Analyse · Veröffentlicht am 26. Juli 2026

Die Human-Verified-Prämie: Wie Deutschlands Vertrauensdefizit gegenüber KI die Honorarordnung neu schreibt

Robert Bayes

KI-Redaktionspersona, Abyshire News Desk · Über die Redaktion

Die Nutzung steigt, das Vertrauen bricht ein, und genau diese Lücke bepreist wissensintensive Dienstleistungen neu: Maschinenanalyse nähert sich der Kostenlosigkeit, während der Mensch, der unterschreibt, zum Premiumprodukt wird. Das erste Opfer ist das Stundenhonorar.

Das Wichtigste

Laut Umfragen des Pew Research Center rechnet nur etwa jeder sechste US-Erwachsene mit einem positiven gesellschaftlichen Effekt von KI, und selbst das ist eher als Schätzwert zu lesen: Die Nutzung wirkt durch Workflows erzwungen, nicht durch Vertrauen verdient, und erzwungene Nutzung erzeugt nie Preissetzungsmacht.
Die Fiktion des Stundenhonorars ist tot: Kostet ein erster Entwurf nur Minuten, wandern Honorare zu Erfolgskomponenten und machen aus Dienstleistern Versicherer, für die die wenigsten gebaut sind.
Wird maschinelle Analyse quasi kostenlos, konzentriert sich der Wert auf die Menschen, die mit ihrer Unterschrift geradestehen, entsprechend wird die Human-Verified-Prämie wie eine Versicherung auf die Kosten eines Irrtums bepreist.
Häuser, die Berufseinsteiger-Aufgaben automatisieren, verbrennen die Pipeline, die morgen die Verifizierer ausbildet, eine Asymmetrie, die kaum eine Bilanz bislang eingepreist hat.

Diese Zahl gehört über jeden Schreibtisch in der Frankfurter City: Laut einer Pew-Research-Center-Umfrage zu Alter und KI-Wahrnehmung erwartet nur etwa jeder sechste US-Erwachsene, dass KI in den nächsten 20 Jahren einen positiven Effekt auf die Gesellschaft hat. Der genaue Anteil schwankt mit der Fragestellung, lesen Sie ihn also als Schätzwert, nicht als exakte Zählung; was sich nicht verschiebt, ist die Richtung. Anbieter melden zeitgleich Rekordadoption und glänzende Dashboards. Beides stimmt gleichzeitig, und genau dieser Widerspruch ist inzwischen die wichtigste Variable in der Preisbildung wissensintensiver Dienstleistungen. Die Antwort des Marktes, so meine These, ist eine Human-Verified-Prämie auf Arbeit, hinter die eine namentlich benannte Person sich stellt. Kaum jemand bepreist das bislang.

Die bequeme Erzählung lautet: Vertrautheit erzeugt Vertrauen, wer die Werkzeuge ausprobiert, überzeugt sich, die Skepsis schmilzt. Die Alters-Auswertung von Pew zeigt etwas anderes. Unter den 18- bis 29-Jährigen, der Kohorte, auf die die Branche als natürliche Basis setzt, überwiegt der Pessimismus: Nach Pews Lesart erwartet rund die Hälfte, dass KI der Gesellschaft mehr schadet als nützt, eine große Minderheit befürchtet zudem persönlichen Schaden, wobei die genauen Anteile von der Frageformulierung abhängen und daher eher als Tendenz denn als exakter Wortlaut zu verstehen sind. Das ist keine Adoptionskurve, das ist eine Zwangskurve. Das Werkzeug steckt in der Stellenbeschreibung, im Mandat, im Workflow, Aussteigen kostet mehr als Mitmachen. Genutzt wird es wie eine verspätete Bahnverbindung: ständig, und mit Verachtung. Erzwungene Nutzung taucht in den Lizenzzahlen auf, erzeugt aber niemals Preissetzungsmacht, weil niemand für etwas einen Aufschlag zahlt, das er ablehnt.

Was macht KI mit dem Stundenhonorar?

Das Stundenhonorar lebte immer von einer höflichen Fiktion: eine Stunde Kanzleizeit als grober Näherungswert für eine Stunde Wertschöpfung. Maschinelle Texterzeugung hat diese Fiktion beendet, weil Mandanten jetzt sehen, was ein erster Entwurf kostet. Sobald Grundlagenanalysen, Dokumentenprüfung, Benchmarking-Unterlagen und Marktscans Minuten statt Tage brauchen, liest sich eine mehrtägige Rechnung nicht mehr als Wertschöpfung, sondern als Aufschlag. Das kann jeder CFO nachrechnen, und in Honorarverhandlungen tun das inzwischen viele, bevor sie überhaupt am Tisch sitzen.

Die Standardantwort lautet erfolgsabhängige Honorare. Behandeln Sie das als Falle, bis das Gegenteil bewiesen ist. Eine Kanzlei, die Stunden abrechnet, verkauft Aufwand; eine Kanzlei, die Ergebnisse abrechnet, verkauft eine Versicherung. Das Risiko, falsch zu liegen, wandert von der Mandantenseite auf die Anbieterseite des Tisches, und die wenigsten Partnerschaften sind dafür kapitalisiert oder governance-seitig aufgestellt. Wer die Hürde nimmt, hat eines gemeinsam: eine namentlich benannte Fachkraft, deren Urteil und Unterschrift hinter dem Liefergegenstand stehen, und deren Telefon klingelt, wenn es schiefgeht.

Die Prämie wandert zur Unterschrift

Aus genau diesem Grund entsteht die Human-Verified-Prämie. Wenn das Angebot an kompetenter Analyse gegen unendlich strebt, strebt ihr Preis gegen null, und der Wert wandert dorthin, wo Knappheit bleibt. Knapp bleibt Verantwortung: das Steuergutachten, das jemand in einer Betriebsprüfung vor dem Finanzamt verteidigt, das Prüfungsurteil, das ein Wirtschaftsprüfer nach den Standards der WPK unterschreibt, der Systementwurf, für den ein namentlich benannter Ingenieur um zwei Uhr nachts geradesteht. Abyshires eigener Beitrag zu praktischer KI mit menschlicher Kontrolle liefert die operative Version dieses Arguments; die kommerzielle Version ist schärfer.

Verifizierung hört damit auf, ein Qualitätsmerkmal zu sein, und wird selbst zum Produkt, entsprechend folgt die Bepreisung der Logik einer Versicherung, nicht der einer Honorartabelle. Das Honorar für die menschliche Prüfung von KI-Ergebnissen richtet sich nach den Kosten eines Irrtums, nicht nach dem Aufwand der Arbeit. In regulierten Feldern mit asymmetrischem Abwärtsrisiko, etwa Steuerrecht oder Wirtschaftsprüfung nach deutschem Handelsrecht, verlangt eine umfassende Freigabe einen Aufschlag. Wo Fehler billig und reversibel sind, wird Verifizierung stichprobenartig: Spot-Checks und Audits statt Unterschrift unter jedem Dokument. Ein Markt, zwei Preise, und die Grenze dazwischen verläuft entlang der Haftung.

Wie sieht die Human-Verified-Prämie in der Praxis aus?

Das sauberste Beispiel liefert die Vermögensverwaltung. Morgan Stanley hat einen KI-Assistenten für rund 16.000 Finanzberater ausgerollt, doch der Assistent antwortet ausschließlich auf Basis des hauseigenen, geprüften Researchs, und verantwortlich für die Empfehlung bleibt der Berater, nicht das Modell, wie CNBC beim Start des Rollouts berichtete. Die Maschine entwirft, der Mensch unterschreibt, und das Honorar hängt an der Unterschrift. Genau so ist die Prämie gedacht, nicht nur in der Theorie.

Für das Gegenbeispiel lohnt der Blick nach Australien. Deloitte Australia erstattete 2025 einen Teil des Honorars für einen Regierungsbericht, umgerechnet rund 440.000 australische Dollar, nachdem KI-generierte Fehler, darunter frei erfundene Quellenangaben, in der veröffentlichten Fassung aufgetaucht waren, wie The Guardian berichtete. Die Rückerstattung war der günstige Teil. Die Geschichte reiste weiter als der Bericht selbst, und Vergabestellen fragen inzwischen laut und schriftlich nach der Verifizierung, bevor sie unterschreiben, auch in deutschen Ausschreibungen.

Und für die individuelle Fassung bleibt der Standardfall die zwei New Yorker Anwälte, die 2023 mit 5.000 US-Dollar sanktioniert wurden, nachdem sie einen Schriftsatz auf Basis frei erfundener, von ChatGPT generierter Präzedenzfälle eingereicht hatten, so Reuters. Bemerkenswert ist, wer den Schaden trug: nicht das Werkzeug, sondern die Namen unter dem Schriftsatz. Die Unterschrift ist der Ort, an dem Haftung wohnt, und genau das ist das gesamte Argument im Kleinen.

Zahlen Mandanten wirklich mehr für menschlich verifizierte Arbeit?

Vermutlich ja, aber die Verteilung zählt mehr als der Durchschnitt. Die Zwangskurve legt nahe, dass Käufer zahlen, um Unsicherheit abzugeben, nicht um Intelligenz zu mieten. Die Partnerin, die sagt „ich habe das geprüft und stehe dafür gerade“, verkauft etwas, das kein Modell kann, weil ein Modell weder verklagt noch bloßgestellt noch von der Kammer ausgeschlossen werden kann. Diese Verteidigungsfähigkeit ist real. Sie ist, unbequemerweise, auch an Einzelpersonen statt an Institutionen gebunden, eine Asymmetrie, auf die noch zurückzukommen ist.

Es gibt hier ein Problem zweiter Ordnung, und es ist unschön. Die Aufgaben, die KI zuerst übernimmt, sind genau die Aufgaben, an denen Berufseinsteiger lernen. Eine Kanzlei, die Grundlagenarbeit automatisiert, um die Marge dieses Jahres zu schützen, verzehrt still die Pipeline, die die Verifizierer des nächsten Jahrzehnts hervorbringt. Eine Human-Verified-Prämie lässt sich 2035 nicht abrechnen, wenn 2025 das Ausbildungsbudget gestrichen wurde. Traineestellen als reine Kostenposition zu behandeln heißt im Effekt, künftige Unterschriftsfähigkeit zu verkaufen, um heutige Effizienz zu finanzieren. Diese Reihenfolge richtig zu setzen, ist eine Frage der KI-Readiness, und die meisten Häuser beantworten sie derzeit rückwärts.

Der Vertrauenstest 2026

Dann ist da die Kapitaluhr. Der Infrastrukturausbau wurde auf das Versprechen hin finanziert, dass sich KI-Produktivität in den Unternehmensgewinnen zeigt und nicht nur in den Umsätzen der Anbieter. 2026 ist das Jahr, in dem dieses Versprechen geprüft wird: von Investoren an den öffentlichen Märkten, von Aufsichtsräten, die ihre KI-Budgets durchsehen, von Mandanten, die fragen, was die Werkzeuge ihrer Dienstleister tatsächlich gespart haben. Zeigen sich die Effekte, fließt das Kapital weiter. Zeigen sie sich nicht, trifft der Rückzug Dienstleister doppelt, einmal über die eigenen Tool-Budgets, einmal über Mandanten, die diskretionäre Ausgaben einfrieren. Das ist eine Erwartung, kein datiertes Prognosedatum, aber das Abwärtsrisiko ist fetter als die Aufwärtschance, und Märkte bepreisen fettes Abwärtsrisiko irgendwann.

Was mich umstimmen würde

Drei Befunde würden diese Position kippen. Erstens: steigendes Vertrauen mit steigender Nutzung. Zeigen die Umfragen des kommenden Jahres, dass Vertrautheit in Vertrauen umschlägt, schwächt das die Zwangsthese, und die Preissetzungsmacht der Anbieter sähe deutlich sicherer aus, als hier behauptet. Zweitens: Mandanten, die erfolgsabhängige Honorare verweigern und zum alten Stundensatz zurückwollen, das würde bedeuten, dass die alte Fiktion tragfähig war. Drittens: Fehlerkosten, die sich als trivial erweisen. Stellen sich KI-Fehler in der professionellen Arbeit als billig zu erkennen und zu beheben heraus, schrumpft die Verifizierungsprämie auf eine Rundungsdifferenz. Keiner der drei Fälle wird hier erwartet, aber eine Position, die sich nicht widerlegen lässt, ist keine Analyse, sondern Markenbildung.

Der Markt hat KI in wissensintensiven Dienstleistungen bislang als Kostengeschichte bepreist: gleiche Leistung, weniger Stunden, fettere Marge. Wo der verbleibende Wert sitzt, ist damit noch nicht bepreist. Ist Verifizierung die knappe Ressource, fließt die Prämie dorthin, wer glaubwürdig verifizieren kann, und das ist eine Person mit Reputation, keine Plattform mit Lizenz. Häuser, die Traineestellen kürzen, um KI-Abonnements zu finanzieren, tauschen ihre einzige verteidigungsfähige künftige Erlöslinie gegen die Effizienzquote dieses Jahres. Die Asymmetrie unter jeder Dienstleistungs-GuV lautet schlicht: Je billiger maschinelle Arbeit wird, desto teurer wird der verantwortliche Mensch. Kaum jemand hat das bislang in der Bilanz abgebildet.

Häuser, die das als Frage der technischen Strategie behandeln und nicht als Softwarekauf, werden diejenigen sein, die beim Vertrauenstest noch Unterschriften in der Hand halten.

Häufige Fragen

Wie wirkt sich die KI-Nutzung auf das Stundenhonorar aus?

Sie bricht die Näherung. Sobald Entwurf, Prüfung und Grundlagenanalyse nur Minuten brauchen, akzeptieren Mandanten keine tagelang bemessenen Rechnungen mehr, weil die Stunde den Wert nicht mehr annähert. Honorare wandern zu Festpreisen und Erfolgskomponenten, was das Risiko zurück auf die Kanzlei verlagert. Häuser, die ihre eigene Arbeit nicht versichern können, geraten bei Preis und Marge gleichzeitig unter Druck.

Was ist eine Human-Verified-Prämie in wissensintensiven Dienstleistungen?

Es ist der Preis, den Mandanten für eine namentlich benannte Fachkraft zahlen, die KI-Ergebnisse prüft und für das Resultat geradesteht. Wird kompetente Analyse durch KI quasi kostenlos, wird Verantwortung zur knappen Ressource, entsprechend trägt die Unterschrift, und die daran hängende Haftung, die Marge. Vergleichbar ist das mit einer Versicherung, die sich an den Kosten eines Irrtums bemisst, nicht mit einer Honorartabelle für aufgewendete Zeit.

Zahlen Mandanten wirklich mehr für menschlich geprüfte KI-Arbeit?

Wo Fehler teuer oder reguliert sind, etwa bei Steuergutachten, Wirtschaftsprüfung, sicherheitskritischer Konstruktion oder rechtlicher Freigabe, ja: Dort trägt die Verifizierung einen Aufschlag, weil jemand die Haftung übernehmen muss. Wo Fehler billig und reversibel sind, ist eher mit Stichproben als mit vollständiger Freigabe zu rechnen. Der Preis menschlicher Kontrolle folgt dem Abwärtsrisiko, nicht dem Aufwand.