KI in der Beratung: Die Struktur kommt weiterhin vom Berater (Teil 2/2)

Im ersten Teil (Link) haben wir beschrieben, welche Hebel KI-Agenten in der Beratung von Industrieunternehmen freisetzen: standardisierte Methodik, Team-Output aus einer Hand, multiplizierte Erfahrung, Analysen in Stunden statt Wochen. Dieser zweite Teil handelt von der unbequemeren Hälfte der Wahrheit.

Denn wer einer KI eine offene Frage stellt – «Analysiere unseren Markt» –, bekommt in Minuten ein Dokument, das aussieht wie Beratung. Es ist gut formuliert, selbstbewusst im Ton, ordentlich gegliedert. Ob es stimmt, steht auf einem anderen Blatt. Genau hier trennt sich der professionelle Einsatz von der Spielerei.

Ohne definierte Standards wird Geschwindigkeit zum Risiko

KI-Einsatz ist nur dort sinnvoll, wo sauber vordefinierte Standards und Methoden existieren. Das ist keine Randbemerkung – es ist die zentrale Bedingung. Eine Methode legt fest, welche Quellen als belastbar gelten, wie gemessen wird, welche Vergleichsgruppen herangezogen werden und wo Schwellenwerte liegen. Erst diese Definitionen machen ein Ergebnis prüfbar – und damit brauchbar.

Fehlt die Methode, produziert die KI keine Analysen, sondern plausibel klingende Beliebigkeit – in hoher Auflage. Das Gefährliche daran: Sie sieht aus wie das Original. Der Aufwand, ein schlecht fundiertes Dokument nachträglich zu korrigieren, ist oft höher, als die Arbeit sauber neu aufzusetzen. Geschwindigkeit ohne Standard beschleunigt deshalb vor allem eines: den Weg zur falschen Entscheidung.

Die Struktur kommt vom Berater – nicht aus der Maschine

Jedes gute Beratungsprodukt beginnt mit Struktur: Welche Frage ist entscheidungsrelevant? Welche Hypothesen sind zu prüfen, und in welcher Reihenfolge? Wie sieht das Zielbild des Dokuments aus, das am Ende auf dem Tisch liegt? Diese Architektur kann die KI nicht liefern. Sie kennt weder das Unternehmen noch den Entscheidungskontext – und sie trägt keine Verantwortung für das Resultat.

In unseren Mandaten kommen Segmentierung, Analyselogik und Storyline vom Berater; die KI füllt diese Struktur mit sauber aufbereiteter Substanz. Wo die Reihenfolge umgekehrt wird – erst generieren lassen, dann eine Struktur suchen –, entsteht viel Material und wenig Aussage.

Qualitätssicherung bleibt Chefsache

KI-Systeme machen Fehler, und sie machen sie mit überzeugender Miene: eine ungenaue Quelle, eine falsch übertragene Zahl, eine Scheinpräzision, die Belastbarkeit suggeriert, wo Annahmen stehen. Wer damit arbeitet, braucht eine einfache Regel: Jede entscheidungsrelevante Zahl wird geprüft, jede Quelle verifiziert, jede Rechnung nachvollzogen.

Das klassische Vier-Augen-Prinzip kehrt sich dabei um: Früher prüfte der Senior die Arbeit des Juniors – heute prüft der Berater die Arbeit der Maschine. Verantwortlich für das Ergebnis ist nicht das Werkzeug, sondern derjenige, der es dem Kunden vorlegt.

Vertraulichkeit und Datendisziplin

Beratung arbeitet mit dem Vertraulichsten, was ein Unternehmen hat: Kalkulationen, Kundenlisten, Personaldaten, strategische Absichten. Der Einsatz von KI verlangt deshalb klare Regeln: welche Daten in welche Systeme dürfen, wann anonymisiert wird und auf welcher vertraglichen Grundlage die Verarbeitung steht. Das betrifft die Wahl der Systeme ebenso wie das Verhalten im Alltag: Professionelle Umgebungen mit vertraglich gesicherter Datenverarbeitung sind etwas anderes als frei verfügbare Consumer-Tools, in die sensible Unterlagen «mal eben» kopiert werden. Wer diese Fragen nicht beantworten kann, sollte keine Kundendaten in KI-Systeme geben. Punkt.

Was KI nicht ersetzt

Kein Modell steht in der Werkhalle und sieht, dass die Materialbereitstellung stockt. Keines spürt im Führungskreis, dass der Produktionsleiter die Zahlen schönt, oder gewinnt das Vertrauen eines Patrons, der sein Lebenswerk übergeben muss. Die Diagnose beginnt in Gesprächen, die Umsetzung lebt von Führung – und Widerstand gegen Veränderung löst sich nicht durch ein besseres Dokument, sondern durch Menschen, die überzeugen.

KI beschleunigt die analytische Hälfte der Beratung erheblich. Die unternehmerische Hälfte – urteilen, priorisieren, überzeugen, umsetzen – bleibt Handarbeit.

Die neue Rolle des Beraters

Damit verschiebt sich das Profil: Der Berater wird vom Erzeuger von Analysen zum Architekten der Methodik und zur Qualitätsinstanz. Er definiert Standards, gibt Struktur vor, prüft Ergebnisse und übersetzt sie in Entscheidungen. Erfahrung wird dadurch wichtiger, nicht unwichtiger – denn prüfen kann nur, wer beurteilen kann, und Urteilsvermögen entsteht aus Jahren in realen Projekten, nicht aus Rechenleistung.

Für Beratungsansätze, die vor allem auf grosse Junior-Teams und abgerechnete Personentage setzen, wird es dagegen eng. Der Wert liegt künftig noch sichtbarer dort, wo er immer lag: in Methodik, Urteil und Umsetzungskraft.

Handlungsempfehlung

Für Unternehmen, die KI selbst einsetzen wollen – im eigenen Haus oder über ihre Berater –, empfehlen wir drei Schritte. Erstens: Methode vor Automatisierung. Definieren Sie zuerst den Standard – was wird wie gemessen, was gilt als belastbar –, bevor Sie ihn einer KI übergeben. Zweitens: Verantwortung benennen. Für jede KI-gestützte Analyse muss klar sein, wer Struktur und Qualität verantwortet – namentlich, nicht «das Tool». Drittens: klein anfangen. Wiederkehrende, sauber definierte Aufgaben zuerst – nicht die strategische Grundsatzfrage.

Und wenn Sie Beratung einkaufen: Lassen Sie sich die Standards zeigen, nach denen gearbeitet wird. Wer sie vorweisen kann, nutzt KI als Verstärker seiner Methodik. Wer nicht, verkauft Ihnen Geschwindigkeit ohne Substanz.

‍

Weitere Artikel:

KI in der Beratung: Wenn ein Berater arbeitet wie ein Team (Teil 1/2) (Link)

Der Führungsregelkreis: Vom Ziel zur Umsetzung (Link)

Institutional Learning (Teil 2/2) (Link)

Fallbeispiel Optimierung: Wenn Technologieführerschaft nicht mehr reicht (Link)