Projektkalkulation und Angebotserstellung

Das echte Ausmaß des Problems

Falschkalkulation ist in Agenturen keine Ausnahme — sie ist der Standard. Laut einer Erhebung der Unternehmensberatung Teamleader aus dem Jahr 2024 gaben über 60 Prozent der befragten Agenturen an, regelmäßig Projekte unter Budget abzuschließen — nicht weil die Kunden zu wenig zahlen, sondern weil die Kalkulation den tatsächlichen Aufwand systematisch unterschätzt. Eine der häufigsten Ursachen: Scope Creep, also das unkontrollierte Wachstum des Projektumfangs ohne Anpassung von Budget oder Timeline.

Die Mechanismen dahinter sind gut bekannt:

• Unklare Scope-Grenzen im Angebot: Was ist eine “Überarbeitungsrunde”? Wer entscheidet über Designrichtung? Ab wann ist eine Änderung ein Nachtragsauftrag?
• Optimismus-Bias bei Stundenschätzungen: Interne Zeitschätzungen beruhen auf dem Idealfall, nicht auf dem typischen Fall mit Abstimmungsschleifen und Kunden-Feedback
• Fehlende Posten in der Kalkulation: Projektmanagement, Qualitätssicherung, interne Reviews, Briefing-Klärung — Positionen, die im echten Projekt Stunden fressen, aber im Angebot als “im Preis enthalten” gelten
• Schwer erkennbare Scope-Risiken im Briefing: Formulierungen wie “inklusive Anpassungen”, “EU-fähig” oder “mehrere Varianten” sind Warnsignale für deutlich höheren Aufwand — die im Stress der Angebotserstellung übersehen werden

Das Resultat: Agenturen realisieren Margen von 20–30 Prozent in der Kalkulation und enden bei 5–15 Prozent in der Nachkalkulation. Jedes Verlustprojekt kostet nicht nur Geld, sondern auch Teamkapazität, die in einem anderen Auftrag gefehlt hat.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ KI verbessert die Schätzqualität, ersetzt aber keine systematische Projektnachkalkulation. Wer wirklich wissen will, ob Kalkulationen besser werden, muss geplante vs. tatsächliche Stunden konsequent vergleichen — am besten mit einem Zeiterfassungstool wie MOCO oder awork.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Eine strukturierte KI-Kalkulation spart je Angebot 1–2 Stunden — das ist real, aber nicht der Hauptgrund für die Einführung. Bei einer Agentur mit 20 Angeboten im Monat summiert sich das auf 20–40 Stunden. Wichtiger ist die Qualitätsverbesserung der Kalkulation selbst: Eine genauere Schätzung, die den tatsächlichen Aufwand abbildet, ist mehr wert als eine schnelle falsche. Direktere Zeitersparnisse gibt es beim New-Business-Pitch oder bei der Briefing-Analyse.

Kosteneinsparung — sehr hoch (5/5) Das ist der stärkste Hebel unter allen Use Cases in dieser Kategorie. Jedes Verlustprojekt, das durch bessere Kalkulation vermieden wird, bedeutet direkte Kosteneinsparung — oft 5.000–30.000 Euro pro Projekt, je nach Größe. Der Effekt ist nicht hypothetisch: Wer konsequent Scope-Risiken aufdeckt und im Angebot absichert, verbessert die Projektmarge strukturell. Eine Verbesserung der Marge von 5 Prozentpunkten bei einer Agentur mit 1,5 Millionen Euro Jahresumsatz bedeutet 75.000 Euro mehr Deckungsbeitrag.

Schnelle Umsetzung — hoch (4/5) Ein KI-gestützter Kalkulations-Workflow ist in ein bis zwei Tagen aufgebaut: Scope-Checkliste definieren, Prompt entwickeln, an zwei bis drei echten Angeboten testen. Du brauchst keine neue Software, keine IT-Integration. Der Aufwand liegt im Denken — was sind unsere typischen Scope-Risiken, was haben wir in der Vergangenheit unterschätzt? Das muss einmalig herausgearbeitet werden.

ROI-Sicherheit — sehr hoch (5/5) Das ist der bestmessbare Use Case der gesamten Kategorie. Du vergleichst geplante vs. tatsächliche Stunden pro Projekt — vor und nach Einführung des KI-Kalkulations-Workflows. Das ist keine Korrelation, das ist eine direkte Messung. Wer mit einem Zeiterfassungstool arbeitet, hat die Daten bereits. Wer nicht, sollte damit gleichzeitig anfangen.

Skalierbarkeit — mittel (3/5) Der Kalkulations-Prompt skaliert mit jedem weiteren Angebot ohne Mehraufwand. Was nicht skaliert: Die Scope-Checkliste und die historischen Vergleichsdaten müssen für neue Projekttypen (z. B. wenn die Agentur in ein neues Segment wechselt) aktualisiert werden. Bei 10–30 Projekten pro Monat ein sehr solides System; bei hundert Projekten wird man automatisiertere Kalkulationstools brauchen.

Richtwerte — stark abhängig von Projektgröße und Agenturstruktur.

Was die KI-gestützte Kalkulation konkret macht

KI übernimmt nicht das Kalkulations-Urteil. Sie macht das Briefing-Lesen systematischer und die Scope-Definition expliziter.

Scope-Risikoanalyse. Der Prompt liest das Briefing gegen eine vordefinierte Checkliste von Scope-Creep-Mustern: mehrstufige Entscheidungsprozesse (mehrere Stakeholder = mehr Abstimmungsrunden), internationale Nutzung (“EU-fähig” = DSGVO, Übersetzungen, lokale Adaptionen), technische Integrationen (“auf der Website eingebaut” = Entwicklungsaufwand, nicht Konzeptionsaufwand), und vage Revisionsklauseln (“inklusive Anpassungen nach Feedback”). Diese Muster werden explizit benannt — nicht als Probleme, sondern als Punkte, die im Angebot klar definiert oder ausgeklammert werden müssen.

Stundenschätzung mit Referenzwerten. Du gibst der KI deine historischen Stundenwerte für Projekttypen an (oder schätzt sie einmalig), und die KI schlägt auf Basis der Projektbeschreibung eine erste Schätzung vor — aufgelistet nach Gewerken. Nicht als finales Urteil, sondern als strukturierten Ausgangspunkt, der zu wenig kalkulierte Positionen sichtbar macht.

Leistungsbeschreibung und Nachtragsklauseln. Das ist der unterschätzte Teil: Die KI formuliert auf Basis des Briefings eine strukturierte Leistungsbeschreibung, die den Scope explizit abgrenzt. Was ist enthalten, was nicht. Was als Nachtragsauftrag gilt. Wann eine “Überarbeitungsrunde” endet. Diese Texte sind keine juristischen Dokumente — aber sie sind die Grundlage für Gespräche mit dem Kunden, die Missverständnisse verhindern.

Angebots-Kapitel generieren. Die KI produziert erste Entwürfe für Standardkapitel: Projektziele, Leistungsumfang, Zeitplan, Preise, Allgemeine Geschäftsbedingungen-Verweise. Nicht als fertige Texte, sondern als strukturierten Rohstoff, der überarbeitet und mit echten Zahlen befüllt wird.

Was KI nicht kann: Das Erfahrungsurteil, ob ein Kunden-Briefing glaubwürdig ist. Das Preissignal, das ein erfahrener Account-Manager aus einem Gespräch zieht. Und die Entscheidung, ob ein Projekt zu den richtigen Konditionen angenommen oder abgelehnt werden soll.

Konkrete Werkzeuge — was wann passt

ChatGPT — Solide für Briefing-Analyse und Leistungsbeschreibung. Besonders praktisch: PDFs direkt hochladen (ab GPT-4). Das Angebot als Vorlage hochladen und gegen das Briefing prüfen — eine konkrete und schnelle Anwendung. ChatGPT Plus 20 Euro/Monat.

Claude — Stärker bei langen, strukturierten Textdokumenten. Wenn das Briefing detailliert ist und die Leistungsbeschreibung präzise formuliert sein muss, liefert Claude konsistentere Ergebnisse. Claude Teams ab 25 Euro/Nutzer/Monat.

MOCO — Ergänzt den KI-Workflow auf der Datenseite. Wenn Stundenschätzungen auf historischen Daten basieren sollen, braucht man die Daten — und die kommen aus der Zeiterfassung. MOCO verknüpft Zeitbuchungen direkt mit Projekten und liefert die Nachkalkulation, die zeigt, wie gut die KI-gestützte Schätzung war. Ab 15 Euro/Nutzer/Monat.

awork — Alternativ zu MOCO für die Zeiterfassung und Kapazitätsperspektive. Wo MOCO stärker bei Rechnungsstellung und DATEV-Export ist, ist awork stärker bei der Kapazitätsplanung. Welches Tool besser passt, hängt davon ab, was die Agentur bereits nutzt. Ab 6 Euro/Nutzer/Monat.

Zusammenfassung:

• Briefing analysieren und Scope-Risiken erkennen → Claude oder ChatGPT
• Leistungsbeschreibung und Nachtragsdefinition → Claude (längere Texte)
• Historische Kalkulationsdaten und Nachkalkulation → MOCO oder awork
• Für den Start reicht ein einziger guter Prompt in Claude — kostet zwei Stunden Entwicklung und 25 Euro/Monat

Datenschutz und Datenhaltung

Angebote enthalten sensible Geschäftsinformationen: interne Stundensätze, Kalkulationsmethoden, Profit-Margen, Preisstrategien und Kundendaten. Das macht DSGVO-Überlegungen hier besonders relevant.

Was du prüfen musst:

1. Enthält das Angebot interne Preiskalkulationen? Stundensätze, Deckungsbeiträge, Margen — das sind Geschäftsgeheimnisse. Diese solltest du nicht unverändert in externe KI-Dienste eingeben. Lösung: Anonymisierte oder verallgemeinerte Werte im Prompt verwenden statt der echten internen Zahlen.

2. Enthält das Briefing personenbezogene Kundendaten? Namen, E-Mail-Adressen, persönliche Hintergrundinfos — wenn ja, gilt DSGVO-Pflicht. ChatGPT und Claude stellen Auftragsverarbeitungsverträge (AVV) bereit — du musst sie aktiv abschließen.

3. Teams-Versionen deaktivieren Training. In der Standardkonfiguration können beide Anbieter Eingaben für Modell-Training nutzen. In ChatGPT Team und Claude Teams ist Training-Opt-Out standardmäßig aktiviert. Für Angebots-Workflows empfehlen sich die Teams-Versionen.

Für besonders sensible Kunden-Informationen: Relevante Passagen anonymisieren oder mit Platzhalterwerten arbeiten. Die KI braucht keine echten Margen-Zahlen, um eine nützliche Scope-Analyse zu liefern.

Was es kostet — realistisch gerechnet

Einrichtungskosten: 4–8 Stunden einmalige Entwicklungsarbeit. Scope-Risiko-Muster aus vergangenen Projekten herausarbeiten, Checkliste formulieren, Prompt entwickeln und an echten Angeboten testen. Das kann eine erfahrene Projektleiterin intern leisten — kein externer Berater nötig.

Laufende Kosten:

• Claude Teams: 25 Euro/Nutzer/Monat
• ChatGPT Plus: 20 Euro/Monat pro Nutzer
• MOCO oder awork für Zeiterfassung: 6–15 Euro/Nutzer/Monat (ohnehin empfehlenswert)

Konservatives ROI-Szenario: Eine Agentur mit 15 Millionen Euro Jahresumsatz und einer typischen Fehlkalkulations-Rate von 15 Prozent Mehraufwand je Projekt — konservativ geschätzt sind das 150.000–300.000 Euro “versteckte Kosten” jährlich. Eine strukturiertere Kalkulation, die den Mehraufwand auf 8–10 Prozent reduziert, spart 75.000–150.000 Euro. Selbst wenn der Effekt nur halb so groß ist: Die Tool-Kosten von 300–600 Euro im Jahr fallen nicht ins Gewicht.

Für eine kleinere Agentur mit 500.000 Euro Jahresumsatz: Wenn ein einziges Verlustprojekt pro Jahr durch besseres Nachtragsmanagement 10.000 Euro zurückbringt, ist der ROI klar — ohne dass man viel rechnen muss.

Drei typische Einstiegsfehler

Fehler 1: Historische Daten nicht einbeziehen Ein Kalkulations-Prompt ohne Referenzwerte produziert Fantasie-Stunden. Die KI kennt deinen internen Aufwand nicht. Sie muss ihn aus dir herausbekommen — durch konkrete Angaben: “Konzeptionsphase für eine Markenkampagne kostet bei uns typischerweise 80–120 Stunden.” Wer diese Zahlen nicht hat, sollte zunächst sechs Monate Zeiterfassung einführen und dann erst den KI-Kalkulations-Workflow aufbauen.

Fehler 2: Scope-Abgrenzung nicht in den Vertrag übernehmen Die KI identifiziert Scope-Risiken und formuliert Leistungsbeschreibungen — aber wenn diese nicht in das Angebot und den Vertrag fließen, ist der Aufwand umsonst. Das häufigste Muster: Die Scope-Analyse liegt in einer internen Notiz, das verschickte Angebot bleibt vage. Dann ist Scope Creep trotzdem unvermeidlich.

Fehler 3: Zu viel auf einmal optimieren Kalkulation, Angebotsprozess, Nachtragsmanagement, Kundenkommunikation — alles gleichzeitig zu verbessern überfordert das Team. Empfehlung: Erst nur die Scope-Risikoanalyse einführen, drei Monate konsequent anwenden, dann schrittweise erweitern.

Fehler 4 (Maintenance): Den Prompt nicht mit neuen Projekterfahrungen füttern Scope-Creep-Muster verändern sich — neue Projekttypen bringen neue Risiken. Wer den Kalkulations-Prompt nach sechs Monaten nicht aktualisiert, verliert die Lernkurve. Einmal pro Quartal: Was haben wir in den letzten Projekten unterschätzt? Das gehört in den Prompt.

Was mit der Einführung wirklich passiert

In den meisten Agenturen gibt es zwei Reaktionsmuster:

“Das macht doch keine Kalkulation genauer” — Dieser Einwand kommt von erfahrenen Account-Managerinnen und -Managern, die sich als Kalkulations-Experten verstehen. Sie haben nicht Unrecht — ihr Erfahrungsurteil ist wertvoll. Der Unterschied: KI macht das Unsystematische systematisch. Sie kennt die Scope-Creep-Muster, die man kennt, aber im Zeitdruck vergisst. Der beste Weg, diese Skepsis aufzulösen: Den Prompt auf ein aktuelles Briefing anwenden und das Ergebnis gemeinsam diskutieren. In fast allen Fällen tauchen ein oder zwei Punkte auf, die übersehen wurden.

“Das klingt gut, aber wir haben keine Zeit, das einzuführen” — Paradox, aber häufig. Agenturen, die am dringendsten under Budget liegen, haben oft am wenigsten Zeit für Prozessverbesserungen. Lösung: Nicht als Projekteinführung verkaufen, sondern beim nächsten Angebot einfach ausprobieren. Zwei Stunden in den Prompt investieren, beim nächsten Briefing testen. Das reicht für einen ersten Eindruck.

Was nicht passiert: Dass Kunden aufhören, mehr zu wollen als sie bezahlt haben. Scope Creep verschwindet nicht durch bessere Kalkulation — er wird nur früher erkannt und kann vertraglich abgesichert werden.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

“Unsere Kunden wollen keine langen Leistungsbeschreibungen.” Kurzformen der Scope-Abgrenzung sind möglich — aber irgendwo muss stehen, was nicht enthalten ist. Das kann auch ein kurzer Satz im Angebot sein: “Enthält zwei Überarbeitungsrunden auf Basis eines abgestimmten Konzepts. Weitere Runden auf Stundenbasis.” Das ist kein juristisches Dokument — es ist eine ehrliche Kommunikation. Kunden, die faire Abgrenzungen ablehnen, sind Kunden, die von Scope Creep profitieren wollen.

“Wir kalkulieren eh auf Festpreis — was bringt da Scope-Analyse?” Festpreise sind kein Schutz vor Scope Creep, sie sind das Gegenteil: Beim Festpreis trägt die Agentur das gesamte Risiko. Gerade deshalb ist eine präzise Scope-Definition vor dem Vertragsabschluss entscheidend — der Festpreis gilt nur für den definierten Scope. Alles darüber hinaus ist ein Nachtrag, der berechnet werden muss.

“KI versteht unsere Projekte nicht gut genug.” Das stimmt, wenn der Prompt zu generisch ist. Ein Kalkulations-Prompt, der auf deine Agentur kalibriert ist — deine Projekttypen, deine Stundensätze, deine typischen Scope-Risiken — liefert erheblich bessere Ergebnisse als ein generischer. Die erste Version braucht 4–8 Stunden Arbeit. Danach wächst sie mit jedem Projekt.

Woran du merkst, dass das zu dir passt

Das passt gut:

• Deine Agentur stellt 10 oder mehr Angebote pro Monat
• Ihr habt in den letzten 12 Monaten mindestens zwei Projekte signifikant über dem kalkulierten Aufwand abgeschlossen
• Nachtragsmanagement ist ein regelmäßiges Thema zwischen Projektleitung und Geschäftsführung
• Ihr nutzt bereits eine Zeiterfassung, die geplante vs. tatsächliche Stunden dokumentiert

Das passt noch nicht:

• Ihr macht weniger als 5 Angebote pro Monat — der Setup-Aufwand rentiert sich kaum
• Ihr habt noch keine systematische Zeiterfassung — dann fehlen die Vergleichsdaten, die den ROI beweisbar machen
• Die Kalkulations-Probleme liegen nicht in Scope-Creep, sondern in zu niedrigen Preisen — dann löst bessere Kalkulation nicht das eigentliche Problem
• Wer noch kein strukturiertes Projektmanagement hat, sollte dort anfangen, bevor KI-gestützte Kalkulation sinnvoll ist

Das kannst du heute noch tun

Nimm ein aktuelles oder abgeschlossenes Briefing und lass es durch diesen Scope-Analyse-Prompt laufen:

Quellen & Methodik

• Teamleader Agency Report 2024 — Erhebung zu Profitabilität und Scope-Creep in europäischen Agenturen; Angaben zu Unterkalkulationsraten. teamleader.eu
• awork: Scope Creep in Agenturen — Praktischer Leitfaden zu Scope-Creep-Ursachen und -Prävention aus der Agenturpraxis. awork.com/glossary/scope-creep
• GWA KI-Whitepaper 2025: “Neue Spielregeln” — Analyse von KI-Prozesspotenzialen in deutschen Kommunikationsagenturen, inkl. Kalkulation und Angebotsprozesse. gwa.de/ki-paper
• Eigene Erfahrungswerte — Beobachtungen aus Gesprächen mit Agenturgeschäftsführenden zu Kalkulationsfehlern und Nachtragsmanagement.