Der Berliner KI-Beratungsmarkt 2026: Zahlen statt Behauptungen

Über den Berliner KI-Beratungsmarkt wird viel behauptet und wenig belegt. Dieser Artikel macht es andersherum: erst die Zahlen, die es tatsächlich gibt, dann die Einordnung.

Was drinsteht: wie groß der Markt wirklich ist, was ein Projekt kostet, welche drei Anbietertypen es gibt und woran ihr vor der Unterschrift erkennt, in welche Kategorie euer Gegenüber gehört.

Wie groß der Berliner KI-Markt tatsächlich ist

Berlin beherbergt 283 KI-Startups und damit rund 30 Prozent aller deutschen Unternehmen in diesem Feld. Mit über 9.000 Fachleuten gehört die Stadt bei der Frontier-AI-Forschung zu den Top-3-Standorten Europas, hinter London und Paris. Das Ökosystem insgesamt zählt rund 1.600 VC-finanzierte Startups und 32 Unicorns; im ersten Halbjahr 2026 flossen 1,4 Milliarden Euro Wagniskapital in den Standort, bei rund 430 Neugründungen.

Diese Zahlen sind der Grund, warum Berlin für GTM-nahe KI-Beratung dichter besetzt ist als München oder Hamburg, und sie sagen zugleich, was Berlin nicht ist: ein Zentrum für industrielle KI. Die Konzentration liegt bei B2B-SaaS, AI-Tooling und Plattformmodellen. Wer Bildverarbeitung für die Fertigung sucht, ist in Baden-Württemberg besser aufgehoben.

Für die Auswahl einer Beratung heißt das: In Berlin findet ihr überdurchschnittlich viele Anbieter, die Vertriebs- und Marketingprozesse automatisieren, und unterdurchschnittlich viele, die Produktionsanlagen anfassen.

Was der Markt bundesweit tatsächlich macht

Vor zwölf Monaten waren es 17 Prozent. Weitere 48 Prozent planen oder diskutieren den Einsatz, nur 11 Prozent lehnen ihn ausdrücklich ab.

41 Prozent der deutschen Unternehmen nutzen KI produktiv. Aber nur 21 Prozent haben eine KI-Strategie.

Bitkom, Künstliche Intelligenz in Deutschland 2026, n = 604

Diese Lücke zwischen 41 und 21 ist der eigentliche Marktzustand, und sie erklärt, warum sich die Nachfrage nach Beratung verschoben hat. Zwei Drittel der Firmen, die KI einsetzen, tun das ohne Plan darüber, wohin es führen soll. Sie brauchen keine Strategie mehr, um anzufangen, sie haben schon angefangen. Sie brauchen jemanden, der aus verstreuten Einzelanwendungen etwas macht, das man betreiben kann.

Ein Drittel der Unternehmen mit KI-Einsatz findet die Technologie teurer als erwartet, und fast jedes fünfte hat deswegen bereits Stellen abgebaut. Wer ein KI-Projekt als reine Effizienzrechnung aufsetzt, sollte wissen, dass diese Rechnung in einem Drittel der Fälle nicht aufgeht.

Bei Unternehmen über 500 Beschäftigten liegt die Adoption über 60 Prozent. Der Mittelstand zwischen 20 und 500 zieht nach, ist aber nicht auf Augenhöhe. Genau dieser Abstand ist der Markt, über den hier gesprochen wird.

Was ein KI-Projekt im Mittelstand kostet

Ein einzelner produktiver Use Case im Mittelstand kostet in der Regel 20.000 bis 40.000 Euro in der Umsetzung. Ein Kundenservice-Assistent liegt bei 20.000 bis 35.000 Euro, Marketing-Automatisierung bei 25.000 bis 40.000 Euro. Rechenintensive Sonderfälle wie Bildverarbeitung in der Qualitätskontrolle beginnen bei 80.000 Euro.

Die Zahl, die in Angeboten fast nie steht, ist die zweite: laufende Kosten von 25 bis 40 Prozent der Erstinvestition pro Jahr. Modelle werden abgelöst, Schnittstellen ändern sich, Prompts driften, Datenquellen ziehen um. Ein Agent ohne Wartungsbudget ist ein Agent mit Ablaufdatum, und das Datum liegt meist im zweiten Jahr.

Wichtiger Vorbehalt zur Einordnung: Die veröffentlichten Spannen unterscheiden sich um eine Größenordnung, je nachdem, wer zählt. Manche Anbieter setzen „Einstiegsimplementierung“ bei 50.000 Euro an, andere liefern denselben Umfang für 25.000. Der Unterschied liegt selten in der Qualität und fast immer im Schnitt: Wer eine Plattform mitverkauft, rechnet Lizenzen ein. Wer im vorhandenen Stack baut, nicht. Fragt deshalb nie nach dem Preis, sondern nach dem Preis für welchen Umfang, in welchem System, mit welcher Wartung.

Bis zu 50 Prozent der Projektkosten sind über das Bundesprogramm „Digitaler Mittelstand KI“ förderfähig (seit April 2026, maximal 100.000 Euro Zuschuss), dazu kommen die Digitalboni der Länder, in Berlin bis zu 17.000 Euro. Die beiden Programme, die in älteren Ratgebern stehen, gibt es nicht mehr: „Digital Jetzt“ endete 2023, „go-digital“ zum 1. Januar 2025. Ob sich ein Antrag lohnt, hängt an der Projektgröße: Bei 25.000 Euro Volumen frisst der Antragsaufwand einen guten Teil der Förderung, und der kostenlose Weg über eines der rund 30 Mittelstand-Digital Zentren ist der bessere Einstieg.

Die drei Anbietertypen, und woran ihr sie erkennt

Der Markt teilt sich in drei Gruppen, die sich nicht in der Qualität unterscheiden, sondern im Geschäftsmodell. Das Geschäftsmodell entscheidet, was ihr am Ende bekommt.

Anbietertyp	Womit verdient er Geld	Typischer Einsatz	Zeitrahmen
Boutique-Beratung	Umsetzung im vorhandenen Stack	Ein Prozess in Vertrieb, Marketing, RevOps	Wochen
System-Integrator	Programmvolumen und Auslastung	Unternehmensweite Transformation, ERP, CRM-Migration	Monate bis Jahre
Tool-Haus	Lizenzen und Sitze	Die eigene Plattform, plus Onboarding	Abhängig von der Migration

Boutique-Beratungen bauen in den Systemen, die ihr schon habt. Der Test dafür ist einfach: Fragt, welche neue Software ihr kaufen müsst. Lautet die Antwort „keine“, stimmt die Einordnung. Sondero gehört in diese Gruppe, mit Schwerpunkt DACH und europäischen Datenstandards.

System-Integratoren wie die großen Häuser sind für unternehmensweite Transformation gebaut, nicht für einen einzelnen Prozess. Das ist kein Vorwurf, sondern eine Eignungsfrage. Wer eine Angebotsstrecke automatisieren will, kauft dort ein Vorgehensmodell mit, das für hundert Prozesse ausgelegt ist.

Tool-Häuser verkaufen Plattformadoption. Der Unterschied zur Beratung ist nicht die Technik, sondern die Richtung: Ein Tool-Haus braucht euch in seinem Produkt, eine Beratung braucht euch in eurem Prozess. Beides kann richtig sein. Nur sollte man wissen, welches man gerade kauft.

Ausführlicher steht der Vergleich in unserem Text zu KI-Automatisierung gegen klassische Unternehmensberatung.

Was der AI Act für ein Projekt in Berlin bedeutet

Ab dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der KI-Verordnung: Wer mit einer KI spricht, muss das erfahren; KI-erzeugte Inhalte müssen maschinenlesbar gekennzeichnet sein. Diese Pflichten hängen an keiner Risikoklasse und treffen praktisch jedes Projekt mit Kundenkontakt.

Die Hochrisiko-Pflichten sind dagegen durch den Digital Omnibus auf den 2. Dezember 2027 verschoben. Diese Trennung ist derzeit die häufigste Fehlerquelle in Angeboten: Beratungen verkaufen Compliance-Pakete gegen Pflichten, die erst Ende 2027 greifen, und übersehen die eine Pflicht, die ab August scharf wird. Wir haben beides ausführlich getrennt und die Risikoklassen an zehn konkreten Mittelstandsfällen durchgespielt.

Für die Anbieterauswahl ist das ein brauchbarer Prüfstein. Fragt, was am 2. August 2026 in Kraft tritt. Wer darauf „die Hochrisiko-Pflichten“ antwortet, hat die Verordnung nicht gelesen, sondern eine Zusammenfassung von 2025.

Datenqualität, der Engpass vor allen anderen

Ein KI-Agent kann nur so genau arbeiten, wie die Daten es zulassen, die er liest. Das ist der meistgenannte und meistunterschätzte Grund, warum Projekte länger dauern als geplant.

Die vier Probleme, die in fast jedem CRM stecken:

• Veraltete Datensätze: Kontakte mit falscher Position oder falschem Arbeitgeber
• Fehlende Anreicherung: keine Firmendaten, keine Technologiedaten, keine Signale
• Dubletten: dieselbe Person mehrfach, mit widersprüchlichen Feldern
• Keine Bewertungslogik: Leads landen unqualifiziert und unsegmentiert im System

Der Aufwand dafür gehört in die Projektplanung, nicht in die Nachbesserung. Wer ihn vorher einplant, verschiebt den Starttermin um zwei Wochen. Wer ihn hinterher entdeckt, verschiebt ihn um zwei Monate und erklärt es dem Vorstand.

Vier Fragen vor der Unterschrift

Wo werden die Daten verarbeitet, und wie lange bleiben sie liegen? Speicherresidenz und Verarbeitungsresidenz sind nicht dasselbe, und die Antwort „unsere Server stehen in Frankfurt“ beantwortet nur die erste Hälfte. Sondero verarbeitet auf deutscher Infrastruktur mit Zero Retention und liefert die DSGVO-Dokumentation mit; welche Verträge und Nachweise dazugehören, steht im Text zur DSGVO-konformen KI-Beratung.

Wer besitzt den Agenten, wenn ihr geht? Ein sauberer Handover umfasst Dokumentation, Einarbeitung und eine begleitete Phase. Bei uns sind das 30 Tage. Entscheidend ist nicht die Länge, sondern ob am Ende jemand bei euch den Agenten ändern kann, ohne anzurufen.

Wie merkt ihr, dass der Agent aufgehört hat zu funktionieren? Ein Agent scheitert selten laut. Er wird still schlechter, weil ein Modell abgelöst wurde oder ein Feld umbenannt. Ohne Testrahmen, der das misst, merkt es zuerst der Kunde. Jeder Agent, den wir ausliefern, bringt einen mit.

Wer ist bei uns dafür zuständig? Die Frage klingt nach Formalie und ist der häufigste Grund, warum ein funktionierender Agent nach acht Monaten niemandem mehr gehört. Der Name gehört vor den Projektstart, nicht in die Abschlusspräsentation.

Häufige Fragen zur KI-Beratung in Berlin