Ein Framework zur Preisgestaltung von KI-Produkten
Da die Einführung von KI immer schneller voranschreitet, beeilen sich Unternehmen fast aller Branchen, Produkte zu entwickeln, die die neuesten generativen KI-Modelle nutzen. In einer kürzlich durchgeführten Umfrage von Stripe gaben 63 % der Befragten aus der Technologiebranche an, dass sie derzeit ein KI-Produkt oder eine KI-Anwendung anbieten. Noch bemerkenswerter ist vielleicht, dass 31 % der Befragten aus anderen Branchen als der Technologiebranche die gleiche Antwort gaben – und weitere 45 % planen, in naher Zukunft KI-Produkte anzubieten.
Die Monetarisierung dieser Produkte bleibt jedoch eine Herausforderung. Das beispiellose Umsatzwachstum, das wir bei den führenden KI-Unternehmen auf Stripe beobachten (wir unterstützen 78 % der Forbes AI 50), täuscht über diese Schwierigkeiten hinweg. Die Kosten skalieren schnell mit der zusätzlichen Nutzung von KI-Modellen und der tatsächliche Mehrwert kann schwer zu beziffern sein. Zu diesem besonderen Druck kommen für Unternehmen noch bekanntere Herausforderungen hinzu: die Schaffung vorhersehbarer Umsatzquellen, die Vergrößerung ihres Kundenstamms und der Schutz der Margen.
Was haben erfolgreiche Monetarisierungsstrategien gemeinsam? Obwohl KI-Preisstrukturen erheblich variieren, haben führende KI-Unternehmen in der Regel klare Antworten auf die folgenden Fragen:
- Welchen Wert liefert mein Produkt für die Kundschaft, und kann ich diesen so in Rechnung stellen, dass inkrementelle Kosten gedeckt sind?
- Wie kann ich diese Berechnungsmetrik in ein Preismodell übersetzen, das die Kundenakzeptanz und das Wachstum fördert und gleichzeitig vorhersehbare Umsätze bietet?
- Welche zusätzlichen Risiken birgt dieses Preismodell und wie kann ich diese bewältigen?
Im Folgenden gehen wir diesen Rahmen zur Entscheidungsfindung und die Kompromisse durch, die Unternehmen häufig eingehen müssen, und heben Beispiele von KI-Unternehmen auf Stripe hervor, die erfolgreiche Preismodelle entwickelt haben.
Abstimmung von Wert- und Abrechnungsmetriken
Die Abrechnungsmetrik ist eine inkrementelle Einheit, die zur Messung und Berechnung der endgültigen Kosten für ein Produkt verwendet wird. Dies ist kein spezifisches Konzept, das nur auf KI anwendbar wäre: Alte Mobilfunkverträge nutzten eine Abrechnung pro Gesprächsminute (und pro SMS) und Cloud-Speicher-Unternehmen berechnen auch heute noch pro Gigabyte.
Die Einrichtung einer guten KI-Abrechnungsmetrik ist jedoch eine besondere Herausforderung, da sie darauf abgestimmt sein muss, wie Kundinnen und Kunden einen Mehrwert erzielen und wie das Produkt Kosten verursacht. Beides kann schwer zu beziffern und vorherzusagen sein:
Die Wertmetrik
Die Definition der „Wertmetrik“ ist der wichtigste erste Schritt auf dem Weg zu einer erfolgreichen Abrechnungsmetrik. Anhand von Nutzerforschung müssen Unternehmen verstehen, welche Ergebnisse für ihre Kundinnen und Kunden am wichtigsten sind und wie ihre Produkte zu diesen Ergebnissen beitragen.
Es ist wichtig, zwischen „Wert“ und „Nutzung“ zu unterscheiden. Der Support-Agent Fin von Intercom führt beispielsweise Gespräche mit den Endnutzerinnen und Endnutzern einer Kundin oder eines Kunden, wenn diese Fragen oder Beschwerden haben. Fin liefert jedoch nur dann wirklich einen Mehrwert, wenn er das Problem dieser Endnutzerin oder dieses Endnutzers tatsächlich löst und das entsprechende Support-Ticket schließen kann.
Bereitstellungskosten
Wenn ein Unternehmen verstanden hat, welche Ergebnisse wichtig sind, kann es ermitteln, wie viel die Bereitstellung dieser Ergebnisse normalerweise kostet. Generative KI-Modelle sind teuer und es ist nicht immer einfach vorherzusagen, wie viel Rechenaufwand eine bestimmte Aufgabe verursachen wird.
Besonders schwierig wird es, wenn ein Ergebnis komplexer ist. Um auf das obige Beispiel zurückzukommen: Wenn Fin ein Ticket löst, kann dies eine lange Unterhaltung oder drei kurze Unterhaltungen erfordern – und eine sehr unterschiedliche Anzahl von Aufrufen der zugrunde liegenden KI-Modelle.
Es gibt drei Hauptkategorien von Abrechnungsmetriken, die bei KI-Produkten in der Regel verwendet werden, und jede entspricht einer anderen Gewichtung zwischen der Ausrichtung am Mehrwert und der Ausrichtung an den Kosten:
- Nutzungsbasiert (pro API-Aufruf, pro LLM-Token): Diese Art von Abrechnungsmetrik ist eng an die Kosten der zugrunde liegenden Infrastruktur gebunden. Das bedeutet, dass die pro Aktion anfallenden Kosten für das Unternehmen, das das Produkt verkauft, vorhersehbar sind. Für Kundinnen und Kunden kann es jedoch schwieriger sein, eine Verbindung zu einem konkreten geschäftlichen Mehrwert herzustellen. Diese Art von Metrik wird am häufigsten von KI-Modellunternehmen verwendet und ist am sinnvollsten, wenn Kundinnen und Kunden eine granulare Kontrolle darüber haben möchten, was genau sie verbrauchen.
- Workflow-basiert (pro abgeschlossener Aufgabe): Diese Metrik führt zu mehr Variabilität bei den Kosten, lässt sich aber etwas leichter mit dem Mehrwert verknüpfen. Unternehmen berechnen einen festen Preis für den Abschluss von Aufgaben, die eine Reihe von Aktionen erfordern können, deren Ressourcenverbrauch leicht variieren kann, wie etwa die Buchung eines Meetings oder die Analyse einer Tabelle. Diese Art von Aufgaben bietet einen klaren Mehrwert in Form von Zeitersparnis und Kundinnen und Kunden verstehen leicht, was sie kaufen.
- Ergebnisbasiert (pro erfolgreichem Ergebnis): Diese Metrik weist in der Regel die größte Variabilität bei den Kosten auf, kann aber am engsten mit echten geschäftlichen Ergebnissen verknüpft werden. Intercom entschied sich letztendlich für ein ergebnisbasiertes Modell: Das Unternehmen berechnet jedes von Fin erfolgreich gelöste Ticket. Die Führungskräfte entschieden, dass das Erreichen dieser überzeugenden Ausrichtung zwischen Fins Wertmetrik und der Abrechnungsmetrik das Risiko hinsichtlich der Bereitstellungskosten wert war.
Abwägen von Umsatzvorhersehbarkeit und Kundenwachstum
Wenn sich ein Unternehmen für eine Abrechnungsmetrik entschieden hat, muss es die bevorzugte Methode zur Abrechnung mit seinen Kundinnen und Kunden ausarbeiten. Das Unternehmen kann sich dazu entschließen, einfach die Nutzung in Rechnung zu stellen, sobald sie anfällt, aber das ist nicht die einzige Option.
In unserer jüngsten Umfrage gaben 56 % der Führungskräfte in KI-Unternehmen an, ein „hybrides“ Preismodell zu verwenden, das verschiedene Kombinationen aus Abonnement- und nutzungsbasierten Gebühren umfasst. Dies war die häufigste Antwort, gefolgt von einer rein nutzungsbasierten Preisgestaltung auf dem zweiten Platz mit 38 %. Das liegt daran, dass hybride Modelle Unternehmen mehr Hebel bieten, um ein Gleichgewicht zwischen zwei Faktoren zu finden, die beide für das langfristige Unternehmenswachstum wichtig sind:
Umsatzvorhersehbarkeit
Wiederkehrende Abonnementgebühren helfen Unternehmen, ihren Umsatz genauer zu prognostizieren, was langfristige Investitionen in Personal und Forschung erleichtern kann. Einige Kundinnen und Kunden, insbesondere größere Unternehmen, schätzen aus den gleichen Gründen vorhersehbare monatliche Ausgaben. Für andere Kundinnen und Kunden führen Abonnementgebühren jedoch zu Reibungspunkten, die die Akzeptanz und das langfristige Wachstum behindern könnten.
Kundengewinnung und Wachstum
Unternehmen können die Hürde für die Akzeptanz senken, indem sie einen größeren Teil des Umsatzes nutzungsbasierten Gebühren zuweisen. Dieser Ansatz kann jungen Unternehmen mit aggressiven Zielen für die Kundengewinnung oder jedem Unternehmen mit einem produktgesteuerten Wachstumsansatz zugutekommen. Kundinnen und Kunden können so ein Produkt mit geringer finanzieller Verpflichtung erkunden und zahlen im Laufe der Zeit nur dann mehr, wenn ihre Nutzung zunimmt.
Browserbase, ein Unternehmen, das die „Headless“-Browser verwaltet und hostet, die KI-Agenten zur Interaktion mit Websites nutzen, hat sein hybrides Preismodell entwickelt, um vorhersehbare Umsätze zu bieten und gleichzeitig die Bedürfnisse seiner hauptsächlich aus Entwicklerinnen und Entwicklern bestehenden Zielgruppe zu erfüllen. Das Unternehmen bietet gestaffelte Abonnements an, die jeweils ein im Voraus gebündeltes Nutzungskontingent enthalten, das auf einen anderen Kundentypen ausgerichtet ist. Die kostenlose „Einstiegsstufe“ ermöglicht es potenziellen Kundinnen und Kunden, das Produkt kostenlos zu testen, und klar kommunizierte Tarife für eine „Mehrnutzung“ ermöglichen Kundinnen und Kunden Wachstum, bevor sie sich auf eine höhere Abonnementstufe festlegen. Für Enterprise-Kunden ist ein individueller Plan verfügbar.
Verwaltung des verbleibenden Risikos durch Sicherheitsvorkehrungen
Eine gut durchdachte Abrechnungsmetrik und ein ausgewogenes Preismodell können beide dazu beitragen, sich vor den mit KI-Produkten verbundenen Kostenrisiken zu schützen. Es bleibt jedoch ein Risiko, wann immer die Kundennutzung variabel ist: In einem rein nutzungsbasierten Modell (Pay-as-you-go) ist dieses in der Regel höher, aber auch das von vielen KI-Unternehmen verwendete „Abonnement-mit-Mehrnutzung“-Modell ist nicht frei davon. Vorsätzlicher Betrug kann ein noch größeres Problem darstellen, da die Kosten schnell steigen können, bevor ein Angriff erkannt wird.
Zusätzliche Sicherheitsvorkehrungen für nutzungsbasierte Gebühren können das Risiko auf einem überschaubaren Niveau halten. Welche Sicherheitsvorkehrungen die richtigen sind, hängt davon ab, welche Nutzungsmuster am ehesten problematisch werden können:
- Wenn Kundinnen und Kunden unbeabsichtigt Gefahr laufen, mehr auszugeben als geplant, können Nutzungsschwellen mit gezielt platzierten Warnmeldungen unerwartet hohe Rechnungsbeträge verhindern.
- Wenn böswillige Akteurinnen und Akteure Rechnungen anhäufen, die sie nicht bezahlen, können Unternehmen von Kundinnen und Kunden verlangen, im Voraus für Guthaben zu bezahlen, das dann im Laufe der Zeit aufgebraucht wird.
- Wenn die Modellnutzung als Reaktion auf bestimmte Arten von Aufgaben oder Abfragen unvorhersehbar ansteigen kann, können Ratenbegrenzungen und Nutzungsobergrenzen die Ausgaben unter Kontrolle halten, während Kundinnen und Kunden ihre Anfrage anpassen.
In allen Fällen ist proaktive Kommunikation entscheidend. Kundinnen und Kunden möchten verstehen, wie sich ihre Nutzung in Ausgaben niederschlägt, und sie möchten schnell reagieren können, wenn sie mehr ausgeben als beabsichtigt.
Ausblick: Laufende Experimente
Während KI-Unternehmen wachsen, werden sie ihre Preisstruktur wahrscheinlich nicht als gelöstes Problem betrachten. Erfolgreiche KI-Unternehmen experimentieren weiter. Auch wenn Intercom derzeit den gleichen Preis für jedes gelöste Ticket berechnet, erwägt das Unternehmen, Tickets in Zukunft nach Komplexität zu staffeln.
Die Einschätzung von Intercom stimmt mit dem überein, was wir in unserer jüngsten Umfrage erfahren haben. Unter den Unternehmen, die KI-Produkte verkauften und nach Nutzung abrechneten – entweder allein oder im Rahmen eines hybriden Modells –, gaben 92 % an, dass sie ihre Preisgestaltung nachträglich angepasst hätten. Da sich die zugrunde liegenden Kosten für KI-Modelle verändern, die Marktbedingungen reifen und sich die Kundenerwartungen weiterentwickeln – und das alles in Rekordgeschwindigkeit –, müssen Unternehmen agil bleiben, um ihre Preisgestaltung ausgewogen und wachstumsfördernd zu halten.
Sehen Sie sich unser On-Demand-Webinar „So finden Sie die passende Preisstrategie für Ihre KI-Produkte“ an, um mehr über die Preisgestaltung bei KI-Produkten zu erfahren.
Lesen Sie, wie Stripe Billing Ihr KI-Preismodell unterstützen kann – unabhängig davon, welche Gewichtung Sie zwischen nutzungsbasierten Gebühren, Abonnementgebühren und Sicherheitsvorkehrungen implementieren möchten.