Für diesen Artikel haben wir sehr viele Beiträge über KI im E-Commerce gesichtet. Kein einziger nannte eine Budgetzahl. Alle landen beim selben Absatz — die Implementierungskosten können erheblich sein — und wechseln dann das Thema.
Das ist keine Vorsicht, das ist Positionierung. Ein Anbieter kann keine ehrlichen Kosten veröffentlichen, ohne den eigenen Vertriebsprozess zu untergraben, und eine Beratung nicht, ohne die Discovery-Phase zu verkürzen. Hier also unsere.
Dies sind unsere eigenen Umsetzungsspannen für Commerce-Kunden im Mittelstand, angegeben in GBP, und es sind Bandbreiten, keine Angebote. Vor allem Modellpreise ändern sich schnell — nehmen Sie die Zahlen zu den laufenden Kosten als Größenordnung und prüfen Sie sie vor der Budgetierung erneut.
Sechs Projekte, durchkalkuliert
1. Anreicherung von Produktdaten
Attribute aus einem großen Katalog extrahieren und normalisieren. Das unglamouröse Projekt — und durchgängig das mit dem höchsten Ertrag, weil es Suche, Filter, Feeds und jedes weitere KI-Projekt erst möglich macht.
- Aufbau: £15.000–£45.000 — Pipeline, Prompt-Design, Validierung, Import-Tooling
- Inferenz: gering. Bei einem Katalog mit Zehntausenden SKUs sind die Modellkosten gegenüber dem Engineering meist ein Rundungsfehler
- Laufend: ein kleines Budget, um sie auf neue Produkte anzuwenden, dazu Prüfzeit einer Merchandising-Kraft
- Was es bewegt: die Katalogröße weit weniger als die Unordnung im Katalog und die Zahl der unterschiedlichen Attributsätze
2. Semantische oder hybride Onsite-Suche
Die Keyword-Suche durch etwas ersetzen, das Absicht versteht. Hoher kommerzieller Wert, weil Suchende Ihr Segment mit der höchsten Kaufabsicht sind.
- Kaufen (eine Such-SaaS): £500–£5.000/Monat je nach Katalogröße und Abfragevolumen, dazu £8.000–£25.000 Integration
- Aufbau: £40.000–£120.000, dazu Kosten für Embeddings und Hosting
- Was es bewegt: ob Ihre Attribute sauber genug sind, damit es funktioniert — siehe Projekt 1, das eine Voraussetzung ist und keine optionale Vorstufe
- Ehrliche Empfehlung: kaufen, sofern Sie keine ungewöhnliche Anforderung an die Relevanz haben. Dieser Markt ist gut bedient.
3. Ein Agent für den Kundensupport
Das Projekt, das am häufigsten verkauft wird und am häufigsten enttäuscht, weil Disziplin beim Umfang das Ergebnis stärker bestimmt als die Technologie.
- Kaufen und konfigurieren: £300–£3.000/Monat, dazu £10.000–£30.000 für eine saubere Anbindung an die Bestelldaten
- Aufbau: £50.000–£150.000 für etwas, das wirklich mit Ihren Systemen verbunden ist und nicht nur aus einem Help Center antwortet
- Betrieb: Inferenzkosten pro Konversation, einzeln gering und dennoch bei Ihrem tatsächlichen Volumen durchzurechnen
- Laufend: dieses Projekt braucht dauerhaft eine verantwortliche Person — Evaluation, Pflege der Prompts, Feinabstimmung der Eskalationen. Planen Sie es als Teilzeitrolle ein, nicht als Projekt
- Was es bewegt: wie viele Aktionen er ausführen darf. Nur lesend kostet einen Bruchteil dessen, was ein Eingriff in Bestellungen kostet.
Der Rahmen für den Umfang zählt hier mehr als das Budget; wir beschreiben ihn in was ein KI-Support-Agent niemals anfassen darf.
4. Empfehlungen und Personalisierung
- Plattformeigen: häufig enthalten, häufig ausreichend. Fangen Sie hier an.
- Kaufen (eine Personalisierungs-SaaS): £1.000–£10.000/Monat, manchmal mit Umsatzbeteiligung
- Aufbau: £60.000–£200.000, und nur gerechtfertigt bei ungewöhnlicher Katalogdynamik oder einem echten Datenvorsprung
- Was es bewegt: das Traffic-Volumen, denn Shops mit wenig Traffic erzeugen nicht die Interaktionsdaten, die solche Systeme brauchen — und kein Budget behebt das
- Ehrliche Empfehlung: die am häufigsten überkaufte Kategorie der Commerce-KI. Messen Sie Ihre plattformeigenen Empfehlungen sauber, bevor Sie sie ersetzen.
5. Nachfrageprognose
- Aufbau: £40.000–£150.000 einschließlich Data Engineering, das den größten Teil ausmacht
- Laufend: Monitoring, erneutes Training und jemanden in der Bedarfsplanung, der dem System genug vertraut, um es zu nutzen
- Was es bewegt: Historie und Qualität der Daten. Zwei Jahre saubere Verkaufsdaten sind brauchbar; achtzehn Monate mit einem Replatforming in der Mitte nicht
- Ehrliche Empfehlung: schlagen Sie zuerst eine naive Baseline. Wenn ein einfacher gleitender Durchschnitt mit Saisonalität im Backtest nicht geschlagen wird, ist das Projekt nicht reif.
6. Agent-Readiness und Sichtbarkeit in der KI-Suche
Ihren Katalog für Assistenten und Agenten lesbar machen. Neuer, günstiger als es klingt, und vor allem ein Daten- und Markup-Projekt.
- Audit: £5.000–£15.000
- Behebung: £15.000–£60.000, mit starker Überschneidung zu Projekt 1
- Laufend: die Sichtbarkeit überwachen — ein Posten für Marketing Operations, nicht für das Engineering
- Was es bewegt: wie viele strukturierte Daten Sie bereits korrekt ausliefern
Die Kosten, die niemand nennt
Vier Posten entscheiden darüber, ob das Projekt in achtzehn Monaten noch lebt.
- Evaluations-Infrastruktur. Sie brauchen einen Weg, um festzustellen, ob eine Änderung an einem Prompt oder einem Modell die Ergebnisse verbessert oder verschlechtert hat. Ohne sie ist jede Änderung geraten und die Qualität driftet unbemerkt ab. Planen Sie £10.000–£30.000 für den Aufbau ein, dazu Zeit für die Pflege.
- Wechselnde Modellversionen. Anbieter stellen Modelle ab. Ihr sorgfältig abgestimmter Prompt muss nach einem Zeitplan neu validiert werden, den Sie nicht kontrollieren. Rechnen Sie mindestens jährlich mit einem Zyklus zur erneuten Evaluation.
- Der Human in the Loop. Fast jedes lohnende Commerce-KI-Projekt hat einen — eine Merchandising-Kraft, die Stichproben prüft, eine Support-Leitung, die Eskalationen justiert, eine Analyse-Kraft, die Prognosen kontrolliert. Das sind dauerhafte Betriebskosten, und sie fehlen in den meisten Business Cases.
- Inferenz unter Lastspitzen. Ihre Ausgaben für Token skalieren mit dem Traffic. Rechnen Sie mit Black Friday, nicht mit einem durchschnittlichen Dienstag, und planen Sie einen Degradationspfad für den Fall, dass die Inferenz mehr kostet als die Marge, die sie schützt.
Modell-Inferenz ist meist der kleinste Posten im Budget und bekommt die meiste Aufmerksamkeit, weil es dafür als Einzigem eine öffentliche Preisliste gibt. Engineering, Datenarbeit und die laufenden Personalkosten liegen deutlich darüber und lassen sich schwerer beziffern.
Ein Business Case, der einem CFO standhält
Vier Bestandteile. Fehlt einer davon, kommt der Business Case zurück.
- Eine Baseline, die Sie vor dem Start gemessen haben. Ohne sie können Sie hinterher nichts belegen und diskutieren am Ende über Saisonalität.
- Ein konservatives und ein optimistisches Szenario, wobei die Entscheidung am konservativen fällt.
- Gesamtbetriebskosten über drei Jahre — Aufbau, Betrieb, Evaluation, Personalzeit und ein Wechsel der Modellschicht.
- Ein Abbruchkriterium. Welches Ergebnis würde bis zu welchem Datum bedeuten, dass Sie aufhören? Projekte ohne Abbruchkriterium werden nicht abgebrochen; sie werden still ausgehungert, und das kostet mehr.
Beim Messen ist die wertvollste Disziplin die Holdout-Gruppe. Leiten Sie im ersten Quartal einen Teil des infrage kommenden Traffics oder der Gespräche am KI-System vorbei. Das kostet Sie einen Bruchteil des Zugewinns und macht aus der Umsatz ist gestiegen ein das Projekt hat den Umsatz steigen lassen — vor einem Vorstand ist das ein anderer Satz.
Wo das Geld tatsächlich verschwendet wird
- Bauen, was man kaufen könnte. Empfehlungen und Suche sind gut bediente Märkte. Bauen Sie nur bei einem echten Datenvorsprung selbst.
- Kaufen, bevor die Daten so weit sind. Eine Personalisierungsplattform auf einem Katalog mit 40 % Attributabdeckung bleibt hinter ihrer Demo zurück — und der Anbieter trägt daran keine Schuld.
- Piloten ohne Weg in den Produktivbetrieb. Ein erfolgreicher Pilot ohne Plan für Integration, Monitoring und Verantwortlichkeit ist ein Kostenposten, an dessen Ende kein Wert steht.
- Die falsche Kennzahl optimieren. Ein Support-Agent, der Containment maximiert, während die Conversion fällt, vernichtet effizient Wert.
- Der Demo hinterherlaufen. Die beeindruckende Fähigkeit ist selten die profitable. Profitabel ist meist die Anreicherung von Attributen, und die führt niemand vor.
Wenn Sie die Zahlen für Ihren eigenen Shop statt für eine Bandbreite wollen: Genau das tun unser Bereich KI-Integration und unser Team für KI und Machine Learning, bevor ein Projekt beginnt. Dieselbe Disziplin, angewendet auf einen Plattformaufbau, finden Sie in was eine individuelle Node.js-Plattform wirklich kostet.
Häufige Fragen
Was kostet ein KI-Projekt für ein E-Commerce-Unternehmen?
Je nach Anwendungsfall £15.000 bis £200.000 für den Aufbau, dazu laufende Kosten. Die Anreicherung von Produktdaten ist am günstigsten und bringt meist den höchsten Ertrag; eigene Empfehlungs- und Prognosesysteme sind am teuersten und sollten meistens gekauft statt selbst gebaut werden.
Welches KI-Projekt sollten wir zuerst angehen?
In fast allen Fällen die Anreicherung von Produktdaten. Sie ist am günstigsten, verbessert schon für sich genommen Suche, Filter, Feeds und organische Sichtbarkeit und ist Voraussetzung für jedes andere Projekt auf der Liste. Sie ist auch das einzige Projekt, das niemand vorführt — deshalb wird es übersprungen.
Ist Modell-Inferenz teuer?
Meist der kleinste Posten im Budget, der unverhältnismäßig viel Aufmerksamkeit bekommt, weil es dafür eine öffentliche Preisliste gibt. Engineering, Datenarbeit und der dauerhafte Human in the Loop kosten mehr. Die Ausnahme sind Lastspitzen — rechnen Sie mit Black Friday statt mit einem Durchschnittstag und planen Sie einen Degradationspfad.
Wie weisen wir nach, dass ein KI-Projekt gewirkt hat?
Messen Sie eine Baseline, bevor Sie beginnen, und arbeiten Sie mit einer Holdout-Gruppe — leiten Sie im ersten Quartal einen Teil des infrage kommenden Traffics am System vorbei. Ohne Holdout-Gruppe lässt sich die Wirkung des Projekts nicht von der Saisonalität trennen, und Sie können die Zahl nicht verteidigen.
Make-or-Buy: selbst bauen oder kaufen?
Kaufen Sie bei Suche, Empfehlungen und Support-Agenten, sofern Sie keine ungewöhnliche Anforderung oder einen echten Datenvorsprung haben — diese Märkte sind gut bedient. Bauen Sie alles selbst, was Ihre spezifische Geschäftslogik abbildet, und die Daten-Pipelines darunter, die niemand von der Stange verkauft.
Die Zahlen für Ihr Unternehmen
Wir kalkulieren die engere Auswahl gegen Ihren Katalog, Ihren Traffic und Ihre Daten und sagen Ihnen, welche Projekte in diesem Jahr eine Finanzierung wert sind. Häufig ist das ein Projekt, nicht fünf. Sprechen Sie mit unserem Team; wir antworten innerhalb eines Werktags.