Was das kostet, ist gut belegt. Asana hat für den „Anatomy of Work Index" 2021 über 13.000 Wissensarbeiter in sieben Ländern befragt: 209 Stunden pro Jahr gehen für Arbeit drauf, die jemand anderes längst erledigt hatte — mehr als fünf Arbeitswochen, pro Person. Die Wissensmanagement-Organisation APQC kommt 2021 bei 982 Befragten auf ein ähnliches Bild: 8,2 Stunden pro Woche für Suchen, Wiederfinden und Neuerstellen.
Merk dir die 209 Stunden — sie tauchen weiter unten in Euro wieder auf.
Bei den ersten beiden Positionen ging es darum, wie viel Arbeit anfällt. Hier geht es um etwas anderes: Stimmt das Ergebnis überhaupt?
Du stellst eine Frage und bekommst eine gute Antwort. Zwei Tage später stellst du dieselbe Frage und bekommst eine andere. Welche war richtig? Ein Forschungsteam des Universitätsklinikums Jena und der TU München hat das systematisch getestet (Funk et al., EJIHPE 2024): 450 medizinische Prüfungsfragen, jede Frage dreimal gestellt, gezählt wurde die Trefferquote über alle drei Durchläufe. GPT-3.5 war bei 44,9 Prozent der Fragen dreimal hintereinander korrekt, GPT-4 bei 77,8 Prozent.
Zur Einordnung: Die Daten stammen aus dem Sommer 2023, beide Modelle sind längst abgelöst — sie belegen das Muster, nicht die heutige Modellqualität. Das Muster gilt weiter: dieselbe Frage kann unterschiedliche Antworten erzeugen, und im Chat steht nirgendwo dran, ob du die richtige erwischt hast.
Hier kommt der zweite Einwand, und er ist technisch korrekt: „Mit einem sauberen System-Prompt und Temperature auf null wird das stabil." Ja — feste Voreinstellungen reduzieren die Schwankung und sind ein echter Fortschritt gegenüber dem freien Textfeld. Nur verschwinden die Fehler dadurch nicht, sie werden reproduzierbar. Und es prüft weiterhin niemand die Antwort, bevor sie an einen Kunden oder Kollegen geht. Stabiler ist nicht dasselbe wie richtiger.
Wie oft es danebengeht, haben die Europäische Rundfunkunion (EBU) und die BBC 2025 geprüft: 2.709 Antworten von ChatGPT, Gemini, Copilot und Perplexity, kontrolliert von Journalisten aus 18 Ländern. 45 Prozent hatten mindestens einen schwerwiegenden Mangel, 31 Prozent falsche oder erfundene Quellenangaben, 20 Prozent echte Sachfehler. Fast jede zweite Antwort. Damit wird jede Antwort, die du im Chat weitergibst, zu einer Wette — und die Frage ist, wer sie nachprüft.
Nachprüfen tut das fast niemand. Damit wechselt das Thema. Bei Position drei ging es um die Maschine, ab hier um die Organisation drumherum. Denn eine schwankende Antwort ist nur dann ein Problem, wenn niemand sie prüft, bevor sie rausgeht.
Der Anbieter Glean hat dazu rund 6.000 Wissensarbeiter befragt (Work AI Index, Erhebung Dezember 2025 bis Januar 2026, veröffentlicht im Juni 2026). 69 Prozent geben zu, schon einmal KI-Arbeit abgegeben zu haben, die sie nicht geprüft, nicht wirklich verstanden oder nicht mit gutem Gewissen vertreten konnten. Ohne Firmen mit KI-bedingtem Stellenabbau bleiben immer noch 59 Prozent; bei den Verbliebenen nach einem solchen Abbau sind es 94 Prozent. Wichtig zur Einordnung: Das ist eine Anbieter-Studie, keine unabhängige akademische Untersuchung — Glean verkauft selbst Systeme in dieser Richtung.
Das ist die 59-Prozent-Falle: Selbst ganz ohne Druck geben fast sechs von zehn Menschen Ergebnisse ab, für die sie im Zweifel nicht geradestehen können. Nicht aus Faulheit, sondern weil im Chatfenster niemand sitzt, der das auffängt.
Der zweite Wert aus demselben Bericht ist fast unangenehmer: 6,4 Stunden pro Woche gehen dafür drauf, KI-Ergebnisse zu kontrollieren, Fehler zu reparieren und fehlende Informationen nachzuliefern. Hier schaut also jemand hin — aber auch das kostet. 6,4 Stunden pro Woche, für ein Werkzeug, das Zeit sparen sollte.
Und jetzt die Position, die am schwersten zu messen ist. Stell dir vor, dein Unternehmen nutzt ein Jahr lang intensiv Chat-KI: jeden Tag, alle, für Texte, Ideen, Analysen. Was ist danach für die Firma übrig? Ich meine nicht die Erinnerung, dass man KI genutzt hat, sondern Vermögen — etwas, das der Firma gehört und beim Unternehmenswert mitzählt.
Hier kommt der dritte Einwand: „Wir haben eigene Custom GPTs gebaut und eine Prompt-Bibliothek. Das ist doch unser Vermögen." Eine gepflegte Prompt-Bibliothek ist tatsächlich mehr als nichts — sie ist der Beweis, dass jemand systematisch denkt. Vermögen wird sie aber erst, wenn drei Dinge dazukommen: Verbindung zu euren echten Firmendaten, ein fester Arbeitsablauf, und mehrere Leute, die sie pflegen und weiterentwickeln können. Liegt sie in einem Account und versteht sie nur eine Person, ist das Position zwei mit einem schickeren Namen.
Wie groß diese Lücke branchenweit ist, hat das MIT-Projekt NANDA im Juli 2025 untersucht („The GenAI Divide", 153 Führungskräfte, 52 Organisationen). Geschätzte 30 bis 40 Milliarden Dollar sind in generative KI in Unternehmen geflossen, und rund 95 Prozent dieser Projekte zeigen keinen messbaren Ergebnisbeitrag — wobei es sich um ein Arbeitspapier handelt, nicht um eine peer-reviewte Studie. Entscheidend ist ohnehin nicht die 95, sondern das Warum: nicht die Modellqualität, sondern die Art der Einführung. Systeme, die aus den eigenen Daten lernen und an die eigene Arbeitsweise angepasst werden, gehen laut Bericht etwa doppelt so oft in den echten Produktivbetrieb wie isolierte Insel-Lösungen.
Damit das nicht falsch ankommt: Chat-Nutzung erzeugt Wert, jeden Tag. Aber ohne gemeinsame Daten, Prozesse, Pflege und klare Zuständigkeiten bleibt dieser Wert nicht zuverlässig in der Firma. Am Jahresende hast du dann eine Sammlung einzelner Momente statt eines Systems, das auch ohne die eine Person läuft — und die fällt mit jedem Personalwechsel auf null.
Jetzt die versprochene Rechnung. Ich setze 60 Euro pro Stunde an; setz gern deinen eigenen Wert ein, das Bild ändert sich dadurch nicht.
209 Stunden Doppelarbeit im Jahr mal 60 Euro sind 12.540 Euro. Dazu die Nacharbeit: 6,4 Stunden pro Woche über 45 Arbeitswochen sind 288 Stunden, mal 60 Euro also 17.280 Euro. Summe: 29.820 Euro pro Person und Jahr. Das ist rund das 124-Fache der 240 Euro, die das Abo im Jahr kostet.
Zwei ehrliche Einschränkungen dazu. Die 60 Euro pro Stunde sind eine gesetzte Annahme und stehen in keiner Studie. Und die 209 Stunden gelten für Büroarbeit allgemein, nicht nur für Chat-KI — das ist also kein exakt berechneter KI-Schaden, sondern die Größenordnung der Lücke, die ein echtes Firmengedächtnis schließen würde.
Und jetzt schau auf die drei Positionen, unter denen keine Zahl steht: die zerstückelte Arbeitszeit, die Qualitätswette, das Firmenvermögen, das nie entstanden ist. Sie fehlen nicht, weil sie klein sind. Sie fehlen, weil sie kaum jemand misst.
Die 20 Euro oben auf der Rechnung waren nie die eigentliche Frage. Sie lautet nicht, was ein System kostet — sondern was es kostet, kein richtiges System zu haben.
Wenn du an dem Punkt bist, an dem du kein weiteres Werkzeug suchst, sondern ein System: Genau das ist unsere Arbeit. In einer kostenlosen Erstberatung schauen wir uns gemeinsam an, wo bei dir die zweite Rechnung entsteht — und an welcher der fünf Positionen sich der erste Schritt am schnellsten bezahlt.
