ChatGPT Kosten und Lizenzen im Unternehmen: Was die Einführung wirklich kostet

Ich habe vorhin mit einem Bereichs-Leiter im klassischen Mittelstand gesprochen, der ChatGPT einführen wird (und daher auch Trainings und Support benötigt). Erstaunlicherweise ist sein zentraler Informationsbedarf im Gespräch bezüglich der Auswahl der richtigen Lizenzen. Die Geschäftsführung gibt grünes Licht, das Budget steht. Aber als er die Lizenzoptionen auf der OpenAI-Website durchgeht, steht er vor einem Dickicht aus Plänen, Preisstufen und Zusatzmodulen, das keine seiner Fragen beantwortet. Was er wissen will, ist im Grunde simpel: „Was kostet mich das, und welche Lizenzen brauche ich für wen?" Diese beiden Fragen klingen banal, aber sie sauber zu beantworten erfordert mehr als einen Blick auf die Preisseite.

Die Lizenzlandschaft im Überblick

OpenAI bietet Stand Anfang 2026 sechs Preisstufen für ChatGPT an. Die Unterschiede zwischen ihnen sind größer, als die Namensgebung vermuten lässt.

Der kostenlose Plan gibt Zugang zu GPT-4o mit Nutzungslimits. Dateien lassen sich hochladen, die grundlegenden Funktionen sind testbar. Für den Unternehmenseinsatz ist dieser Plan allerdings nicht geeignet: Es gibt keinen Auftragsverarbeitungsvertrag (AVV), keine zentrale Nutzerverwaltung, und Eingaben können für das Modelltraining verwendet werden.

ChatGPT Go kostet 8 Dollar pro Monat und richtet sich an Einzelnutzer, die erweiterten Zugang zum aktuellen Modell (GPT-5.2 Instant) wollen – mehr Nachrichten, mehr Uploads, mehr Bildgenerierung. Wie der Free-Plan ist Go ein Consumer-Produkt ohne AVV und ohne Unternehmensfeatures.

Der Plus-Plan für 20 Dollar pro Monat hebt die Nutzungslimits weiter an und gibt Zugang zu erweiterten Funktionen wie Deep Research und dem Agentenmodus. Plus ist für Privatpersonen gedacht, die intensiv mit ChatGPT arbeiten. Auch Plus ist ein Consumer-Produkt: kein Admin-Panel, keine zentrale Nutzerverwaltung, kein AVV. Daten können für das Modelltraining verwendet werden (Opt-out ist möglich, aber nicht vertraglich garantiert). Für Unternehmen, die personenbezogene oder vertrauliche Daten verarbeiten, ist Plus aus DSGVO-Sicht nicht geeignet.

Der Business-Plan (ehemals „Team") kostet 25 Dollar pro Nutzer und Monat bei jährlicher Abrechnung, oder 30 Dollar bei monatlicher. Ab zwei Nutzern buchbar. Hier beginnt der Unternehmensbereich: gemeinsamer Workspace, Admin-Funktionen, Custom GPTs im Team teilbar, und – entscheidend – die vertragliche Zusicherung, dass Geschäftsdaten nicht für das Modelltraining verwendet werden. Ein AVV ist abschließbar.

Enterprise liegt preislich darüber. Die genauen Kosten verhandelt man mit dem OpenAI-Vertrieb; Erfahrungswerte aus dem Markt liegen bei rund 60 Dollar pro Nutzer und Monat, mit Mengenrabatten von 15 bis 35 Prozent je nach Laufzeit und Nutzerzahl. Dafür gibt es SSO-Integration, SOC-2-Compliance, Audit-Logs, dedizierte Kapazitäten, erweiterte Administrationsmöglichkeiten und – seit Februar 2025 – die Option auf EU-Datenresidenz, also die Speicherung von Daten ausschließlich in europäischen Rechenzentren.

Der Pro-Plan für 200 Dollar pro Monat ist ein Einzelnutzer-Plan ohne Team-Funktionen, gedacht für Power-User, die an die Kapazitätsgrenzen von Plus stoßen. Für Unternehmen in der Breite nicht relevant, kann aber für einzelne Fachkräfte sinnvoll sein – etwa für Datenanalysten, die täglich Dutzende Deep-Research-Anfragen fahren.

Lizenzvergleich auf einen Blick

Stand: März 2026. Preise in US-Dollar. Enterprise-Preise sind Erfahrungswerte; die tatsächlichen Konditionen werden individuell verhandelt.

Wer braucht welche Lizenz?

Die zentrale Frage bei der ChatGPT-Einführung lautet nicht „Welcher Plan hat die besten Features?", sondern „Wer in unserem Unternehmen braucht was?" Die Antwort hängt von drei Faktoren ab: Nutzungsintensität, Art der verarbeiteten Daten und Compliance-Anforderungen.

Intensivnutzer mit vertraulichen Daten – etwa in Marketing, Kommunikation, Strategie, Analyse oder Projektmanagement – arbeiten täglich mit ChatGPT und geben regelmäßig unternehmensinterne Informationen ein. Für diese Gruppe kommen ausschließlich Business- oder Enterprise-Lizenzen in Frage, da nur dort ein AVV und der Ausschluss vom Modelltraining vertraglich garantiert sind.

Gelegenheitsnutzer – Mitarbeiter, die ChatGPT für punktuelle Aufgaben einsetzen, etwa eine E-Mail formulieren, ein Meeting zusammenfassen oder eine Tabelle auswerten – brauchen denselben Datenschutzstandard, solange sie mit Unternehmensdaten arbeiten. Auch für sie gilt: Sobald personenbezogene oder vertrauliche Informationen im Spiel sind, ist ein Plan mit AVV erforderlich. Die Frage ist hier eher, ob sich eine eigene Lizenz pro Nutzer lohnt oder ob API-basierte interne Tools die effizientere Lösung sind.

Noch-nicht-Nutzer – Mitarbeiter, die bisher keinen Berührungspunkt mit KI-Werkzeugen haben und für deren Rolle ChatGPT keinen offensichtlichen Mehrwert bietet, etwa in der Produktion, im Lager oder im Außendienst mit stark operativen Tätigkeiten. Diese Gruppe sofort mit Lizenzen auszustatten, erzeugt Kosten ohne proportionalen Nutzen. Was sie zunächst braucht, ist eine Einführungsveranstaltung, die zeigt, wo ChatGPT in ihrem Arbeitsalltag konkret helfen könnte. Lizenzen folgen dann dem Bedarf.

Unternehmen in regulierten Branchen – Finanzen, Gesundheit, öffentliche Verwaltung – haben zusätzliche Compliance-Anforderungen, die über den AVV hinausgehen: SSO-Pflicht, Audit-Logs, granulare Rollenverwaltung, teilweise EU-Datenresidenz. Hier führt kein Weg am Enterprise-Plan vorbei.

Datensicherheit, DSGVO und EU-Datenresidenz

Die Lizenzfrage ist für viele IT-Verantwortliche untrennbar mit der Datensicherheitsfrage verbunden – und das zu Recht. Wer ChatGPT im Unternehmen einführt, öffnet einen Kanal, über den Mitarbeiter potenziell vertrauliche Informationen an einen externen Dienst übermitteln.

Die DSGVO-relevante Trennlinie verläuft zwischen Consumer-Plänen (Free, Go, Plus, Pro) und Business-Plänen (Business, Enterprise). Nur bei Business und Enterprise steht ein Auftragsverarbeitungsvertrag (AVV) zur Verfügung – seit Januar 2026 über die OpenAI Ireland Ltd. für Kunden im EWR und der Schweiz. Nur bei diesen Plänen ist vertraglich zugesichert, dass Unternehmensdaten nicht für das Modelltraining verwendet werden.

EU-Datenresidenz ist seit Februar 2025 verfügbar – allerdings ausschließlich für Enterprise-Kunden und die API-Plattform. Wer EU-Datenresidenz aktiviert, legt fest, dass Kundendaten at rest in europäischen Rechenzentren gespeichert werden. Seit Januar 2026 bietet OpenAI für Enterprise-Kunden zusätzlich die Option auf EU-Inferenz: Die GPU-Verarbeitung der Anfragen findet dann ebenfalls in Europa statt, nicht nur die Speicherung. Für Unternehmen, die aus regulatorischen Gründen darauf angewiesen sind, dass ihre Daten die EU nicht verlassen, ist Enterprise damit der einzige Plan, der diese Anforderung erfüllt.

Der Business-Plan bietet keinen EU-Datenresidenz-Option. Die Daten werden zwar verschlüsselt und nicht für das Modelltraining verwendet, die Verarbeitung und Speicherung erfolgt aber in OpenAIs globalen Rechenzentren – überwiegend in den USA. Ob das für ein konkretes Unternehmen akzeptabel ist, hängt von der Branche, den verarbeiteten Datentypen und der internen Datenschutzpolitik ab.

Was die Technik allerdings nicht löst, ist das Verhaltensproblem. Selbst mit Enterprise-Lizenz und EU-Datenresidenz kann ein Mitarbeiter vertrauliche Kundendaten in den Chat kopieren, ohne dass ein technischer Schutzmechanismus das verhindert. Der eigentliche Schutz liegt in klaren Nutzungsrichtlinien und in der Schulung der Mitarbeiter. Wer versteht, wie ChatGPT funktioniert, welche Daten rein dürfen und welche nicht, und warum eine Anonymisierung sensibler Informationen vor dem Einfügen sinnvoll ist, handelt in der Regel verantwortungsbewusst. Wer nur einen Login bekommt und sonst nichts, handelt nach Bauchgefühl. Und Bauchgefühl ist kein Datenschutzkonzept.

Die API als eigene Rechnung

Neben den Chat-Lizenzen gibt es eine zweite Kostenlinie, die in vielen Budgetplanungen fehlt: die OpenAI-API. Die API hat nichts mit der ChatGPT-Oberfläche zu tun. Sie richtet sich an Entwickler und erlaubt, OpenAIs Sprachmodelle in eigene Anwendungen, Workflows und Systeme zu integrieren. Ein Kundenservice-Bot, der auf GPT-4o basiert. Ein internes Wissensmanagement-Tool, das Fragen zu Unternehmensrichtlinien beantwortet. Eine automatisierte Angebotsauswertung, die PDF-Dokumente analysiert. All das läuft über die API – und wird separat abgerechnet.

Die API-Abrechnung folgt dem Token-Prinzip. Ein Token entspricht grob einem Wort oder einer Silbe; eine Seite Text hat etwa 500 bis 800 Tokens. OpenAI berechnet Input-Tokens (was man der API schickt) und Output-Tokens (was die API zurückgibt) getrennt. Für das aktuelle Standardmodell GPT-4o liegen die Kosten bei 2,50 Dollar pro Million Input-Tokens und 10 Dollar pro Million Output-Tokens. Neuere, leistungsfähigere Modelle kosten entsprechend mehr – die Preise bewegen sich je nach Modell zwischen 1,50 und 15 Dollar pro Million Tokens.

Was das in der Praxis bedeutet, lässt sich an einem Beispiel durchrechnen. Angenommen, ein Unternehmen betreibt einen internen Helpdesk-Bot, der pro Tag 200 Anfragen verarbeitet. Jede Anfrage hat im Schnitt 300 Input-Tokens (die Frage des Mitarbeiters plus Kontext aus der Wissensdatenbank) und 400 Output-Tokens (die Antwort). Das ergibt pro Tag 60.000 Input- und 80.000 Output-Tokens, im Monat also 1,8 Millionen Input- und 2,4 Millionen Output-Tokens. Bei GPT-4o-Preisen sind das rund 4,50 Dollar für Input und 24 Dollar für Output – zusammen knapp 29 Dollar pro Monat.

Aber: Diese Kosten skalieren. Wer statt 200 Anfragen 5.000 am Tag verarbeitet, oder statt kurzer Helpdesk-Antworten umfangreiche Dokumente analysieren lässt, kann schnell bei mehreren Hundert Dollar pro Monat landen. Die API-Kosten sollten deshalb nicht als Pauschale geplant werden, sondern als nutzungsabhängiger Posten mit klarem Monitoring. OpenAI bietet dafür ein Dashboard mit Echtzeit-Verbrauchsübersicht und die Möglichkeit, Budgetlimits zu setzen. Für die API ist ebenfalls EU-Datenresidenz verfügbar.

Eine Beispielrechnung für den Mittelstand

Nehmen wir ein Unternehmen mit 500 Mitarbeitern im Mittelstand. Davon arbeiten 350 an Büroarbeitsplätzen, der Rest in Produktion, Lager oder Außendienst. Eine mögliche Aufteilung: 80 Intensivnutzer bekommen Business-Lizenzen (25 Dollar pro Nutzer und Monat), 100 Gelegenheitsnutzer erhalten ebenfalls Business-Lizenzen (da ein AVV für den Umgang mit Unternehmensdaten erforderlich ist), 170 Mitarbeiter bekommen zunächst keine eigene Lizenz, sondern Zugang zu ein oder zwei API-basierten internen Tools mit eingeschränktem Funktionsumfang.

Die monatlichen Lizenzkosten: 4.500 Dollar für 180 Business-Lizenzen, dazu geschätzte 200 Dollar für API-Nutzung. Gesamtkosten pro Monat: 4.700 Dollar, also rund 56.400 Dollar im Jahr – umgerechnet knapp 52.000 Euro.

Dazu kommen die einmaligen Kosten für die Einführung: Schulungen für die verschiedenen Nutzergruppen, Erstellung von Nutzungsrichtlinien, technisches Setup der Lizenzverwaltung, eventuell Anpassung interner Prozesse. Realistisch bewegt sich dieser Block zwischen 10.000 und 30.000 Euro, je nachdem, ob man die Trainings intern stemmt oder externe Trainer einbindet und wie viele Abteilungen abgedeckt werden sollen. Die Gesamtinvestition im ersten Jahr liegt damit irgendwo zwischen 62.000 und 82.000 Euro. Ab dem zweiten Jahr fallen nur noch die Lizenzkosten und gelegentliche Auffrischungsschulungen an.

Ob sich das rechnet, hängt von der Nutzungsintensität ab. Wenn 180 aktive Nutzer im Schnitt 1,5 Stunden pro Woche einsparen – und das ist eine konservative Schätzung für gut geschulte Mitarbeiter – ergibt das bei einem durchschnittlichen Arbeitgebervollkostensatz von 50 Euro pro Stunde eine jährliche Einsparung von rund 700.000 Euro. Selbst wenn man diese Zahl halbiert, weil nicht jede eingesparte Stunde zu produktiver Mehrarbeit führt, bleibt ein deutliches Verhältnis von Investition zu Ertrag.

Martin Lang

Gründer & KI-Workflow-Experte

Martin Lang ist Gründer der Yellow-Boat Consulting (2011) und der chatgpt-trainings.de (2025). Er verbindet über ein Jahrzehnt Erfahrung in digitaler Transformation mit tiefem Verständnis für Large Language Models und Prompt Engineering. Als KI-Workflow-Experte entwickelt er systematische Ansätze, mit denen Unternehmen ChatGPT nicht als Spielzeug, sondern als strategisches Arbeitsinstrument einsetzen – von der Prompt-Architektur über Custom GPTs bis zum produktiven Dauerbetrieb.

LinkedIn-Profil