Wenn KI die Arbeit macht, wofür zahlt der Kunde dann pro Stunde? Interview mit Alex Rammlmair


Am Mikrofon

avatar
Maik Pfingsten
avatar
Alex Rammlmair

Shownotes

Ist Value Pricing nur ein weiterer Trend? Weit gefehlt. KI mischt gerade die Karten in unserer Branche komplett neu. Wertbasierte Preise sind die Antwort darauf. In der aktuellen Podcast-Episode habe ich mir dazu Alex Rammlmair eingeladen, Unternehmer, Ingenieur und Spezialist für Preisstrategien im IT-Umfeld. Er hat mehrere Bücher zum Thema geschrieben, unter anderem „Das Ende der Tagessätze“.

Das Problem: KI erledigt den Job in Minuten

Aufgaben, die wir bisher nach Stunden abgerechnet haben, kann KI heute in Minuten erledigen. Wer weiterhin Zeit verkauft, konkurriert damit gegen eine Maschine, die praktisch nichts kostet. Das ist keine abstrakte Zukunftsmusik, sondern längst Realität. Sie trifft beide Seiten des Preismodells gleichzeitig:

Entwickler in IT-Firmen sitzen da und haben nichts mehr zu tun, weil KI sie so produktiv gemacht hat, dass die Kunden mit dem Spezifizieren neuer Anforderungen nicht mehr nachkommen.

Ein Wirtschaftsprüfer ist seit über 20 Jahren am Markt und hochspezialisiert auf Unternehmensbewertungen. Er kalkuliert sein Angebot seit Jahrzehnten nach dem gleichen Muster: drei Tage, acht Stunden, 250 Euro. Ein langjähriger Einkäufer ruft an und sagt sinngemäß: „Moment mal. Wir geben Ihnen doch all unsere Zahlen. Die stecken Sie in die KI, die rüttelt daran, dann guckt Ihr Senior zwei Stunden drüber und schickt uns das Ergebnis. Wir sehen nicht ein, dass wir dafür drei Tage bezahlen.“ Der Wirtschaftsprüfer hatte in diesem Moment keinerlei Argument mehr. Erst als er verzweifelt sagte, er nutze gar keine KI, kam die Antwort des Einkäufers: „Oh, Sie nutzen auch keine KI? Mit so einem rückständigen Lieferanten wollen wir dann auch nicht zusammenarbeiten.“

Diese Beispiele zeigt sehr klar: Wer über Stunden und Stundensätze verkauft, hat in einer Welt mit KI keine Argumente mehr. Egal, in welche Richtung der Kunde drückt.

Warum das Stundenmodell nie funktioniert hat

Das Stundenmodell hat schon vor KI seine Schwächen gezeigt, wir haben sie nur meist verdrängt oder anders erklärt:

  • Die Besten verdienen am wenigsten. Wo man wirklich fit ist, ist man schnell fertig. Wer für die gleiche Leistung drei Tage statt zwei Wochen braucht, verrechnet drei Tage. Das lässt sich auch mit einem höheren Stundensatz kaum ausgleichen.
  • Die besten Mitarbeiter sind am wenigsten profitabel. Sie sind schnell fertig, man muss sie ständig neu beschäftigen, und für einfachere Aufgaben sind sie eigentlich zu teuer.
  • Effizienz schadet dem eigenen Umsatz. Wer ins eigene Tooling, ins Framework oder in Automatisierung investiert, um schneller zu werden, schreibt am Ende kleinere Rechnungen. Als Ingenieur will man effizient sein und gute Leute haben, im Stundenmodell bedeutet genau das aber weniger Einnahmen. Ein Widerspruch, der nicht aufgeht.

Die Folge: Viele sind aufs Stundenmodell zurückgefallen, nachdem Festpreis-Projekte gescheitert waren. Meist, weil man von Anfang an alles machen wollte, was der Kunde wollte, ohne klare Grenzen zu ziehen. Das ist die klassische „Dienstleister-“ oder „Butler-Mentalität“: Man fragt den Kunden, was er heute gerne hätte, und tut es. Genau das macht feste Preise unmöglich, weil sich der Wunsch des Kunden ständig ändert.

Der Denkfehler: Maßgeschneidert ist nicht dasselbe wie individuell

Ein zentraler Punkt aus dem Gespräch: Die meisten IT-Dienstleister halten ihre Arbeit für maßgeschneidert. In Wirklichkeit sind sie aber eher wie Daniel Düsentrieb, der für jeden Kunden komplett neu erfindet. Der echte Maßschneider dagegen hat ein begrenztes Angebot, stellt ein paar klare Fragen zu Stoff und Stil und nimmt Maß. Danach kann er genau sagen, was es kostet, wie lange es dauert und wie es abläuft. Das ist im Kern ein Productized Service.

Der entscheidende Unterschied liegt in der Haltung: Der Maßschneider lässt sich vom Kunden nicht sagen, wie er den Anzug näht. Er sagt: „Er muss passen. Alles andere geht dich nichts an.“ Kundenorientierung heißt nicht, alles zu tun, was der Kunde will. Sie bedeutet, dafür zu sorgen, dass der Kunde am Ende bekommt, was er braucht.

Value Pricing: Die Alternative zur Kalkulation nach Aufwand

Der klassische Ansatz rechnet Stundensatz mal Aufwand plus Material plus gewünschter Marge und geht damit immer vom eigenen Aufwand aus. Value Pricing dreht die Frage um: Was ist das dem Kunden wert? Erst danach stellt sich die Frage, ob man das wirtschaftlich umsetzen kann.

Ein Beispiel macht das greifbar: Ein Kunde lässt für 10.000 Euro im Monat externe Prüfberichte erstellen und möchte das automatisieren lassen. Die eigenen Techniker schätzen den Aufwand auf 30.000 oder auf 70.000 Euro. Die klassische Methode würde daraus mit Aufschlag 50.000 bzw. 100.000 Euro Angebotspreis machen. Beim Value Pricing fragt man stattdessen: Der Kunde spart sich 120.000 Euro im Jahr, ein Preis von 100.000 Euro ist für ihn also ein gutes Geschäft, weil er sich schon im ersten Jahr rechnet. Der Preis bleibt bei 100.000 Euro, unabhängig davon, ob der interne Aufwand 30.000 oder 70.000 Euro beträgt. Nur wenn die Techniker mit 150.000 Euro kalkulieren, würde man das Angebot gar nicht erst abgeben, weil der Kunde es wirtschaftlich nicht mehr rechtfertigen kann.

Das Kriterium für ein gutes Geschäft: Beide Seiten würden es danach wieder so machen. Wer nur nach Aufwand kalkuliert, hat oft keine Ahnung, was der Preis für den Kunden eigentlich bedeutet, ob er günstig, angemessen oder überteuert ist. Genau dieses Gefühl für den „Sweet Spot“ beim Kunden ist es, was Value Pricing systematisch aufbaut.

Das Beispiel: Ergebnis statt Dienstleistung verkaufen

Ein besonders anschauliches Bild aus dem Gespräch: Zwei Dienstleister mit Rückenschmerz-Patienten, ähnlicher Ausbildung, ähnlicher Zielgruppe. Der Masseur verkauft „40 Minuten Massage“. Selbst wenn er nach fünf Minuten wüsste, wo das Problem liegt, muss er die volle Zeit abarbeiten, weil genau das verkauft wurde. Die Chiropraktikerin verkauft ein Ergebnis: „Ich renke das für dich ein.“ Sie ist nach wenigen Minuten fertig und verlangt trotzdem denselben Preis, weil sie nicht Zeit verkauft, sondern eine Lösung.

Das ist der Kern des Umdenkens: Was verkaufe ich eigentlich, Zeit oder ein Ergebnis? Wer auf seiner Rechnung Stunden und Stundensätze ausweist, hat sich selbst bereits verraten, was er verkauft: Arbeitszeit. Dann kann man sich später nicht mehr darauf berufen, eigentlich ein Ergebnis zu liefern. Der Kunde hat in diesem Fall jedes Recht, über die Stunden zu diskutieren.

Warum KI die Diskussion nicht gewinnen kann, wenn man richtig aufgestellt ist

Wenn ein Kunde einwirft „Aber Sie setzen doch KI ein“, sollte die Antwort lauten: „Und? Was hat das damit zu tun?“ Das funktioniert aber nur, wenn von Anfang an klar ist: Verkauft wird kein Arbeitsaufwand, sondern ein Ergebnis. Wer dagegen argumentiert, sein Aufwand sei doch noch relevant, verteidigt den Aufwand statt den Wert. Diese Diskussion lässt sich strukturell nicht gewinnen. Denn dann hat der Kunde im Kern recht: Er darf einen günstigeren Preis fordern, wenn der Aufwand sinkt. Die eigentliche Frage sollte aber niemals sein, wie viel Aufwand entstanden ist, sondern welches Problem wie viel wert ist, gelöst zu werden.

Der erste Schritt in Value Pricing: die eigene Zone of Genius finden

Der aus der Praxis wichtigste und zugleich schwierigste erste Schritt: herausfinden, was man besonders gut kann und was davon für andere besonders viel wert ist. Das klingt banal, ist es aber nicht. Die meisten Unternehmer beschreiben nicht, was sie außergewöhnlich gut können, sondern was sie am häufigsten tun. Das Besondere an der eigenen Leistung nimmt man selbst meist gar nicht wahr, „der Fisch spürt das Wasser nicht“.

Ein verlässliches Erkennungszeichen dieser sogenannten Zone of Genius: Wenn jemand von außen die eigene Leistung beschreibt und man selbst denkt „Das würde ich fast umsonst machen, weil es mir so leichtfällt“, liegt dort oft der größte Wertbeitrag. Deshalb braucht dieser Schritt fast immer jemanden von außen. In der eigenen „Marmeladenglas-Perspektive“ sitzt man einfach zu nah am eigenen Etikett, um es lesen zu können.

Die reale Wirkung dieses Perspektivwechsels: In eigenen Workshops sind aus anfänglichen vierstelligen Preisvorstellungen wiederholt sechsstellige und inzwischen sogar siebenstellige Preisschilder entstanden. Der Grund dafür war stets, dass der tatsächliche Wertbeitrag beim Kunden um ein Vielfaches höher lag als der eigene Zeitaufwand. Diese Diskrepanz, ein Wertbeitrag im sechsstelligen Bereich bei nur drei Tagen tatsächlichem Aufwand, ist für viele zunächst schwer zu glauben. Genau darin liegt aber die eigentliche Chance von Value Pricing.

Klare Spielregeln statt grenzenloser Anpassung

Wer ein Ergebnis verspricht, muss auch Bedingungen dafür festlegen dürfen. Das bedeutet in der Praxis: klare Regeln definieren, was der Kunde liefern oder tun muss, und diese auch konsequent einhalten. Dazu gehört die Bereitschaft, Nein zu sagen. Eine sehr konkrete Spielregel aus der eigenen Praxis: „Wer beim Kick-off nicht dabei war, stimmt dem Ergebnis zu.“ Wer später nachträglich Änderungen einbringen will, kann das gerne tun, allerdings gegen eine neue, separate Bestellung. Diese Klarheit ist kein Kundenservice-Defizit, sondern die Voraussetzung dafür, ein verlässliches Ergebnis überhaupt liefern zu können.

Value Pricing ist keine Option mehr, sondern strategisch notwendig

Die Idee des wertbasierten Preises ist nicht neu. Sie ist erprobt und bewiesen seit vielen Jahren. Was sich durch KI ändert, ist der Zeitdruck: Wer jetzt noch abwartet und Fixpreise nur deshalb kalkuliert, weil man dank KI günstiger anbieten kann, verschenkt die eigene Produktivitätsdividende an den nächsten Wettbewerber, der genauso denkt und den Preis noch weiter drückt. Am Ende landet man wieder genau dort, wo man vor Jahren stand, nur mit noch weniger Marge.

Wer stattdessen konsequent über den Wert für den Kunden argumentiert statt über den eigenen Aufwand, muss sich um KI als Preisverhandlungsargument keine Sorgen machen. Denn dann verkauft man kein Stück Arbeitszeit, sondern ein Ergebnis. Das gilt unabhängig davon, ob es per Hand, mit KI oder in einer Mischform entstanden ist.