KI-gestützte Strategieberatung: sechs berechtigte Zweifel – und unsere Antworten

Was KI-gestützte Strategieberatung ist – und was sie besser macht

KI in der Beratung stellt Auftraggeber vor eine einfache Frage: Wird die Arbeit dadurch besser oder nur schneller produziert? Unser Anspruch lautet: „KI verändert nicht nur das Tempo, sondern die Beratung selbst: Fakten statt Annahmen, gerechnete Szenarien statt Bauchgefühl, Werkzeuge, die nach dem Projekt bleiben. Die Urteile treffen erfahrene Beraterinnen und Berater.“ Dieser Beitrag prüft ihn an sechs berechtigten Zweifeln, jeweils mit Methode, Beleg und ehrlicher Grenze.

Diszipliniert eingesetzt, macht KI die Arbeit nicht nur schneller, sondern besser. In derselben Zeit lassen sich mehr Quellen sichten und mehr Optionen durchrechnen; Sie entscheiden also auf breiterer Grundlage. Jede Zahl trägt ihre Quelle, jede Annahme ist sichtbar. Statt eines Foliensatzes entsteht ein Rechenmodell mit Cockpit, das Szenarien auf Knopfdruck rechnet und nach dem Projekt im Haus bleibt. Die gewonnene Zeit gehört vor allem den Gesprächen mit Kunden und Fachleuten und dem Urteil der Partner.

Zweifel 1: Leidet die Qualität?

Die Sorge um die Qualität ist berechtigt, denn KI verbessert nicht jede Aufgabe. Das zeigt ein Feldexperiment mit Beschäftigten einer Unternehmensberatung (Dell’Acqua et al.): Bei Aufgaben, die eine KI gut löst, arbeiteten die Teilnehmenden mit KI schneller und besser. Bei einer Aufgabe, an der die KI scheitert, kamen sie seltener zur richtigen Lösung als ohne KI. Beides kommt im selben Arbeitsablauf vor, oft bei Aufgaben, die ähnlich schwer wirken. Qualität entsteht deshalb an festen Prüfpunkten. Die ehrliche Grenze: Das kostet die Zeit erfahrener Menschen. Jede KI-Antwort gilt als Entwurf und durchläuft fünf Prüfungen:

• Vertraulichkeit. Durfte der Inhalt in dieses Werkzeug, und darf das Ergebnis so hinaus?
• Quellen. Ist jede Zahl und jede Behauptung an der Primärquelle belegt?
• Plausibilität. Stimmen Größenordnung und Logik, und führen unabhängige Herleitungen wichtiger Zahlen zu einem ähnlichen Ergebnis?
• Stand der Hypothesen. Ist erkennbar, was bestätigt, was eingeschränkt und was nicht gestützt ist?
• Verantwortung. Hat ein Mensch das Ergebnis gelesen, geprüft und freigegeben, und steht er namentlich dafür ein?

Zweifel 2: Was passiert mit unseren Daten?

Was mit Ihren Daten geschieht, gehört an den Anfang eines Projekts, nicht an sein Ende. Bevor die Arbeit beginnt, wird mit Ihnen vereinbart, welche Daten in welches Werkzeug dürfen. Zwei Tore regeln das: „Darf das rein?“ vor jeder Eingabe und „Darf das raus?“ vor jeder Weitergabe – kein KI-Inhalt verlässt den Arbeitsbereich ohne menschliche Prüfung. Für das erste Tor hilft eine Ampel:

• Grün: öffentlich. Veröffentlichte Zahlen, Studien und Websites.
• Gelb: sauber anonymisiert. Abstrahierte Inhalte ohne Namen, ohne echte Zahlen und ohne Rückschluss auf Personen oder Unternehmen.
• Rot: vertraulich. Echte Finanz- und Kundendaten, Gesprächsnotizen, interne Mails – nur in einem Werkzeug, das Ihr Unternehmen zugelassen hat.
• Schwarz: grundsätzlich tabu. Insider-, Personal- und personenbezogene Einzeldaten sowie rechtlich Heikles – nie in öffentliche Anwendungen, in zugelassene Werkzeuge nur nach Rücksprache.

Verlangen Sie außerdem vor dem Start betriebliche Konten statt privater Zugänge. Eingaben sollten nicht zum Training verwendet werden. Klären Sie, wo und auf welcher vertraglichen Grundlage verarbeitet wird, und vergeben Sie nur so viele Zugriffsrechte wie nötig. Die ersten beiden Punkte empfiehlt auch die Datenschutzkonferenz für KI-Anwendungen mit personenbezogenen Daten (DSK). Ihre KI-Richtlinie und Ihre Freigaben gehen vor, und in Schulungsübungen werden nur erfundene oder öffentliche Daten in KI-Werkzeuge eingegeben. Die ehrliche Grenze: Manche Schritte laufen deshalb ohne KI, und das kostet Tempo.

Zweifel 3: Was, wenn die KI Zahlen oder Quellen erfindet?

Das Risiko erfundener Zahlen und Quellen ist real. Sprachmodelle können selbstsicher formulierte, aber falsche Inhalte erzeugen, bis hin zu erfundenen Begründungen und Quellenangaben. Die US-Bundesbehörde NIST führt solche Halluzinationen als eigenes Risiko generativer KI und empfiehlt, Quellen und Zitate in KI-Ergebnissen zu prüfen (NIST). Dazu kommt eine Neigung zur Zustimmung: KI-Assistenten reden Nutzern oft nach dem Mund (Sharma et al.). Die ehrliche Grenze: Ein Restrisiko bleibt, und Prüfen kostet Zeit. Fünf Regeln helfen, solche Fehler abzufangen:

• KI ist keine Quelle. Jede Zahl wird an der Primärquelle geprüft und mit Fundstelle im Quellenregister geführt.
• Annahmen getrennt führen. Annahmen stehen getrennt von Belegtem und sind als Annahmen markiert; auch das Werkzeug wird angewiesen, keine Zahlen zu erfinden.
• Widerspruch einholen. Auf Anweisung vertritt die KI gezielt die Gegenposition; auch das ersetzt keine Quelle.
• Bandbreiten statt Scheingenauigkeit. Wo die Datenlage dünn ist, steht eine Spanne mit Herleitung statt einer Zahl mit Nachkommastellen.
• Offenes kennzeichnen. Vorläufiges heißt vorläufig, Ungeprüftes „zu validieren“, bis ein Gespräch oder eigene Daten es klären.

Zweifel 4: Kann das nicht jeder mit ChatGPT & Co.?

Die ehrliche Antwort zuerst: Viele Fragen beantwortet ein gutes KI-Werkzeug allein, und dann brauchen Sie keine Beratung. Bei einer Strategiefrage mit Tragweite reicht das nicht: Ein Chatfenster beantwortet die Frage, die Sie stellen, und neigt dazu, Ihnen zuzustimmen. Den Unterschied macht ein fester Ablauf, in dem Menschen an vereinbarten Stellen prüfen und entscheiden. Vor allem aber liefert kein Modell diese drei Dinge:

• Die Messlatte vor den Belegen. Was eine Option erfüllen muss, wird zu Beginn vereinbart, typischerweise in der ersten Woche und bevor Ergebnisse vorliegen. So lässt sich die Latte nicht nachträglich an das Ergebnis anpassen.
• Abbruchlogik. Vorab steht fest, welcher Befund eine Option beendet. Das soll verhindern, dass mittelmäßige Optionen bis zum Schluss mitlaufen.
• Werkzeuge, die bleiben. Ein Rechenmodell mit Cockpit oder eine kleine Anwendung braucht Anforderungen, Tests, Dokumentation und jemanden, der sie pflegt – mehr, als ein Chatfenster liefert.

Dass die Fragestellung mehr zählt als das Werkzeug, legt auch eine Interviewstudie von RAND zu gescheiterten KI-Projekten nahe. Als erste von fünf Hauptursachen nennt sie, dass Beteiligte missverstehen oder falsch vermitteln, welches Problem die KI lösen soll (Ryseff, De Bruhl und Newberry). Wie aus einer klaren Frage eine gerechnete Strategie wird, beschreibt unser Beitrag zur Strategieentwicklung.

Zweifel 5: Was macht der Berater dann noch?

Beraterinnen und Berater treffen die Urteile und stehen dafür ein. „Die KI hat das gesagt“ ist keine Verteidigung: Wer ein Ergebnis verwendet, verantwortet es. Bei uns gilt außerdem: Zwei Partner, jedes Mandat persönlich geführt. Die ehrliche Grenze: Was beim Menschen bleibt, wird mit KI kaum schneller, denn Gespräche und Konsens brauchen Kalenderzeit. Fünf Aufgaben gehören dazu:

• Die Frage schärfen. Fragestellung, Messlatte und Abbruchlogik setzen Menschen, nicht Modelle.
• Gespräche führen. Mit Kunden und Fachleuten, auf Wunsch ohne Ihren Namen zu nennen.
• Widersprüche abwägen. Wenn Belege einander widersprechen, entscheidet ein Mensch und begründet die Wahl.
• Die Synthese schreiben. Je Befund: was gehört wurde, welche Belege ihn tragen, was daraus folgt – bestätigt, eingeschränkt oder nicht gestützt.
• Entscheidungen vorbereiten und übergeben. Optionen zur Wahl stellen, Unsicherheit offen benennen, Ergebnisse so übergeben, dass Ihr Team weiterarbeiten kann.

Zweifel 6: Wird es günstiger und schneller?

Schneller werden vor allem Desk-Recherche, erste Entwürfe und das Durchrechnen von Varianten. Gespräche, Prüfung und Entscheidungen werden es kaum. Eine pauschale Einspar- oder Tempozahl für Strategieprojekte nennen wir nicht. Dafür fehlt ein belegter Vorher-nachher-Vergleich, und die Effekte schwanken stark mit Aufgabe und Erfahrung. In einer Feldstudie im Kundenservice profitierten weniger erfahrene Beschäftigte deutlich von einem KI-Assistenten, die erfahrensten und fähigsten kaum (Brynjolfsson, Li und Raymond). Auf Strategieberatung lässt sich das nicht eins zu eins übertragen.

Die gewonnene Zeit fließt vor allem in das, was den Unterschied macht: Prüfung an Primärquellen, mehr Gespräche mit Kunden und Fachleuten und Werkzeuge, die nach dem Projekt bleiben. Weil Recherche und Entwürfe weniger Aufwand binden, werden Projekte für unsere Auftraggeber auch günstiger; eine Prozentzahl versprechen wir dafür nicht. Die ehrliche Grenze: Die Kalenderzeit hängt an Datenlage, Terminen der Gesprächspartner und Entscheidungsrunden, nicht an der KI.

Wo KI-gestützte Beratung nicht hilft – und wann Sie keine Beratung brauchen

Nicht jede Frage braucht eine Beratung, und nicht jede Beratung braucht KI. Für eine einfache Frage mit öffentlicher Antwort genügen ein gutes Werkzeug und eine kurze Prüfung der Quellen, und das sagen wir auch so. Wer KI im eigenen Unternehmen einführen will, findet den Weg in KI im Unternehmen einführen und unser Vorgehen unter KI-Strategie. Wenig bringt KI-gestützte Beratung in diesen Lagen:

• Die Entscheidung ist schon gefallen. Wer nur eine Bestätigung sucht, bekommt sie von einer zustimmungsfreudigen KI schnell, aber ohne Erkenntnis.
• Es fehlen Daten und Zugang zu Menschen. Ohne eigene Zahlen und ohne Gespräche bleibt jedes Modell eine Sammlung von Annahmen.
• Es geht vor allem um Vertrauen, Konsens oder Verhandlung. Dann zählen Gespräche, Moderation und Zeit, nicht Rechenleistung.
• Die Daten sind zu vertraulich für jedes zugelassene Werkzeug. Dann wird ohne KI gearbeitet, und das ist eine legitime Entscheidung.