Buchprojekt-Kalkulation mit KI-Unterstützung

Das echte Ausmaß des Problems

Buchkalkulation ist eines der komplexesten Finanzmodelle, die im Mittelstand routinemäßig mit Excel erstellt werden. Ein vollständiges Modell für ein Buchprojekt umfasst mindestens sieben Kostenblöcke: Herstellungskosten (Druck, Papier, Bindung), Honorar und Nebenrechte, Lektorat und Satz, Coverdesign, Marketingbudget, anteilige Gemeinkosten des Verlages und den Vertriebsrabatt an den Buchhandel, typisch 50 bis 55 Prozent des Ladenpreises, die direkt vom Erlös abgehen.

Der strukturelle Fehler liegt nicht in der Formel, sondern in den Eingabewerten. Papierpreise, Druckkosten und Energiezuschläge ändern sich schneller, als Programmleiter ihre Standardtabellen aktualisieren. In den Jahren 2022 und 2023 stiegen die Papierpreise für Verlage um rund 50 Prozent gegenüber dem Vorjahresniveau, laut Handelsblatt berichteten einzelne Papierhersteller von Preisanstiegen bis zu 70 Prozent. Das statistische Bundesamt verzeichnete im Mai 2022 einen Anstieg der Druckkosten für Bücher von 21 Prozent im Jahresvergleich. Verlage, die mit Oktober-Kalkulationsdaten ins Frühjahr gingen, lagen damit bei ihren Druckkosten systematisch falsch.

Das Margin-Problem ist besonders heikel, weil Buchmargen strukturell dünn sind. Von einem Buch mit 24 Euro Ladenpreis verbleiben nach Buchhandelsrabatt (12 Euro) und Vertriebskosten typisch 10 bis 11 Euro beim Verlag. Davon gehen Herstellungskosten, Honorar, Lektorat und anteilige Gemeinkosten ab. Was übrig bleibt, bevor das Marketing-Budget angesetzt wird, sind selten mehr als 2 bis 3 Euro je Exemplar. Ein Kalkulationsfehler von 10 Prozent bei den Druckkosten, in einer Erstauflage von 3.000 Exemplaren, kostet damit 4.000 bis 8.000 Euro Deckungsbeitrag, nicht 500 Euro.

Hinzu kommt das Szenarien-Problem: Traditionelle Buchkalkulationen rechnen mit einer Zielauflage und einem angenommenen Abverkauf. Was passiert, wenn das Buch besser läuft als erwartet und nachgedruckt werden muss, zu dann möglicherweise wieder anderen Druckkosten? Was ist der tatsächliche Break-Even nach Gemeinkosten, nicht nur nach variablen Kosten? Diese Fragen lassen sich in einer einzelnen Excel-Tabelle schwer gleichzeitig beantworten. Der Börsenverein des deutschen Buchhandels stellte in seiner KI-Studie 2026 fest, dass 62 Prozent der Verlage Prozesseffizienz als zentralen Nutzen von KI sehen, Kalkulation ist einer der zeitintensivsten manuellen Prozesse in der Programmarbeit.

Mit vs. ohne KI, ein ehrlicher Vergleich

¹ Erfahrungswert aus Praxisberichten zu KI-gestützter Finanzmodellierung; Zeitersparnis stark abhängig von Verfügbarkeit und Vollständigkeit der Eingabedaten.

Wie die Kalkulationslogik aussieht, und wo KI konkret ansetzt

Eine vollständige Buchkalkulation hat zwei Ebenen. Wer versteht, wie sie aufgebaut ist, sieht sofort, wo KI wirklich hilft, und wo nicht.

Ebene 1: Die Herstellungskalkulation Das ist der technische Teil. Druckkosten je Exemplar hängen ab von Seitenanzahl, Format, Papierqualität, Farbigkeit und Auflage. Die Druckerei liefert ein Angebot, der Programmleiter tippt es in die Tabelle. Hier ist der größte Fehler-Hotspot: Papierpreise ändern sich, Energiezuschläge kommen dazu, Auflagen-Sprungstellen verschieben den Stückpreis erheblich. Ein Sprung von 2.000 auf 3.000 Exemplaren kann den Druckkostensatz je Exemplar um 20 bis 30 Prozent senken, wer das nicht im Modell hat, kalkuliert falsch in beide Richtungen.

Ebene 2: Die Erlöskalkulation mit Deckungsbeitrag Vom Ladenpreis gehen zuerst der Buchhandelsrabatt (50–55 Prozent) und die Vertreterprovisionen ab. Was dann übrig bleibt, wird als Nettoumsatz bezeichnet. Davon werden Herstellungskosten, Honorar, Lektorat und anteilige Gemeinkosten des Verlages abgezogen. Was danach noch vorhanden ist, ist der Deckungsbeitrag, der Betrag, mit dem das Buch zur Gesamtfinanzierung des Verlags beiträgt.

Wo KI ansetzt: KI greift nicht in das verlegerische Urteil ein, ob ein Buch 3.000 oder 5.000 Exemplare Erstauflage verdient, bleibt eine Entscheidung der Programmleitung. Was KI übernehmen kann: die Formel-Logik, die Szenarioerstellung, die Konsistenz der Annahmen und die Fehlerprüfung. Ein LLM-Assistent, dem du die Kostenparameter gibst, baut daraus in Minuten drei Szenario-Varianten, prüft ob Buchhandelsrabatt und Vertriebskosten korrekt berücksichtigt sind, und markiert explizit, welche Eingabewerte vom letzten Quartal stammen und welche aktuell sind.

Das ist keine Magie. Es ist strukturiertes Finanzmodellieren mit einem Werkzeug, das keine Zahlendreher macht und keine Parameter vergisst.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5) Die Kalkulationserstellung selbst beschleunigt KI deutlich, von 2 bis 3 Stunden auf 30 bis 45 Minuten für eine vollständige Projektkalkulation mit drei Szenarien. Das ist real. Aber der Kernaufwand liegt woanders: Das Einholen aktueller Druckangebote, die Abstimmung mit dem Lektorat zu Honorarbedingungen, die Budgetfreigabe durch die Geschäftsführung, das ist menschliche Koordinationsarbeit, die KI nicht abnimmt. Verglichen mit Anwendungsfällen wie der automatischen Erstellung von Verlagsvorschauen oder der Podcast-Transkription, wo KI repetitive Inhaltsarbeit komplett übernimmt, bleibt der Zeitgewinn hier moderat.

Kosteneinsparung, hoch (4/5) Das ist der stärkste Hebel. Ein einziger Kalkulationsfehler von 10 Prozent bei den Druckkosten kostet bei einer 3.000er-Auflage 4.000 bis 8.000 Euro Deckungsbeitrag, und das ohne Nachauflagen. Verlage, die mehrere solcher Fehler pro Programmjahr machen, zahlen einen erheblichen systematischen Preis. KI hilft dabei, diese Fehler zu finden, bevor der Druckauftrag vergeben wird. Der Effekt ist damit direkter messbar als bei vielen anderen Verlag-Use-Cases.

Schnelle Umsetzung, niedrig (2/5) Das Werkzeug an sich (ein KI-Assistent oder eine erweiterte Spreadsheet-Vorlage) ist schnell eingerichtet. Was Zeit braucht, ist die Datenbasis: Wo liegen aktuelle Druckpreise, wie sind Honorarstrukturen dokumentiert, welche Vertriebskonditionen gelten für welchen Kanal? Wer keine strukturierte Dokumentation dieser Parameter hat, verbringt die erste Phase damit, sie zu erstellen, nicht damit, zu kalkulieren. Realistisch sind 10 bis 14 Wochen bis zum ersten verlässlichen Einsatz. Das ist einer der aufwendigsten Starts im Verlag-Portfolio.

ROI-Sicherheit, mittel (3/5) Der Nutzen ist theoretisch klar messbar: Kalkulationsfehler vor der Drucklegung gefunden? Direkte Kostenvermeidung. In der Praxis ist es schwieriger, einzelne Fehler eindeutig der Kalkulations-KI zuzuschreiben, Kalkulationen werden oft von mehreren Personen geprüft, und es ist nicht immer klar, was ohne KI übersehen worden wäre. Zudem zeigt der Nutzen sich nur, wenn die KI auch tatsächlich konsequent eingesetzt wird und nicht nur für Pilotprojekte.

Skalierbarkeit, mittel (3/5) Die Kalkulationsvorlage selbst skaliert: Einmal aufgebaut, kann dasselbe Modell für jedes neue Buchprojekt verwendet werden. Aber jedes Buchprojekt braucht individuelles Urteil, Auflagenhöhe, Marketingbudget, Honorarkonditionen sind keine Formeln, die sich von Titel zu Titel übertragen lassen. Die Skalierbarkeit ist damit strukturell begrenzt durch die Notwendigkeit menschlicher Entscheidungen je Projekt.

Richtwerte, stark abhängig von Verlagsgröße, Titelanzahl pro Saison und Qualität der vorhandenen Kostendokumentation.

Was der KI-Assistent konkret macht

Der Einsatz läuft in der Praxis so ab: Die Programmleiterin gibt dem KI-Assistenten die Parameter für ein Buchprojekt, Seitenanzahl, Format, angestrebte Auflage, Ladenpreis, Honorarprozentsatz, aktueller Druckkostensatz der Druckerei, Buchhandelsrabatt und Marketingbudget. Der Assistent baut daraus eine strukturierte Kalkulation und liefert automatisch drei Varianten:

1. Pessimistisches Szenario: Druckkosten 10 Prozent über dem Angebot (Aufschlagsschutz), Verkauf nur 60 Prozent der Auflage.
2. Realistisches Szenario: Druckkosten wie angeboten, Verkauf 80 Prozent der Auflage.
3. Optimistisches Szenario: Druckkosten wie angeboten, Vollabsatz plus Nachauflage bei unverändertem Kostensatz.

Zu jedem Szenario liefert der Assistent den Break-Even-Punkt, den projizierten Deckungsbeitrag und einen expliziten Hinweis auf die Annahmen, die das Ergebnis am stärksten beeinflussen. Das ist kein neues Konzept, es ist Szenario-Finanzmodellierung, wie sie in der Unternehmensfinanzierung Standard ist. Der Unterschied zur manuellen Tabelle: Die KI macht keine Zahlendreher, vergisst keinen Kostenblock und liefert die drei Szenarien in 10 Minuten statt in 2 Stunden.

Was die KI nicht macht: Sie bewertet nicht, ob die angesetzte Auflage realistisch ist. Sie beurteilt nicht, ob der Titel sein Marketingbudget verdient. Sie sieht nicht, ob der Autor einen anderen Verleger in Verhandlung hat, der den Honorarsatz nach oben treiben könnte. Das sind verlegerische Urteile, die bei der Programmleitung bleiben.

Ein praktischer Zusatznutzen ist die Fehlerprüfung. Der Assistent kann die Kalkulation auf offensichtliche Inkonsistenzen prüfen: Stimmt der Ladenpreis mit dem marktüblichen Segment überein? Ist der Buchhandelsrabatt korrekt berücksichtigt? Wurde die Mehrwertsteuer richtig herausgerechnet? Sind Gemeinkosten nach dem verlageigenen Gemeinkostenschlüssel zugeordnet oder nur die variablen Kosten kalkuliert? Diese Konsistenzprüfung übernimmt ein gut instruierter LLM-Assistent zuverlässig, und findet dabei Fehler, die in einer manuellen Überprüfung leicht übersehen werden.

Szenarien, nicht Punkt-Kalkulationen: Der eigentliche Mehrwert

Das Programmkomitee möchte nicht wissen, ob ein Buch bei Vollabsatz einen positiven Deckungsbeitrag hat. Es möchte wissen, was passiert, wenn das Buch nicht anspringt, und ob der Verlag dieses Risiko tragen kann.

Genau hier ist der eigentliche Mehrwert von KI-gestützter Kalkulation: nicht die schnellere Erstellung einer einzelnen Zahl, sondern die mühelose Erstellung von Szenario-Bäumen. Was ist der Unterschied zwischen einer 2.000er- und einer 3.000er-Auflage bei diesen Druckkosten? Wie verändert sich der Break-Even, wenn das Marketingbudget um 3.000 Euro gekürzt wird? Was passiert mit dem Deckungsbeitrag, wenn die Erstauflage nur zu 50 Prozent im ersten Jahr abgesetzt wird?

Diese Fragen kann man in Excel beantworten, aber es dauert. Mit einem KI-Assistenten sind sie in 5 Minuten durch. Der Programmleiter kann damit in die Komiteesitzung gehen und sagen: „Hier sind die Zahlen für drei Szenarien, und das ist die Auflagenhöhe, bei der das Projekt auch bei 60-Prozent-Abverkauf noch kostendeckend ist.” Das ist eine qualitativ andere Diskussionsgrundlage.

Konkrete Werkzeuge, was wann passt

Die gute Nachricht: Für den Einstieg braucht es keine neue Software. Die Herausforderung liegt in der richtigen Anwendung der vorhandenen Werkzeuge.

Claude oder ChatGPT für die Szenario-Kalkulation Der direkte Weg: Gib dem Assistenten die Parameter deines Buchprojekts per Prompt und lass dir die Kalkulation bauen. Beide Werkzeuge können strukturierte Tabellen erstellen, mehrere Szenarien durchrechnen und die Annahmen explizit ausweisen. Claude ist besonders stark bei langen, strukturierten Dokumenten und bewahrt die Konsistenz über komplexe Modelle, relevant, wenn deine Kalkulation viele Parameter hat. ChatGPT (Plus) ist etwas stärker in der Code-Ausführung und kann direkt Excel-kompatible Tabellen generieren. Beide funktionieren gut; welches du bevorzugst, ist Geschmackssache und Lizenzfrage. Kosten: Claude Pro oder ChatGPT Plus jeweils rund 20 USD/Monat.

Julius AI für die Datenanalyse historischer Druckkosten Wenn du deine historischen Druckkosten-Daten strukturiert hast (auch als Excel-Export aus der Buchhaltung), hilft Julius dabei, Trends sichtbar zu machen: Wie haben sich Druckkosten bei eurer Hauptdruckerei in den letzten acht Quartalen entwickelt? Welche Formate und Auflagenhöhen haben zu welchen Stückpreisen geführt? Diese Analyse liefert die Basisdaten für realistischere Kalkulationsannahmen. Kostenlos bis 100 Credits/Monat, danach ab 20 USD/Monat.

Google Sheets mit KI-Assistenz als kollaborative Kalkulationsvorlage Wenn mehrere Personen gleichzeitig an Kalkulationen arbeiten, Programmleitung, Herstellungsabteilung, Vertrieb, ist eine gemeinsame, versionierte Vorlage in Google Sheets oft praktischer als ein lokales Excel. Die Gemini-Integration in Google Sheets erlaubt es seit 2024, Formeln per natürlicher Sprache zu bauen und einfache Berechnungen zu automatisieren. Das ist kein vollständiger Ersatz für einen dedizierten KI-Assistenten, aber gut für den Einstieg. Für Privatnutzer kostenlos; Google Workspace Business Starter ab 6,80 Euro/Nutzer/Monat.

NotebookLM für die Abfrage historischer Kalkulationsdaten Wenn ihr historische Kalkulationen, Druckangebote und Titeldatenblätter als PDFs habt, lassen sich diese in NotebookLM laden und per natürlicher Sprache befragen: „Was hat die 3.000er-Auflage des Titels X bei Druckerei Y im Frühjahr 2023 gekostet?” Das ist keine Szenario-Modellierung, aber ein schneller Zugriff auf Vergleichsdaten, die sonst in Ordnern verstauben. Kostenlos mit Google-Account.

Jedox für größere Verlage mit mehreren Programmbereichen Wer 20 oder mehr Kalkulationen pro Saison erstellt und die Ergebnisse mit dem Gesamtplan des Verlags konsolidieren möchte, kommt mit reinen LLM-Assistenten an Grenzen. Jedox ist eine FP&A-Plattform mit Excel-Integration, die sich für die Finanzplanung mittlerer Verlage eignet, Kalkulationsmodelle können direkt mit dem Gesamtbudget verknüpft werden. Jedox ist in Freiburg entwickelt, EU-gehostet und im deutschen Mittelstand verbreitet. Preise auf Anfrage, Starter ab ca. 160 USD/Monat für bis zu 5 Nutzer.

Zusammenfassung: Wann welcher Ansatz

• Einzelkalkulation schnell erstellen → Claude oder ChatGPT per Prompt
• Historische Druckkosten analysieren → Julius AI
• Kollaborative Vorlage für mehrere Personen → Google Sheets mit Gemini
• Historische Vergleichsdaten abfragen → NotebookLM
• Kalkulation mit Gesamtbudget verknüpfen (größere Verlage) → Jedox

Datenschutz und Datenhaltung

Buchkalkulationen enthalten keine personenbezogenen Daten im DSGVO-Sinne, Druckkosten, Honorarsätze und Vertriebsrabatte sind Geschäftsdaten, keine Personendaten. Damit ist der Datenschutz-Aufwand in diesem Use Case vergleichsweise gering.

Allerdings gibt es Aspekte zu beachten:

Honorardetails und Autorenverträge: Wenn du in der Kalkulation konkrete Honorarvereinbarungen mit Autoren abbildest, etwa nicht-öffentliche Beteiligungsmodelle oder Sonderkonditionen, sind das vertragliche Daten, die du möglicherweise nicht an US-Server übertragen möchtest. In diesem Fall empfiehlt sich ein Kalkulations-Prompt, der nur die Honorarprozentsätze nennt, nicht den Namen des Autors oder vertragliche Sonderklauseln.

Vertrauliche Preiskonditionen der Druckerei: Einige Druckereien vereinbaren Vorzugskonditionen, die nicht öffentlich kommuniziert werden sollen. Auch hier: Der Prompt kann mit den Zahlen arbeiten, ohne den Vertragspartner namentlich zu nennen.

EU-konforme Optionen: Claude lässt sich über AWS Bedrock in der EU-Region Frankfurt betreiben, damit bleiben alle Daten in der EU. Das erfordert eine API-Einrichtung und ist nichts für den schnellen Einstieg, aber relevant, wenn der Verlag vertrauliche Programmplanungsdaten nicht in US-Systeme geben möchte. Jedox hostet standardmäßig in Europa. Google Sheets mit Workspace verarbeitet Daten in Europa, wenn die entsprechende Organisationseinheit konfiguriert ist, aber die DSGVO-Situation ist komplex, hol dir im Zweifel einen AVV.

Praxistipp: Nutze für den Einstieg eine anonymisierte Pilot-Kalkulation, kein echter Autoren-Name, kein echter Druckereianbieter. Damit kannst du das Vorgehen testen, ohne irgendwelche Vertraulichkeitsfragen zu riskieren.

Was es kostet, realistisch gerechnet

Werkzeuge

• Claude Pro oder ChatGPT Plus: ca. 20 USD/Monat, das ist der einzige neue Kostenpunkt für den Einstieg
• Google Sheets: kostenlos für Einzelnutzer, Teil von Google Workspace ab 6,80 Euro/Monat wenn bereits genutzt
• NotebookLM: kostenlos
• Julius AI: kostenlos bis 100 Credits/Monat, danach 20 USD/Monat
• Jedox: ab ca. 160 USD/Monat (für größere Verlage mit umfangreicherer Planung)

Einmalige Einrichtungskosten Der eigentliche Aufwand liegt im Aufbau der Datenbasis: Druckkostenangebote der letzten 4–8 Quartale strukturieren, Honorarstandards dokumentieren, Gemeinkostenschlüssel dokumentieren, eine Kalkulations-Vorlage aufbauen und testen. Das sind intern 3–5 Arbeitstage für jemanden aus Herstellung und Programmleitung.

Was du dagegenrechnen kannst Ein Kalkulationsfehler von 10 Prozent bei den Druckkosten kostet bei einer 3.000er-Auflage 4.000 bis 8.000 Euro Deckungsbeitrag. Bei zwei solchen Fehlern pro Saison amortisiert sich die Investition (20 USD/Monat Werkzeugkosten + 3 Arbeitstage Einrichtung) in der ersten Saison.

Die realistischere Rechnung: KI hilft vor allem, offensichtliche Fehler zu vermeiden, Kalkulationen mit veralteten Druckkosten, fehlenden Gemeinkostenblöcken oder falsch berechneten Buchhandelsrabatten. Wieviele solcher Fehler du heute machst, ohne es zu wissen, ist schwer zu sagen. Wer seine letzten zehn Kalkulationen rückwirkend mit aktuellen Druckpreisen durchrechnet, bekommt eine Antwort.

Vier typische Einstiegsfehler

1. Den KI-Assistenten als “Entscheidungsmaschine” behandeln Die KI berechnet, was du ihr gibst. Wenn du eine Auflage von 3.000 eingibst, rechnet sie mit 3.000, egal ob das realistisch ist. Die Ausgabe ist nur so gut wie die Eingabe. Ein Assistent, der dir sagt “Break-Even bei 1.420 Exemplaren” klingt präzise. Ist er nicht, wenn die angenommene Auflage zu optimistisch und das Marketingbudget zu konservativ war. Die Verantwortung für die Annahmen liegt bei der Programmleitung, immer.

2. Eine Kalkulations-KI ohne Datenbasis einsetzen Das häufigste Muster beim Einstieg: Jemand fragt den KI-Assistenten, was eine 3.000er-Auflage kosten würde, und erwartet eine nützliche Antwort. Die Antwort ist nicht nützlich, weil der Assistent keine verlagsinternen Druckkosten, keine Vertriebskonditionen und keine Gemeinkostensätze kennt. Du musst diese Parameter mitliefern. Je vollständiger die Eingabe, desto nützlicher die Ausgabe. Wer das nicht tut, bekommt eine generische Modell-Kalkulation, die mit der Realität des eigenen Verlages wenig zu tun hat.

3. Die Kalkulations-Vorlage einmal aufbauen und nie aktualisieren Das ist dasselbe Problem wie mit den alten Excel-Dateien, nur in einem anderen Werkzeug. Wenn du eine Prompt-Vorlage mit fixen Druckkostensätzen aufbaust und sie ein Jahr lang nicht anfasst, hast du den Ausgangsfehler nur verschoben, nicht behoben. Die Kalkulations-Datenbasis muss mindestens einmal pro Saison aktualisiert werden: aktuelle Druckangebote der Hauptdruckereien einholen, Papierpreisindex prüfen, Honorarstandards auf Gültigkeit prüfen. Wer dafür keine klare Verantwortlichkeit definiert, landet nach 18 Monaten wieder beim alten Problem.

4. Alle Kostenpositionen ins Modell packen, und dann nicht mehr verstehen, was was bedeutet Ein Kalkulations-Modell, das zu komplex ist, wird nicht genutzt. Wenn sieben verschiedene Gemeinkostenarten separat ausgewiesen werden, drei Vertriebsszenarien und fünf unterschiedliche Druckanbieter-Preise gleichzeitig im Modell stehen, verliert die Programmleitung den Überblick, und fällt zurück auf die alte Daumenregel. Fang mit einem einfachen Modell an: vier bis fünf Kostenblöcke, drei Szenarien, ein Druckkostensatz. Baue Komplexität schrittweise auf.

Was mit der Einführung wirklich passiert, und was nicht

Das Muster bei der Einführung von KI-gestützter Kalkulation im Verlag ist konsistent: Die Programmleiterin ist von Anfang an interessiert, sie spürt das Problem täglich. Die Herstellungsabteilung ist skeptisch, weil sie die Kalkulations-Tabelle oft selbst pflegt und befürchtet, dass ihre Arbeit ersetzt werden soll. Die Geschäftsführung möchte wissen, wann sich die Investition amortisiert.

Drei Widerstands-Muster tauchen typischerweise auf:

Die Herstellungs-Fachleute als Wissenshüter. In jedem Verlag gibt es jemanden, der die Druckkosten im Kopf hat: wer wo welche Konditionen hat, welche Druckerei für welches Format die beste Qualität liefert, wo die Kapazitätsengpässe im Herbst entstehen. Diese Person ist gut informiert, und hat berechtigte Zweifel daran, ob ein KI-Assistent ihre jahrelange Erfahrung ersetzen kann. Sie kann sie nicht. Die produktive Einbindung: Die Herstellung definiert die Kostenbasis und prüft die Ausgaben; die KI rechnet durch, was die Herstellung konfiguriert. Das ist eine Arbeitsteilung, keine Verdrängung.

Die Einzelkämpfer in der Programmleitung. Wer allein kalkuliert und sich bewährt hat, sieht den Mehrwert von KI erst, wenn er/sie das System selbst ausprobiert. Theoretische Argumente helfen nicht, eine Live-Demo mit einer eigenen Kalkulation schon. Lass die Programmleiterin ihre letzte Kalkulation nehmen, die Parameter eingeben und das Ergebnis in 10 Minuten mit drei Szenarien sehen. Das ist überzeugender als jede Präsentation.

Die Dokumentations-Lücke. Wenn der erste Versuch zeigt, dass Druckkosten der letzten zwei Jahre irgendwo in E-Mails versteckt sind, Honorarstandards mündlich weitergegeben werden und Gemeinkostensätze nirgendwo dokumentiert sind, entsteht frustrierend viel Vorarbeit. Diese Arbeit ist nötig, aber sie zahlt sich unabhängig von der KI aus. Ein Verlag mit schlecht dokumentierten Kostenstrukturen hat ein Problem, das keine KI lösen kann.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Unsere Kalkulation ist zu individuell für eine KI.” Das ist ein Missverständnis darüber, was KI hier tut. Die KI übernimmt nicht die verlegerischen Urteile, Auflagenhöhe, Marketingstrategie, Autorenselektion. Sie übernimmt die Rechenlogik. Und die ist in jedem Verlag sehr ähnlich: Druckkosten + Honorar + Gemeinkosten − Buchhandelsrabatt = Deckungsbeitrag. Wer behauptet, seine Kalkulation sei zu individuell, meint vermutlich, dass seine Annahmen individuell sind. Das stimmt. Die Annahmen bleiben bei der Programmleitung. Nur das Rechnen geht schneller.

„Wir haben doch schon Excel-Vorlagen.” Excel-Vorlagen lösen das Konsistenz-Problem nicht, sie verhindern nur die Neu-Erstellung des Formulars. Das eigentliche Problem ist nicht das Formular, sondern die Aktualität der Eingaben. KI hilft vor allem bei der Szenario-Breite (drei Varianten in 10 Minuten statt 2 Stunden) und bei der Fehlerprüfung (hat jemand den Buchhandelsrabatt vergessen?). Das ist ein anderer Nutzen als eine Excel-Vorlage.

„Was, wenn die KI falsch rechnet?” Generative KI macht grundsätzlich Rechenfehler, das ist bekannt. Der Workaround ist gut etabliert: Lass den Assistenten die Kalkulation strukturiert darstellen und prüfe die Formel-Logik, bevor du die Zahlen verwendest. Alternativ: Lass den Assistenten eine Excel-Formel oder ein Python-Skript generieren und führe die Berechnung lokal aus, dann rechnet kein LLM, sondern eine deterministische Formel. Wer auf numerische Korrektheit angewiesen ist, kombiniert KI für die Struktur mit Excel für die Arithmetik.

Woran du merkst, dass das zu dir passt

• Du kalkulierst mehr als acht Titel pro Saison und merkst, dass die Kalkulations-Tabellen immer länger werden, ohne dass die Qualität der Zahlen besser wird
• Du hast in den letzten zwei Jahren Papierpreis- oder Druckkostensteigerungen erlebt und bist dir nicht sicher, ob alle laufenden Kalkulationen aktualisiert wurden
• Du wirst im Programmkomitee regelmäßig nach Szenarien gefragt, die du nicht in der Standardkalkulation hast (Was passiert, wenn wir nur 60 Prozent absetzen?)
• Deine Kalkulations-Tabellen liegen auf lokalen Laufwerken und werden von einer Person gepflegt, die im Urlaub oder krank nicht erreichbar ist
• Neue Herstellungs-Mitarbeitende brauchen Monate, um verstehen zu lernen, wie die Verlagskalkulation funktioniert

Wann es sich (noch) nicht lohnt, drei harte Ausschlusskriterien:

1. Verlage mit weniger als 20 Titeln pro Jahr, Der Aufwand für den Datenbasis-Aufbau und die Vorlage-Kalibrierung ist nicht verhältnismäßig. Für einen kleinen Verlag mit 10 bis 15 Titeln pro Saison ist eine gut gepflegte Excel-Vorlage mit aktualisierten Druckkosten die bessere Lösung. Die KI-Methode zahlt sich aus, wenn Kalkulation-Volumen und Fehlerquote beide signifikant sind.

2. Verlage ohne dokumentierte Kostenstrukturen, Wenn Druckkosten nur in persönlichen E-Mail-Archiven oder in den Köpfen von zwei Personen liegen, ist KI-Kalkulation nicht der nächste Schritt. Erst die Kostenstrukturen dokumentieren, dann die KI einsetzen. Ein Assistent, der mit Schätzwerten befüttert wird, produziert präzise wirkende Schätzungen, was gefährlicher ist als eine ehrliche Unsicherheit.

3. Verlage, in denen Kalkulations-Entscheidungen politisch getroffen werden, Wenn der tatsächliche Ladenpreis eines Buches nicht vom Deckungsbeitrag abhängt, sondern von anderen Erwägungen (Prestige, Autorenpflege, Lektoratsentscheidungen), ist eine exaktere Kalkulation kein Hebel. Die KI optimiert eine Kennzahl, die in diesem Kontext nicht entscheidungsrelevant ist.

Das kannst du heute noch tun

Nimm die letzte Kalkulation, die du abgeschlossen hast. Öffne Claude (kostenlos zum Ausprobieren auf claude.ai) und beschreibe das Buchprojekt: Seitenanzahl, Auflage, Ladenpreis, Druckkostensatz der Druckerei, Honorarprozentsatz, Buchhandelsrabatt und Marketingbudget. Bitte den Assistenten, drei Szenarien zu rechnen, pessimistisch, realistisch, optimistisch, und den Break-Even-Punkt nach variablen Kosten und nach Gemeinkosten getrennt auszuweisen.

Vergleiche das Ergebnis mit deiner eigenen Kalkulation. Stimmt es? Fehlt etwas? Sind Annahmen explizit ausgewiesen, die du selbst nie explizit dokumentiert hast?

Das dauert 20 Minuten und zeigt dir sofort, ob das Konzept für euren Verlag taugt, bevor du einen Cent investierst.

Quellen & Methodik

• Papierpreisanstieg 2022–2023: Handelsblatt, „Materialknappheit: Verlage und Druckereien leiden unter Papiermangel” (Mai 2022); BNN, „Steigende Papier- und Energiekosten: Bücher werden teurer” (2022). Statistisches Bundesamt: Anstieg der Druckkosten für Bücher um 21% im Mai 2022 gegenüber Vorjahresmonat.
• Buchhandelsmarge und Erlösstruktur: Nova MD, „Calculate a book: Publishing costs” (novamd.de, 2024); Neunmalklug Verlag, „Warum wir unsere Preise erhöhen” (2022), konkretes Beispiel eines deutschen Kinderbuchverlages mit Kostenstruktur und Margenrechnung.
• Börsenverein KI-Studie 2026: Börsenverein des Deutschen Buchhandels, Ergebnisse der KI-Studie 2026 (boersenverein.de), 196 Verlagsfachleute befragt; 31% bewerten KI-Relevanz als hoch/sehr hoch (2025: 9%), 62% erwarten Prozesseffizienzgewinne.
• Prognosegenauigkeit und Kalkulationsfehler in der Finanzplanung: Abacum.ai / Paro.ai, „What-if Analysis” (2024), weniger als 42% aller Forecasts fallen innerhalb von 10% des Zielwerts; 1 von 10 Forecasts verfehlt das Ziel um mehr als 25%.
• KI-gestützte Finanzmodellierung mit Excel: Corporate Finance Institute (CFI), „AI Financial Modeling with Claude in Excel” (corporatefinanceinstitute.com, 2024); AI Corner, „Claude in Excel: 30 Prompts to Audit Any Financial Model” (2024).
• Buchkalkulationsstruktur und Break-Even: Ulrich Stiehl, „Die Buchkalkulation” (BoD, 4. Auflage); MatheMedien, „Grenzauflage und Break-Even in der Buchkalkulation” (mathemedien.de).
• Preisangaben Werkzeuge: Veröffentlichte Tarife Claude (Anthropic), ChatGPT (OpenAI), Julius AI, Google Workspace, Jedox, Stand Mai 2026.

Du willst wissen, welche Kostenblöcke in euren Kalkulationen regelmäßig fehlen oder veraltet sind, und wie ein strukturierter Kalkulations-Check für eure Frühjahrs- oder Herbsttitel aussehen würde? Meld dich, das klären wir in einem kurzen Gespräch.