Problem: KI spart mir bei routinemäßigen PPC-Aufgaben 60 bis 80 % der Zeit. Ein Google Ads Audit, für das ich früher 3–4 Stunden benötigt habe, dauert jetzt etwa eine Stunde (25–35 Min. Agenten-Durchlauf + 30–60 Min. Review). Eine KW-Gap-Analyse, für die ich einen halben Tag eingeplant habe, liefert der Agent in 25 Minuten. Bei der klassischen Abrechnung auf Stundenbasis stellt sich eine klare Frage: Wie zur Hölle soll man das dem Kunden berechnen, damit es fair bleibt?
Der Standardrat der meisten Spezialisten lautet: „Schätzen Sie, wie viel Zeit Sie manuell ohne KI investiert hätten, und stellen Sie diesen Betrag dem Kunden in Rechnung.“ Ich stimme dem nicht zu – und in diesem Artikel beschreibe ich, was ich stattdessen tue, basierend auf 17 Agenten-Runs in der letzten Woche in meiner internen App. Am Ende biete ich Ihnen an, wie ich Ihnen helfen kann, die gleiche Einstellung bei sich zu etablieren, falls Sie vor derselben Herausforderung stehen.
Warum die manuelle Zeitschätzung nicht funktioniert
Dieser Rat hat drei schwerwiegende Probleme:
Kunde zahlt für Fiktion. Wenn ich in das Timesheet „4 Stunden Audit“ eintrage, es aber tatsächlich nur 40 Minuten Review über einen Agenten waren, zahlt der Kunde für eine Situation, die nicht stattgefunden hat. Es ist keine Lüge, aber es ist unaufrichtig.
Vertrauensverlust bei Entdeckung. Und er wird es erfahren. Er sieht, wie schnell manche Ergebnisse geliefert werden. Er hört in Podcasts von AI. In diesem Moment fragt er sich: „Wie viele andere Dinge werden mir fiktiv in Rechnung gestellt?“
Nachteil für ehrliche AI-Nutzer. Wenn ich „manuelle“ Zeit abrechne und eine Kollegin, die keine AI nutzt, die tatsächliche Zeit fakturiert, erhält der Kunde von ihr zum gleichen Preis mehr Human-Hours. Das benachteiligt denjenigen, der automatisiert – und zwar legitim.
Zudem habe ich einen vierten Grund, der schwerer zu formulieren ist: Auf meiner Freelance-Website habe ich immer auf Transparenz gesetzt. „Schätze die manuelle Zeit“ steht im Widerspruch dazu.
Mein Ansatz: Skript in Marketak App + gleicher Stundensatz
In meiner internen vibecoded Anwendung Marketak-app läuft ein Timer bei jedem Start eines AI-Agenten. Gemessen werden Startzeit, Endzeit, Kunde, Template, Modell und Status. Diese Einträge fließen in die gleiche DB-Tabelle wie mein manuelles Time Tracking. Der monatliche Report zeigt beides nebeneinander.
Zentrale Entscheidung: Die AI-Zeit stelle ich dem Kunden mit dem gleichen Stundensatz wie meine manuelle Arbeit in Rechnung (bei mir 1.200–1.400 CZK/h). Eine Stunde Arbeit ist eine Stunde Arbeit, egal ob sie mein Kopf erledigt oder ein Agent, den ich konfiguriert habe. Ein Rabatt würde mich demotivieren, den Workflow zu verbessern. Ein Markup wäre ein Trick. Der Satz bleibt bestehen.
Das Tracking läuft seit dem 21. Mai 2026 im Live-Betrieb – eine Woche in Produktion. Die Zahlen werden steigen, aber sie zeigen bereits jetzt drei Punkte, die Aufmerksamkeit verdienen.
Daten nach 7 Tagen Tracking
| Metrik | Wert |
|---|---|
| Agent-Runs (abgeschlossen) | 17 |
| Einzigartige Kunden | 12 |
| Kumulative AI-Rechenzeit | 7,5 h |
| Durchschnittliche Run-Dauer | 26,6 min |
| Median | 29,1 min |
Top 3 Templates: audit (6 Runs), custom prompt (6 Runs), kw-diff (5 Runs).
Modelle: 100 % Opus 4.7. Kein Sonnet, kein Haiku.
Drei schnelle Insights:
1. Ich nutze 100 % Opus auch für Routineaufgaben. Die meisten Anleitungen empfehlen „günstige Modelle für Batches“. Ich mache es umgekehrt – da die AI-Rechenzeit in der Aufgabenökonomie eine Kleinigkeit ist (wie Sie im nächsten Abschnitt sehen werden) und eine Stunde meiner Review-Zeit teuer ist. Wenn Opus die Anzahl der Iterationen von zwei auf eine reduziert, amortisiert sich das mehr, als die Rechenzeit kostet.
2. Custom-Anfragen machen 35 % der Runs aus. Sechs von siebzehn Aufgaben wurden nicht über ein Template, sondern per Ad-hoc-Prompt gelöst. Das bedeutet, dass das „AI-Team“ keine Fließbandarbeit ist – Templates decken 65 % der Routine ab, der Rest sind Aufgaben, die „immer etwas anders“ sind. Dies hat Auswirkungen auf das Pricing: Custom-Runs kosten den Kunden aufgrund des längeren Setups mehr.
3. 12 Kunden / 17 Runs = 1,4 Runs pro Kunde. Eine realistische Baseline für einen Freelancer mit 15–20 aktiven Kunden. Nicht jeder Kunde benötigt jede Woche einen Agent-Run.
Berechnung vs. Review-Logik
Kostenaufstellung für einen typischen 26,6-minütigen Audit-Run bei meinem Stundensatz von 1.300 Kč/h:
| Posten | Wert |
|---|---|
| AI compute (Hard Cost, Opus 4.7) | 133 Kč |
| Preis für den Kunden pro AI run | 577 Kč |
| Plus Review-Einstieg (30–60 Min.) | 650–1.300 Kč |
| Gesamtkosten für das Audit | 1.227–1.877 Kč |
| Traditionelles manuelles Audit (3–4 Std. × 1.300) | 3.900–5.200 Kč |
| Ersparnis für den Kunden | 60–76 % |
AI compute für ein Audit kostet 133 Kč. Der Kunde zahlt dies im Preis des AI run von 577 Kč. Der Großteil der Zahlung (444 Kč von 577 + das gesamte Review von 650–1.300 Kč) fließt in meine Expertise bei der Aufgabendefinition und dem Review – das, wofür der Kunde mich beauftragt.
Daraus ergeben sich zwei Konsequenzen:
- Der Kunde zahlt nicht zu viel für AI. Compute macht 7 % des Gesamtaufpreises für das Audit aus. AI ist ein Multiplikator meiner Expertise, kein Ersatz dafür.
- Mein Stundensatz ist vertretbar. Die Rate von 1.300 Kč/h deckt meine Investitionen in Templates, Prompt Engineering, MCP-Infrastruktur und das Review-Framework ab. Ohne diese Investition wäre dieses Pricing nicht sinnvoll.
Bonus, den die Tabelle nicht erfasst: Parallelität. Im Gegensatz zu meiner Aufmerksamkeit – die immer nur einem Thema gelten kann – können Agent-Runs parallel laufen. Während das Audit für Kunde A 30 Minuten läuft, kann ich den kw-diff für Kunde B starten und mit dem Review des dritten Ergebnisses beginnen. Eine Person liefert simultan Ergebnisse für drei Kunden – ein Limit, das ohne AI nicht zu erreichen ist. Das ist der Grund, warum meine Gesamtkapazität trotz geringerer Abrechnung pro Aufgabe steigt.
Marketing-Schulden: Wohin die Zeit fließt
Die eingesparte Zeit behalte ich nicht für mich, sondern investiere sie direkt in die Konten meiner Kunden. Bei einem meiner E-Commerce-Kunden habe ich innerhalb von 6 Wochen – trotz geringerer Gesamtfakturierung – Folgendes umgesetzt:
- Tiefgreifende Revision des Product Feeds (Dutzende Regeln in Mergado)
- Überarbeitung der RSAs in 12 Kampagnen (15 einzigartige Headlines pro ad group)
- Aktualisierung des GTM auf bevorstehende Änderungen
- Erstellung einer Customer-Match-Liste aus Surface Analytics für das retargeting
Nichts davon wäre in einer traditionellen Abrechnung enthalten gewesen – alles war für „irgendwann später“ geplant. AI hat dieses „später“ nun ermöglicht. Ich kommuniziere das offen gegenüber dem Kunden: „Diesen Monat stelle ich weniger in Rechnung. Hier sehen Sie, was ich stattdessen umgesetzt habe.“ Die Reaktionen sind durchweg positiv.
Grenzen und Monitoring
Nicht alles automatisierbar. Templates decken ~65 % der typischen Arbeit ab. Strategie, Kundenkommunikation, kreative Ausrichtung und Custom-Integrationen bleiben manuell. Diese Aufgaben stelle ich als herkömmliche Arbeit in Rechnung.
Aufsicht bleibt. Ein 25–35-minütiger Agent-Run bedeutet 30–60 Minuten Review des Outputs — Empfehlungen prüfen, nicht relevante filtern, Kommentare für den Kunden ergänzen. Dieses Review fließt in meine manuelle Abrechnung ein.
Kein Write ohne Confirm. Ein Agent kann Änderungen im Konto vorschlagen, aber die Umsetzung im Konto erfolgt immer manuell durch mich. Grund: Irreführende Werbung, falsch eingestellte Audiences, Geo-Bid — das sind Risiken, die das Modell verursachen kann und die der Kunde nicht erkennen würde. Senior — das bin ich. Junior — das ist die AI.
Marktveränderungen der nächsten 12–24 Monate
Race-to-bottom bei Services. Ein Google Ads Audit für 990 Kč wird ein reales Angebot sein. Einige Agenturen werden Preisdumping betreiben. Das wird diejenigen treffen, die AI nicht effizient nutzen, und Kunden entlasten, die lediglich Routine-Service wünschen.
Premium-Preise für Strategie. Ein Marketer, der Strategie + AI Orchestrierung + menschliches Review kombinieren kann, wird wertvoller sein als je zuvor. Der Kunde zahlt nicht für Stunden, sondern für den Zugang zu Fachwissen, das weiß, wann AI einzusetzen ist und wann nicht.
Transparenz als Differenzierung. Kunden werden lernen zu fragen: „Nutzen Sie AI? Wie rechnen Sie diese ab?“ Diejenigen, die ehrlich antworten können (und idealerweise das Tracking zeigen, wie ich in diesem Artikel), werden in einer besseren Position sein als diejenigen, die es im Verborgenen tun.
Ende reiner Stundensätze. Subscription / Retainer + Erfolgsbonus + transparentes AI Tracking wird zum neuen Standard bei langfristigen Beziehungen. Der Stundensatz wird bei Ad-hoc-Projekten und Audits überleben.
Kurze Prognose: In zwei Jahren wird die Frage „Wie viele AI-Stunden stellen Sie mir in Rechnung?“ genauso selbstverständlich sein wie heute „Haben Sie eine ISO-Zertifizierung?“. Es ist besser, jetzt mit der Vorbereitung der Antwort zu beginnen.
Nicht wie, sondern wann!
Haben Sie Fragen? Schreiben Sie mir einfach an [email protected] oder über das Kontaktformular. Für tiefergehende Informationen empfehle ich den Artikel über das AI-Team von marketák ze severu, in dem ich beschreibe, wie mein AI-Workflow aussieht.