Wenn KI die Arbeit macht, wofür zahlt der Kunde dann noch?

KI nimmt dem Servicedesk des MSP Arbeit ab, und das wirft die Frage auf, was der Kunde dann noch für einen Arbeitsplatz pro Monat bezahlt. Die Zahlen zeigen einen bescheideneren Gewinn als die Erzählungen: Laut Kaseya haben 55 Prozent der MSPs höchstens ein Viertel der Arbeit automatisiert, und beim australischen MSP GCIT, der seine Servicedesk-Daten aus sieben Monaten KI-Einsatz veröffentlicht hat, werden Tickets 24 bis 34 Prozent schneller gelöst – bei rund 15 Prozent weniger Stunden. Eine Halbierung der Arbeit ist nirgends in Sicht, denn in einer Stichprobe von 240 Tickets konnten nur 49 Prozent ohne jemanden am Gerät oder bei einem anderen Anbieter abgewickelt werden. Der Preisdruck kommt trotzdem: ISG sieht, dass die KI-Produktivität einen spürbaren deflationären Effekt auf die Tarife von Dienstleistern entfaltet, Softwareanbieter wie HubSpot und Intercom stellen auf Bezahlung pro gelöster Anfrage um, und 37 Prozent der MSPs nennen Kunden, die den Preis zu hoch finden, als größtes Hindernis für die Kundenzufriedenheit. Dieser Artikel rechnet vor, was KI mit den Selbstkosten eines Tickets macht, zeigt, dass der Arbeitsplatzpreis nie ein Stundensatz war, und beschreibt vier Wege, den Preis an Risiko und Ergebnis statt an Stunden zu koppeln – mit einem Rechenbeispiel für einen MSP, der tausend Arbeitsplätze betreut.

In diesem Artikel: Wie viel Arbeit nimmt KI wirklich ab? | Wo wird der Kunde die Rechnung anfechten? | Was verkauft der Arbeitsplatzpreis eigentlich? | Vier Wege, den Preis von Stunden zu entkoppeln | Rechenbeispiel für einen MSP mit 1.000 Arbeitsplätzen | Was Sie dem Kunden bei der nächsten Verlängerung sagen

Kunden lesen, dass KI die Hälfte der IT-Arbeit übernimmt, und fragen bei der Vertragsverlängerung, warum der Preis pro Arbeitsplatz dann gleich bleibt (oder steigt). MSPs sehen ihre eigenen Techniker schneller arbeiten und fragen sich, ob sie diesen Gewinn in der Marge behalten dürfen oder ihn weitergeben müssen, bevor ein Wettbewerber es tut. Beide Fragen gehen von derselben Annahme aus: dass der Preis pro Arbeitsplatz eine verschlüsselte Stundenmenge ist. Solange diese Annahme Bestand hat, gewinnt derjenige, der als Erster mit einem niedrigeren Tarif kommt. Der Ausweg besteht darin, den Preis an etwas anderem festzumachen als an den Stunden, die dahinterstecken.

Wie viel Arbeit nimmt KI wirklich ab?

Ehrlich betrachtet beschleunigt KI die Arbeit im Servicedesk, halbiert sie aber noch lange nicht. Im 2026 State of the MSP Report von Kaseya geben 55 Prozent an, in den vergangenen zwei Jahren höchstens ein Viertel der Arbeit automatisiert zu haben, 28 Prozent kommen auf etwa die Hälfte, und 1 Prozent bezeichnet sich als nahezu vollständig automatisiert. Am stärksten verbesserten sich die KPIs erste Reaktionszeit (35 Prozent der MSPs), Kundenzufriedenheit (33 Prozent) und Effizienz der Techniker (32 Prozent). Gewinnmarge (18 Prozent) und Abrechnung (15 Prozent) stehen am Ende der Liste. Die Automatisierung schlägt sich also zuerst in der Geschwindigkeit nieder und erst viel später in den Zahlen.

Abbildung 1. Gut die Hälfte der MSPs hat höchstens ein Viertel der Arbeit automatisiert. Quelle: Kaseya 2026 State of the MSP Report.

Konkreter wird es bei GCIT, einem MSP aus Queensland, Australien, mit fünf bis sieben Technikern und rund 1.500 abgerechneten Nutzern, der im Oktober 2026 Servicedesk-Daten aus sieben Monaten veröffentlichte. Seit März 2026 läuft dort eine KI-Triage-Schicht, die 98,7 Prozent der neuen Tickets vom Triage-Board holt, und die Techniker nutzen bei 82 Prozent der Tickets, die sie übernehmen, einen KI-Assistenten. Die Wartezeit, bis ein Techniker mit einem Ticket beginnt, sank von 49 auf 13 Arbeitsminuten, die mediane Lösungszeit von 2,42 auf 1,84 Arbeitsstunden und die Technikerstunden für Tickets pro Monat von 449 auf 381, also rund 15 Prozent weniger. Die Zahl der gelösten Tickets pro Techniker und Monat stieg um 47 Prozent, teilweise weil das Ticketvolumen selbst um fast 10 Prozent zunahm. Das EBITDA des Unternehmens stieg im selben Zeitraum von 6,6 auf 14,7 Prozent des Umsatzes.

Abbildung 2. KI beschleunigt den Servicedesk von GCIT erheblich, spart aber nur rund 15 Prozent Technikerstunden. Quelle: GCIT, Oktober 2026.

In einer Stichprobe von 240 Tickets brauchten 15 Prozent jemanden am Gerät, 6 Prozent physische Arbeit und 5 Prozent einen anderen Anbieter. Nur 49 Prozent ließen sich vollständig mit einer bloßen Zustimmung des Kunden abwickeln. Von den 3.955 Lösungsplänen, die die KI erstellte, wurden 19 Prozent von den eigenen Kontrollen abgelehnt, und ein zweites Triage-Produkt ordnete 52 Prozent der Tickets dem falschen Typ zu. Es gibt also Gewinne zu holen, doch eine Halbierung ist vorerst vor allem Fiktion. Das sollten Sie wissen, bevor Ihnen ein Kunde gegenübersitzt, der genau mit dieser Fiktion ankommt.

Wo wird der Kunde die Rechnung anfechten?

Dass der Kunde damit ankommt, steht außer Frage. ScalePad fragte gut 1.100 nordamerikanische MSPs, was sie daran hindert, höhere Zufriedenheitswerte zu erreichen, und 37 Prozent setzten „Kunden finden den Preis zu hoch“ an die Spitze, gleichauf mit immer komplexeren technischen Anfragen. In der JumpCloud-Umfrage unter KMU waren die Kosten mit 28 Prozent der meistgenannte Grund, sich von einem MSP zu trennen. Kaseya beobachtet zugleich schrumpfende Verträge: Der Anteil der Kunden, die mehr als 25.000 Dollar pro Jahr ausgeben, sank von 75 auf 41 Prozent, 24 Prozent der MSPs berichten von Kunden, die ihr IT-Budget kürzen, und 30 Prozent nennen steigende Lohn-, Tool- und Infrastrukturkosten als Wachstumsbremse. Ein Markt, in dem die Kosten steigen und der Vertragswert sinkt, bietet wenig Spielraum für einen Preis, der auf Stunden aufgebaut ist.

Die zweite Druckquelle sitzt weiter oben in der Kette. Die Sourcing-Beratung ISG stellte im Oktober 2026 fest, dass die KI-Produktivität beginnt, sich sichtbar auf die Preise im Markt für Managed Services auszuwirken, und dass Dienstleister, die KI in ihrer Delivery einsetzen, einen deutlichen deflationären Effekt auf die Tarife haben. Der europäische Markt für Managed Services wuchs im dritten Quartal um 12 Prozent auf 4,3 Milliarden Dollar, der Jahresvertragswert lag jedoch 10 Prozent unter dem des Vorquartals. Große Einkäufer erwarten inzwischen Produktivitätsvereinbarungen in ihren Verträgen, und was die Einkaufsabteilung eines Konzerns in diesem Jahr aushandelt, verlangt der Finanzchef eines mittelständischen Kunden im nächsten Jahr von seinem MSP.

Die dritte Quelle ist die Softwarewelt, in der der Preis pro Arbeitsplatz selbst unter Beschuss steht. HubSpot senkte im April 2026 den Preis seines KI-Kundenservice-Agenten von 1 Dollar pro Gespräch auf 50 Cent pro gelöster Anfrage – unter der Bedingung, dass kein Mensch beteiligt ist. Intercom berechnet 99 Cent pro Ergebnis für seinen Fin-Agenten, und Zendesk stellte auf einen Preis pro erledigtem Fall um. Kunden, die ihre Helpdesk-Software pro Lösung bezahlen, werden ihren MSP fragen, warum ein Arbeitsplatz immer noch dasselbe kostet, wenn der Servicedesk die Hälfte der Anfragen von einem Agenten erledigen lässt. Darauf muss eine Antwort bereitliegen, bevor die Frage gestellt wird.

Was verkauft der Arbeitsplatzpreis?

Anders gefragt: Was ist ein Arbeitsplatzpreis eigentlich? Laut der Global MSP Benchmark Survey von Kaseya aus dem Jahr 2023 arbeiten 26 Prozent der MSPs mit einer Kombination aus Preis pro Nutzer und pro Gerät, 21 Prozent mit einem All-in-Preis pro Nutzer und 14 Prozent mit einem wertbasierten Festpreis. Der reine Preis pro Gerät sank innerhalb eines Jahres von 17 auf 13 Prozent und verlor Terrain an das wertbasierte Modell. ScalePad ermittelt, dass die meisten MSPs zwischen 151 und 250 Dollar pro Nutzer und Monat erhalten und dass 78 Prozent ihren wiederkehrenden Umsatz wachsen sahen. Ein gesunder Service zielt auf eine Bruttomarge von 50 Prozent oder mehr, mit Lizenzen, Tooling und Personal als den drei großen Kostenblöcken.

Abbildung 3. Die Kombination aus Preis pro Nutzer und pro Gerät ist das meistgenutzte Modell; wertbasierte Festpreise gewinnen gegenüber dem Preis pro Gerät an Boden. Quelle: Kaseya Global MSP Benchmark Survey 2023.

In all diesen Modellen ist der Arbeitsplatzpreis etwas anderes als ein verkleideter Stundensatz. Der Kunde kauft damit drei Dinge: einen Lizenz- und Tooling-Stack, den er selbst teurer einkaufen würde, ein Versprechen zu Reaktions- und Lösungszeiten, das der MSP einhalten muss, egal wie viele Tickets eingehen, und die Übertragung von Risiko, denn ein Ransomware-Angriff oder ein abgewanderter Engineer ist zum Problem des MSP geworden. Der Personalanteil an diesem Preis ist der einzige Teil, den KI beeinflusst, und selbst dort geht es nur um den Anteil der Tickets, die ohne Menschen auskommen. Wenn Sie den Preis aus diesen drei Komponenten aufbauen, verändert sich die Frage des Kunden. Er fragt dann zwar immer noch, wofür er zahlt, aber die Antwort dreht sich darum, was er bekommt und was er nicht mehr selbst tragen muss.

Das setzt allerdings voraus, dass Sie Ihre Selbstkosten kennen. ScalePad ermittelt, dass 50 Prozent der MSPs die direkten Kosten pro Service erfassen, 44 Prozent den Umsatz pro Nutzer und nur 23 Prozent das EBITDA. Ein MSP, der seinen eigenen Personalanteil pro Ticket nicht kennt, kann auch nicht erklären, warum KI diesen Anteil um 15 Prozent senkt und den Preis um 0 Prozent. Der erste Schritt in jedem Preisgespräch ist also intern: Welcher Teil der 90 oder 120 Euro pro Arbeitsplatz ist Personal, welcher Lizenz, welcher Risikoaufschlag und welcher Marge?

Vier Wege, den Preis von Stunden zu entkoppeln

Mit dieser Aufschlüsselung in der Hand gibt es vier Wege, den Preis von Stunden zu lösen – aufsteigend danach, wie weit sie sich vom heutigen Modell entfernen.

Der erste ist ein gewichteter Nutzerpreis. Statt eines einheitlichen Preises für jeden Mitarbeiter erhält ein Nutzer mit Laptop, Telefon und Zugang zu drei SaaS-Anwendungen einen höheren Faktor als ein Produktionsmitarbeiter, der nur einen gemeinsam genutzten Arbeitsplatz hat. Der australische MSP-Coach Nigel Moore nennt das per user 2.0. Das Modell hält die Rechnung für den Kunden nachvollziehbar und koppelt den Preis an Komplexität und Risiko statt an die Zahl der erwarteten Tickets. KI-Gewinne bei den einfachen Tickets berühren diesen Preis kaum, weil er nie auf diesen Tickets aufgebaut war.

Der zweite ist ein Plattformtarif plus ein niedrigerer Preis pro Nutzer. Lizenzen, Security-Stack, Monitoring, Backup und das KI-Tooling selbst bilden einen festen Monatspreis pro Kunde, der Servicedesk einen Betrag pro Nutzer obendrauf. Wenn KI die Servicedesk-Kosten senkt, kann sich dieser zweite Betrag mitbewegen, ohne dass der gesamte Vertrag zur Diskussion steht. Für den Kunden ist sichtbar, dass die KI-Schicht Geld kostet und dass der MSP diese Kosten trägt; Kaseya ermittelt, dass 13 Prozent der MSPs KI und Automatisierung inzwischen als wesentliche Einnahmequelle sehen, während 48 Prozent sie als größten Kundenbedarf für 2026 nennen.

Der dritte ist eine ergebnisbasierte Preisgestaltung innerhalb des Vertrags. Eine garantierte Erstreaktion innerhalb einer Viertelstunde, eine maximale Lösungszeit für Priorität 1, eine Patch-Quote von 98 Prozent innerhalb von sieben Tagen, ein jährlicher Wiederherstellungstest mit Bericht: Jedes dieser Ergebnisse erhält einen Preis und einen Nachweis im Quartalsreport. Die GCIT-Zahlen zeigen, wo der KI-Gewinn liegt, nämlich in der Geschwindigkeit, und genau das spürt auch der Kunde. Ein MSP, der seine Reaktionszeit von 49 auf 13 Minuten senkt, verkauft diese 36 Minuten, statt sie zu verschenken.

Der vierte ist der weitreichendste: eine Komponente pro gelöster Anfrage nach dem Vorbild von HubSpot und Intercom. Ein niedriger Fixbetrag pro Nutzer für Stack und Risiko und darüber ein fester Betrag pro Ticket, das der Servicedesk abwickelt, wobei ein von KI gelöstes Ticket günstiger ist als eines, an dem ein Techniker gearbeitet hat. Das Modell ist transparent und belohnt den MSP für Automatisierung, verlagert aber auch das Volumenrisiko zurück zum Kunden, der sich gerade für einen Festpreis entschieden hat, um dieses Risiko loszuwerden. Für die meisten mittelständischen Kunden passt dieses Modell zu einem Teil des Services, etwa Nutzeranfragen und Passwort-Resets, nicht aber zum gesamten Arbeitsplatz.

Rechenbeispiel für einen MSP mit 1.000 Arbeitsplätzen

Was Sie dem Kunden bei der nächsten Verlängerung sagen

Ein MSP, der den Preis als Vergütung für Stunden verteidigt, verliert, sobald der Kunde oder ein Wettbewerber diese Stunden günstiger einschätzt – und das passiert inzwischen jedes Quartal. Ein MSP, der den Preis aus Stack, Risiko und Ergebnissen aufbaut, kann den KI-Gewinn teilweise bei der Komponente zurückgeben, bei der er entsteht, und den Rest in der Marge behalten, mit einem Reporting, das zeigt, dass der Kunde dafür schnellere Reaktionen, kürzere Lösungszeiten und eine höhere Patch-Quote bekommt. Bei GCIT stieg das EBITDA von 6,6 auf 14,7 Prozent, während der Umsatz um 23 Prozent wuchs; das ist nur möglich, wenn sich der Preis nicht mit den Stunden bewegt.

Für die nächste Verlängerung bedeutet das drei Dinge. Bringen Sie die Kostenstruktur pro Arbeitsplatz zu Papier, auch wenn sie nicht auf der Rechnung erscheint, damit jeder Mitarbeiter des MSP dieselbe Geschichte erzählt. Wählen Sie ein Modell, in dem der Servicedesk-Anteil separat sichtbar ist, und machen Sie deutlich, dass die KI-Schicht dort Geld kostet und Zeit spart. Und liefern Sie mit jedem Quartalsreport die Zahlen, die zeigen, was diese Zeit gebracht hat – in Minuten und in erledigten Tickets. Kunden, die sehen, dass ihr MSP schneller geworden ist, verlangen selten einen niedrigeren Preis. Kunden, die nur eine gleichbleibende Rechnung sehen, tun es sehr wohl.

Quellen Kaseya 2026 State of the MSP Report (April 2026, PDF); GCIT, AI for MSPs: seven months of our service desk data (14. Oktober 2026); ScalePad 2026 MSP Trends Report, Kapitel Financial Performance; ScalePad 2026 MSP Trends Report, Kapitel Customer Success + Services; Kaseya, MSP Pricing: a guide to managed IT services pricing, mit Zahlen aus der Global MSP Benchmark Survey 2023; ISG, Index Insider: 3Q26 ISG Index recap (Oktober 2026); ISG Index EMEA Q3 2026, Pressemitteilung (12. Oktober 2026); Diginomica über den Wechsel von HubSpot zu Outcome-based Pricing (April 2026); JumpCloud SME IT Trends Q3 2024, Special Report Your Route To Positive Client Interactions (PDF); NinjaOne, Managed services pricing strategy for 2026 (Margenziele und per user 2.0).

Dieser Artikel ist ursprünglich auf Niederländisch bei MSP Business erschienen. Zum Originalartikel →