Wie Strategiearbeit mit KI reift

Diesen Beitrag gibt es auch als wöchentlichen Newsletter.
Jeden Donnerstag ein Use Case aus der Strategieberatung mit KI — Marktabklärung, Diagnose, Kundennutzen, OKR. Wenn Sie weiter mitdenken wollen: Newsletter „Strategieentwicklung mit KI» auf LinkedIn abonnieren — dann kommt die nächste Ausgabe automatisch.

Bei manchem weiss jeder: Auf die Lagerung kommt es an. Bei Strategiearbeit vergessen es die meisten.

Ein Bild aus der Beratungspraxis, das jeder kennt, der Strategieprozesse begleitet: Im Frühjahr entsteht in drei Workshops eine saubere Value Map. Die Position des Unternehmens gegenüber den Wettbewerbern, das Preis-Qualitäts-Verhältnis, die Lücke, in die man stossen will — alles da, alles durchdacht. Im Herbst, als über die strategischen Optionen entschieden wird, fragt jemand: Wo war noch mal die Value Map vom Frühjahr? Drei Leute suchen in vier Foliendecks. Gefunden wird eine Version. Ob es die letzte ist, weiss niemand.

Hier verpufft Strategie. Nicht, weil sie schlecht gemacht wäre. Sondern weil sie in der Präsentation endet — und nicht in einer Struktur, in der die Strategie weiterlebt und mit der richtigen Lagerung weiter wachsen kann.

Mit KI wird das Problem grösser

Je mehr KI in der Analysephase liefert — synthetisierte Wettbewerberprofile, verdichtete Kundennutzen-Analysen, durchgerechnete Value Maps, generierte OKR-Entwürfe —, desto mehr Material entsteht. Und desto wichtiger wird die Frage, wo dieses Material danach lebt. Eine KI, die in jeder Sitzung bei null beginnt, weil sie den Kontext der letzten Phase nicht kennt, liefert schnellere Allgemeinplätze. Mehr nicht.

Die gängige Antwort auf das Problem lautet: „Wir legen einen SharePoint an» oder „Wir machen eine saubere OneDrive-Struktur». Das sind organisatorische Antworten auf eine methodische Frage. Ein Ordner macht ein Dokument auffindbar. Er macht es nicht anschlussfähig.

Drei Eigenschaften einer tragenden Datenstruktur

Die methodische Frage ist eine andere: Was zeichnet eine Datenstruktur aus, in der Strategiearbeit reift und die Strategie über Monate und Jahre weiter wachsen kann? Drei Eigenschaften.

Versioniert. Jede Annahme, jede Bewertung, jede Stossrichtung hat einen Stand und eine Geschichte. Man sieht, was sich seit dem letzten Review geändert hat — und was noch gilt.

Verbunden. Die Phasen des Strategieprozesses verweisen aufeinander. Die externen Trends aus der Diagnose stehen für die Optionsentwicklung bereit. Die Value Map aus der Kundennutzen-Analyse ist in der SWOT und in den strategischen Fragen eine Klick-Bewegung entfernt — nicht eine Suche durch fünf Decks.

KI-fähig. Die Daten liegen so, dass eine KI sie als Kontext lesen kann. Nicht als Bild in einer Folie, sondern als Struktur, auf die ein Denkpartner zugreift. Erst dann wird aus der KI ein Partner, der das Unternehmen über die Zeit mitdenkt — und nicht ein Generator, der jede Sitzung bei null beginnt.

Wer diese drei Eigenschaften nicht hat, baut Strategie auf Sand. KI macht das deutlicher als je zuvor — weil sie genau dort glänzt, wo Kontext da ist, und genau dort enttäuscht, wo er fehlt.

Der 60-Sekunden-Test

Bevor Sie weiterlesen — eine kurze Probe aufs Exempel. Fünf Fragen zu Ihrer eigenen Strategiearbeit:

1. Finden Sie Ihre aktuell gültige SWOT in unter einer Minute — und wissen Sie sicher, dass es die letzte Version ist?
2. Wenn ein neues Mitglied ins Führungsteam kommt: Kann es sich selbständig einlesen, oder beginnt die Einarbeitung bei null?
3. Stehen die Ergebnisse Ihrer letzten Strategiearbeit einer KI als Kontext zur Verfügung — oder liegen sie als Bilder in Foliendecks?
4. Sehen Sie auf einen Blick, welche strategische Annahme von vor einem Jahr noch gilt und welche überholt ist?
5. Liegt Ihre Strategie an einem Ort — oder an mehreren, je nachdem, wen man fragt?

Jedes Nein ist eine Stelle, an der Strategie verpufft. Bei drei oder mehr Nein wird KI Ihnen in der Strategiearbeit wenig nützen — nicht weil sie zu schwach wäre, sondern weil ihr der belastbare Kontext fehlt.

Wer es genauer wissen will: Wir haben daraus einen kurzen Reifetest gebaut. In wenigen Minuten zeigt er, wie weit Ihre Strategiearbeit für den KI-Einsatz vorbereitet ist — und wo die grössten Hebel liegen. Sie finden ihn unter quiz.strategy.app.

These 0: Strukturierte Daten sind die Vorbedingung

Das ist die These hinter dieser Serie, die in keiner der zehn anderen auftaucht und doch unter allen liegt — nennen wir sie These 0: Strukturierte Daten sind die Vorbedingung. Verteilte strategische Führung, Mitarbeiter als Agenten, KI als Denkpartner — all das trägt nur, wenn die Strategie an einem Ort lebt, an dem Mensch und KI sie gemeinsam fortschreiben. Ohne diese Struktur bleibt jede der zehn Thesen eine schöne Demo.

Wo die Strategie aufhört zu verpuffen

Bei uns liegt diese Struktur in Strategy.app: eine einzige Quelle, versioniert, über einen MCP-Server direkt an Claude angebunden. Nicht als Produktversprechen, sondern als der Ort, an dem die Strategie aufhört zu verpuffen.

Und sie ist abrufbar — jederzeit, überall, immer auf demselben Stand. Der Verwaltungsrat oder ein Boardmember sieht den aktuellen Strategiestand über Tablet oder Handy ein: vom Leitbild über die Vorgaben bis zu den Zielen, jeweils mit der passenden Berechtigung. Kein Foliendeck, das per Mail herumgeht und schon beim Versand veraltet ist. Eine Quelle, ein Stand, für alle, die ihn sehen dürfen.

Der aktuelle Strategiestand, jederzeit und überall abrufbar — auf demselben Stand für alle Berechtigten.

Im nächsten Beitrag wird es konkret: der erste Use Case aus der Beratungspraxis — die Marktabklärung, und warum sie nicht an fehlenden Informationen scheitert, sondern am Prozess.

Diesen Beitrag gibt es auch als wöchentlichen Newsletter.

Jeden Donnerstag ein Use Case aus der Strategieberatung mit KI — Marktabklärung, Diagnose, Kundennutzen, OKR. Wenn Sie weiter mitdenken wollen: Newsletter „Strategieentwicklung mit KI» auf LinkedIn abonnieren — dann kommt die nächste Ausgabe automatisch.

Use Case: Kundennutzenanalyse – eine KI die zurückfrägt

Seit längerem arbeite ich an einer Frage, die mich nicht loslässt: Wie kann KI in der Strategiearbeit einen substantiellen Beitrag leisten, ohne den Anwender zu ersetzen? Mein Ansatz: KI nicht als Antwortmaschine, sondern als Denkpartner. Eine KI, die die Lücken im Wissen sichtbar macht. Eine KI, die den Anwender fordert. Wie das konkret aussieht, zeige ich am Anwendungsfall der Kundennutzen-Analyse – methodisch verankert im St. Galler Management-Modell.

Der Anwendungsfall: Kundennutzen-Analyse

Die Kundennutzen-Analyse ist ein zentrales Werkzeug der strategischen Diagnose im St. Galler Management-Modell. Sie beantwortet eine harte Frage: Wie gut sind wir aus Sicht des Kunden positioniert – im Vergleich zu unseren Wettbewerbern?

Methodisch zerlegt sie diese Frage in messbare Bestandteile:

• Was sind die Kaufkriterien des Kunden, jenseits des Preises?
• Wie wichtig ist jedes Kriterium aus Kundensicht?
• Wie schneiden wir bei jedem Kriterium ab?
• Wie schneiden die Wettbewerber ab?
• Wie verhält sich unser Preis zur gebotenen Qualität?

Aus diesen Bewertungen entstehen zwei Diagnoseinstrumente, die mit einem Blick zeigen, wo das Unternehmen steht: die Value Map (relative Qualität gegen relativen Preis) und das Attribute Chart (Differenz zum Wettbewerb pro Kriterium, gewichtet nach Kundenrelevanz). Beide bilden die strategische Position ab und zeigen, wo Hebel liegen.

Traditionell dauert eine solche Analyse zwei Tage Aufwand pro Geschäftsfeld: Mandantengespräche oder interne Workshops, Wettbewerbsrecherche, Diskussion der Gewichtungen, Auswertung. Bei einem Unternehmen mit drei oder fünf Geschäftsfeldern summiert sich das schnell zu zwei Wochen. Anwender sind Strategieberater, die für ihre Mandanten arbeiten – aber genauso Geschäftsleiter, die ihre Strategie selbst in die Hand nehmen, oder Strategieverantwortliche im Unternehmen.

Was wir gebaut haben

Der Workflow läuft in sieben Schritten ab. Jeder Schritt ist ein eigener AI-Skill, der einen klar definierten Input nimmt und einen strukturierten Output produziert. Die Skills bauen aufeinander auf wie eine Treppenkonstruktion.

Schritt 0 – Eingabe. Der Anwender gibt das Geschäftsfeld und den Unternehmenskontext. Die KI ergänzt aus öffentlichen Quellen die typischen Kaufkriterien der Branche und identifiziert die relevanten Wettbewerber. Bei einem neuen Online-Shop für Sanitätsprodukte führt das zu neun Kaufkriterien (Funktionalität, Sicherheit, Qualität des Produkts, Design, Lieferfrist, Verfügbarkeit, Präsentation, Image, Sortiment) und vier Wettbewerbergruppen: stationäre Sanitätshäuser, Sportgeschäfte, Orthopäden mit eigenem Verkauf, andere Online-Shops.

Schritt 1 – Gewichtung. Wie wichtig ist jedes Kriterium aus Sicht des Kunden? Die KI macht einen ersten Vorschlag, der sich an Branchenwissen orientiert: Lieferfrist und Verfügbarkeit gewinnen im Online-Handel überproportional an Gewicht, weil Kunden dort schnelle Lieferung erwarten. Funktionalität, Sicherheit und Produktqualität bleiben das Fundament. Image und Sortiment haben niedrigere Gewichtung, sind aber für Neueinsteiger differenzierend. Summe genau 100 Prozent.

Schritt 2 – Selbstbewertung. Wie schneiden wir bei jedem Kriterium ab, auf einer Skala von eins bis zehn? Hier zeigt sich der erste methodische Bruchpunkt – die Eigenwahrnehmung aus Marketingmaterial liest sich systematisch optimistischer als die Realität. Genau deshalb ist dieser Schritt im produktiven Workflow ein Pflicht-Reviewpunkt für den Anwender.

Schritt 3 – Wettbewerberbewertung. Die KI bewertet jeden Wettbewerber bei jedem Kriterium auf derselben Skala. Hier kommt der entscheidende Mechanismus zum Tragen, auf den ich gleich ausführlich eingehe.

Schritt 4 – Preisindex. Wie verhalten sich die Preise der Wettbewerber zum eigenen Preisniveau? Wir setzen unser Preisniveau auf 100 als Referenz; die Wettbewerber werden relativ dazu eingeordnet. Orthopäden mit eigenem Verkauf liegen typischerweise deutlich über 100, weil Beratungsleistung und Maßanfertigung den Preis treiben – belegbar aus öffentlichen Preislisten und Krankenkassen-Tarifen.

Schritt 5 – Preis-Qualitäts-Verhältnis. Eine methodische Setzung: Wie verteilt sich die Gewichtung beim Kunden zwischen Preis und Qualität? Bei einem Premium-Online-Shop mit hohem Funktionalitäts- und Sicherheitsanspruch lassen sich beispielsweise 35 Prozent für den Preis und 65 Prozent für die Qualität ansetzen.

Schritt 6 – Aggregation. Die konsolidierten Outputs aller vorherigen Schritte werden zu den beiden zentralen Auswertungen verdichtet. Die aggregierten Kundennutzenwerte werden gerechnet, die relative Qualität ermittelt, die Differenz zur Marktposition bestimmt. Was dabei in Sekunden entsteht, hat manuell mehrere Stunden gedauert.

Das Endprodukt sind zwei aussagekräftige Charts: eine Value Map, die das eigene Unternehmen und die Wettbewerber im Spannungsfeld von relativem Preis und relativer Qualität verortet, und ein Attribute Chart, das pro Kaufkriterium die gewichtete Differenz zum Wettbewerb zeigt. Damit liegt die strategische Position auf dem Tisch – bereit für das Mandantengespräch oder die strategische Diskussion im Führungsteam.

Der entscheidende Mechanismus: Diagnose-Disziplin

In Schritt 3 hat unsere Skill-Konvention einen harten Mechanismus eingebaut. Der Skill recherchiert für jeden Wettbewerber bei jedem Kriterium öffentlich verfügbare Evidenz – Produktdatenblätter, Bewertungen, Tests, Branchenmedien. Die Evidenz wird in drei Stufen klassifiziert:

• Konkrete Web-Evidenz: spezifische Quellen mit messbaren Aussagen
• Generische Web-Evidenz: allgemeine Hinweise ohne Zahlen oder Tests
• Keine konkrete Evidenz: nichts Belastbares gefunden

Bei der Bewertungsvergabe greift dann ein Score-Deckel: Bei generischer Evidenz darf der Score maximal sechs sein. Bei fehlender Evidenz wird ein Default-Wert von fünf gesetzt – mit dem expliziten Hinweis im Output: „Quelle nicht eindeutig». Das klingt technisch, ist aber methodisch entscheidend. Statt einen plausibel klingenden Score zu erzeugen, der aus dem allgemeinen Branchenwissen abgeleitet wäre, schreibt das System eine Fünf hin und macht transparent: hier ist die Datenbasis dünn.

Im konkreten Test mit den Sanitätsprodukte-Wettbewerbern hat das System genau dort den Deckel gezogen, wo die Recherche tatsächlich nichts Belastbares fand – etwa bei der Sicherheit kleinerer Online-Shops, wo öffentliche Audits und Zertifikate kaum zugänglich sind. Das Ergebnis: ein Bewertungsbild, das die echten Datenlücken offenlegt.

Genau dort beginnt die Arbeit des Anwenders.

Was das für den Anwender bedeutet

Ein Score von fünf mit dem Hinweis „Quelle nicht eindeutig» ist keine Bewertung. Es ist eine Einladung zur Vertiefung.

Drei Fragen drängen sich auf, sobald der Anwender den Output sieht:

Was wissen wir wirklich über diesen Wettbewerber bei diesem Kriterium? Aus eigener Branchenerfahrung, aus Mandantenkontakten, aus Marktbeobachtung – was lässt sich substantiell sagen?

Welche Annahme tragen wir gerade ungeprüft mit? Wenn das System für einen Wettbewerber eine Sechs setzt, weil es nur generische Evidenz fand, wir aber aus Erfahrung wissen, dass dieser Wettbewerber im Premium-Segment bei einer Acht spielen sollte – dann müssen wir das aktiv korrigieren und begründen.

Wo brauchen wir das Mandantengespräch oder die interne Diskussion? Was hier Datenlücke bleibt, müssen wir bei den Beteiligten abholen. Welche Wettbewerber sind aus eigenen Vergleichsangeboten bekannt? Welche Bewertungen lassen sich mit eigener Erfahrung unterlegen?

Diese drei Fragen sind die eigentliche strategische Arbeit. Die KI nimmt dem Anwender die mechanischen Schritte ab – Strukturierung, Recherche, Bewertung, Aggregation. Sie schenkt ihm aber nicht die strategische Diagnose. Im Gegenteil: sie macht den Bedarf an menschlichem Urteil sichtbar.

Das ist nicht weniger Arbeit. Es ist andere Arbeit – fokussiert auf das, wo Erfahrung und Urteil wirklich einen Beitrag leisten.

Was zeitlich anders wird

Eine Kundennutzen-Analyse, die traditionell zwei Tage dauert, läuft mit dem System in einer halben bis ganzen Stunde durch – einschliesslich der zwei Pflicht-Stopps für die Selbstbewertung und das Preis-Qualitäts-Verhältnis. Das Ergebnis sind die fertigen Auswertungen, direkt einsetzbar für das Mandantengespräch oder die strategische Diskussion.

Bei einem Unternehmen mit fünf Geschäftsfeldern verkürzt sich der Aufwand von zwei Wochen auf etwa anderthalb Tage – einschliesslich Reviews, Korrekturen und der nachfolgenden Gespräche. Das ist nicht inkrementell schneller. Das ist eine andere Grössenordnung.

Wichtiger ist aber die methodische Konsistenz. Über fünf Geschäftsfelder hinweg wird derselbe Methodik-Standard angewendet, dieselben Kriterien-Definitionen, dieselbe Bewertungslogik. Das macht die Geschäftsfelder vergleichbar – was bei manueller Bearbeitung selten gelingt, weil die Bewertungsgrundlage unweigerlich zwischen den Geschäftsfeldern driftet.

Eine KI, die zurückfragt

Damit komme ich zurück zur Ausgangsfrage. Wie kann KI in der Strategiearbeit einen substantiellen Beitrag leisten, ohne den Anwender zu ersetzen?

Die Antwort liegt nicht im Tempo, auch wenn das Tempo eindrücklich ist. Sie liegt in der Haltung der KI gegenüber dem Wissen, das sie nicht hat.

Eine KI, die antwortet, ersetzt den Anwender.

Eine KI, die zurückfragt, fordert ihn.

Sie macht die Lücken sichtbar, wo das Wissen nicht reicht. Sie schreibt nicht „Score 8″, sondern „Score 5, Quelle nicht eindeutig». Sie nimmt mechanische Arbeit ab und fokussiert die Aufmerksamkeit dort, wo Erfahrung und Urteil den Unterschied machen.

Das ist Denkpartnerschaft. Mensch und Maschine arbeiten zusammen, jeder an seiner Stärke.

Der grössere Bogen

Die Kundennutzen-Analyse ist nur ein Baustein. Wir bilden mit Strategy.app den ganzen Strategieprozess ab – von der Diagnose über die Optionenentwicklung bis zur Strategie-Wahl und der Massnahmenplanung. Marktstudie, Wettbewerber-Steckbriefe, Trends, SWOT, Strategische Fragen, Kundennutzen: die Diagnose-Werkzeuge stehen. Optionen, Strategie-Wahl und Massnahmen folgen.

Was dabei entsteht, ist mehr als ein automatisierter Prozess. Es ist ein Dialog von drei Stimmen: Führung, Mitarbeiter, KI. Jede mit klar definierter Rolle.

• Die Führung bringt das ein, was nur sie hat: Eigentümer-Wille, Risiko-Appetit, Zukunfts-Bild, Verantwortung für die Konsequenzen.
• Die Mitarbeiter bringen das ein, was nur sie haben: Kunden-Realität aus erster Hand, Prozess-Wissen, Branchen-Erfahrung, kritische Distanz zur Führung.
• Die KI bringt das ein, was sie wirklich kann: methodische Konsistenz, breite Recherche, ehrliche Diagnose-Disziplin, geduldige Strukturierung über alle Geschäftsfelder hinweg.

Wenn diese drei zusammenarbeiten, entsteht etwas, das keine der drei alleine produzieren könnte.

Eine Warnung am Schluss

Wer denkt, KI in der Strategiearbeit mache es bequemer, der täuscht sich.

Glauben Sie mir: Sie müssen das Hirn nicht nur einschalten. Sie müssen es richtig anstrengen, um mitzuhalten.

Die KI liefert in Minuten eine Analyse, die Sie hinterfragen müssen. Sie wirft Annahmen auf den Tisch, die Sie verteidigen oder verwerfen müssen. Sie zeigt Ihnen Lücken, die Sie schliessen müssen. Sie macht Vorschläge, die Sie übersteuern müssen, wenn Sie es besser wissen.

Wer in dieser Arbeit auf Autopilot geht, liefert dem Mandanten oder dem Verwaltungsrat einen Wurf, der zwar methodisch sauber aussieht, aber unter der Oberfläche dünn ist.

Wer dagegen mitspielt – wer die KI-Outputs ernst nimmt, prüft, übersteuert, vertieft – produziert in derselben Zeit Strategiearbeit von einer Tiefe, die manuell nur mit doppeltem Aufwand erreichbar war.

Das ist die ehrliche Botschaft. KI in der Strategiearbeit macht es nicht einfacher. Sie macht es besser – wenn Sie bereit sind, mitzudenken auf einem Niveau, das man auch mal anstrengend nennen darf.

Wer den Anwendungsfall Kundennutzen-Analyse selbst testen oder bei der Weiterentwicklung mitdenken will, ist eingeladen. Die ersten Pilotanwendungen mit Beratern und Geschäftsleitungen laufen. Wer interessiert ist, melde sich gerne direkt bei mir.

Ignatius Furger ist Strategieberater und Gründer von Furger und Partner. Er entwickelt mit Strategy.app eine AI-gestützte Plattform für die Strategiearbeit nach St. Galler Management-Modell.

Use Case: Externe Diagnose mit KI

Die Diagnose ist das Fundament jedes Strategieprozesses. Wer hier unscharf arbeitet, bekommt später keine robuste Strategie — unabhängig davon, wie viel Zeit er in den Workshop investiert. Die externe Diagnose ist dabei der anspruchsvollste Teil: Sie verlangt systematische Recherche, breite Informationserfassung und eine Verdichtung auf das strategisch Wesentliche.

Genau hier ist KI am stärksten.

Was die externe Diagnose leistet

Die externe Diagnose nach StrategieKompakt umfasst drei Analysefelder: externe Trends, Wettbewerberanalyse und Marktanalyse. Jedes dieser Felder liefert einen spezifischen Input für die SWOT — und jedes stellt andere Anforderungen an die Vorbereitung.

Externe Trends erfassen Entwicklungen im Umfeld des Unternehmens: wirtschaftliche Rahmenbedingungen, technologische Veränderungen, regulatorische Anforderungen, Verschiebungen in wichtigen Absatzmärkten. Ziel ist nicht die vollständige Beschreibung der Welt, sondern die Identifikation jener Entwicklungen, die für das Unternehmen im strategischen Planungszeitraum wirklich relevant sind.

Die Wettbewerberanalyse zeigt, welche Unternehmen heute im Markt sind — und welche neuen Anbieter künftig relevant werden können. Im Zentrum steht nicht Vollständigkeit, sondern strategische Relevanz: Welche Wettbewerber kämpfen wirklich um dieselben Kunden?

Die Marktanalyse beschreibt Marktgrösse, Marktsegmente und Marktpotenziale. Sie liefert den quantitativen Rahmen, in dem strategische Entscheidungen getroffen werden.

Wo KI stark ist — und warum

KI ist in der externen Diagnose besonders leistungsfähig, weil externe Informationen öffentlich zugänglich sind. Geschäftsberichte, Medienartikel, Branchenpublikationen, Unternehmenswebsites — all das kann KI systematisch erfassen, strukturieren und verdichten.

Was früher Tage in Anspruch nahm, ist heute in Stunden erledigt: Ein strukturierter Prompt liefert eine erste Trendanalyse mit externen Entwicklungen, priorisiert nach strategischer Relevanz. Ein weiterer Prompt strukturiert Wettbewerbersteckbriefe — mit Positionierung, Kundensegmenten, Kernkompetenzen und Kostenposition.

Das Fallbeispiel Präzenta aus dem Buch StrategieKompakt mit KI zeigt das konkret. Präzenta ist ein Industriezulieferer im Maschinenbau. Für die Trendanalyse wurden externe Entwicklungen in sechs Kategorien erfasst: Markt und Kunden, Technologie, Wettbewerb, Regulierung, Kosten, Gesellschaft. Die Analyse entstand als strukturierter Dialog mit KI — erste Entwürfe wurden überprüft, ergänzt und priorisiert. Das Ergebnis: ein belastbares Bild der wichtigsten externen Entwicklungen, das direkt als Input für die SWOT dient.

Vom Prompt zum Agenten

Was im Fallbeispiel Präzenta als strukturierter Dialog mit KI begann, haben wir weiterentwickelt: Aus den bewährten Prompts für die externe Diagnose sind Agenten entstanden — Skills, die den Prozess Schritt für Schritt führen, analog zur Marktabklärung.

Der Agent übernimmt die Trendanalyse, die Wettbewerbsrecherche und die Strukturierung der Ergebnisse — mit definierten Inputs, strukturierten Outputs und Freigabeschritten. Der Berater begleitet, prüft und gibt frei. Kein Durchmarschieren ohne menschliche Kontrolle — das ist die Grundbedingung dafür, dass die Ergebnisse belastbar sind.

Das Ergebnis ist nicht eine generische Branchenanalyse, sondern eine auf das Unternehmen zugeschnittene externe Diagnose — als direkte Vorbereitung für den Strategieworkshop.

Was der Prozess verlangt

Breite und Systematik sind die Stärken von KI. Die strategische Gewichtung bleibt beim Berater und beim Führungsteam. KI kann nicht beurteilen, welcher Trend für dieses Unternehmen in diesem Markt wirklich entscheidend ist. Sie kann aber sicherstellen, dass kein wesentlicher Trend übersehen wird — und dass die Ergebnisse in einem konsistenten Format vorliegen, das die Diskussion im Workshop ermöglicht.

Das ist der entscheidende Unterschied zu einer unsystematischen Sammlung von Einzelbeobachtungen: Nicht mehr Vollständigkeit als Ziel, sondern Systematik als Voraussetzung für eine belastbare Priorisierung.

Ein strukturierter Prompt ist dabei kein Luxus — er ist die Grundbedingung für brauchbare Ergebnisse. Wer KI mit einer vagen Frage füttert, bekommt eine vage Antwort. Wer KI mit einem klar definierten Auftrag führt — Unternehmensprofil, Zielmärkte, strategischer Planungshorizont, gewünschte Trendkategorien — bekommt eine Analyse, die direkt weiterverwendet werden kann.

Was am Ende vorliegt

• Eine vollständige externe Diagnose mit KI-Unterstützung liefert:
• Strukturierte Trendanalyse mit externen Chancen und Gefahren
• Wettbewerbersteckbriefe mit konsistentem Aufbau pro Wettbewerber
• Vergleichende Positionierung der relevanten Marktteilnehmer
• Erste Hypothesen für die SWOT

Diese Unterlagen sind keine Endprodukte. Sie sind Arbeitsgrundlagen — für den Berater, der sie prüft und schärft, und für das Führungsteam, das sie im Workshop diskutiert und bewertet. Der Berater beginnt nicht bei Null. Er beginnt mit einer strukturierten Grundlage, die er mit internem Wissen anreichert und mit strategischem Urteil bewertet.

Was KI nicht leistet

KI erfasst, was öffentlich zugänglich ist. Was nicht dokumentiert ist — das implizite Marktwissen des Vertriebs, die Einschätzung eines langjährigen Kunden, die Beobachtung eines erfahrenen Beraters — bleibt unsichtbar. Die Kunst der externen Diagnose liegt nicht im Sammeln, sondern im Einordnen. Diese Verantwortung lässt sich nicht delegieren.

KI liefert die Breite. Das Führungsteam liefert die Tiefe.

Weiterkommen

Den vollständigen Methodenrahmen — Instrumente, Prompts und den Einsatz von KI entlang des gesamten Strategieprozesses — beschreibt das Buch StrategieKompakt mit KI.

Wer die Prompts oder den Agenten für die externe Diagnose einsetzen möchte, ist eingeladen, uns direkt zu kontaktieren. Wir erklären den Aufbau, teilen die Source Prompts und zeigen, wie der Prozess in der Praxis funktioniert.

Use Cases KI in der Strategieentwicklung

Das Handbuch von digitalswitzerland zeigt, wie Unternehmen KI strukturiert einführen: mit einer klaren Ambition, einem systematischen Prozess zur Identifikation und Priorisierung von Use Cases und einer schrittweisen Einführung. Das Modell ist durchdacht und auf jeden Unternehmensbereich anwendbar — auf die Buchhaltung, das Marketing, den Vertrieb.

Wir wenden es auf die Strategiearbeit an. Die folgenden Beiträge zeigen konkrete Use Cases für KI in der Strategieentwicklung — Phase für Phase, vom ersten Analyseschritt bis zur Vorbereitung der Umsetzung.

Eine Teil-Ambition für die Strategiearbeit

Das Handbuch empfiehlt, die KI-Einführung mit einer übergeordneten KI-Ambition zu beginnen — dem Gesamtanspruch des Unternehmens an den Einsatz von KI. Diese Ambition ist bewusst breit gehalten, weil sie alle Unternehmensbereiche umfasst.

Für die Strategiearbeit lässt sich daraus eine Teil-Ambition ableiten, die schärfer und konkreter ist:

KI soll den Prozess der Strategieentwicklung in jeder Phase als Denkpartner unterstützen — von der Diagnose bis zur Vorbereitung der Umsetzung. Ziel ist nicht die Automatisierung von Strategie, sondern eine höhere Qualität der strategischen Vorbereitung, eine grössere Klarheit in der Analyse und eine strukturiertere Grundlage für Führungsentscheidungen.

Diese Teil-Ambition ist aus drei Gründen sinnvoll. Erstens ist die Strategiearbeit ein klar abgegrenzter Prozess mit definierten Phasen — das macht sie besonders geeignet für eine strukturierte KI-Einführung. Zweitens ist der Nutzen direkt messbar: Werden Analysen schneller? Werden strategische Fragen präziser? Werden Optionen vergleichbarer? Drittens bleibt die Verantwortung klar beim Führungsteam — KI unterstützt die Vorbereitung, nicht die Entscheidung.

Was der Strategieprozess verlangt

Bevor Use Cases KI in der Strategieentwicklung identifiziert werden können, lohnt ein kurzer Blick auf den Prozess selbst. Strategieentwicklung folgt einer inneren Logik, die nicht beliebig verkürzt werden kann.

Sie beginnt mit der Diagnose: Wo steht das Unternehmen? Was sind Stärken und Schwächen, Chancen und Risiken? Aus dieser Diagnose entstehen strategische Fragen — jene Herausforderungen, die das Unternehmen in den nächsten Jahren bearbeiten muss. Erst danach werden strategische Optionen entwickelt: Welche Möglichkeiten hat das Unternehmen, sich weiterzuentwickeln? Aus den Optionen werden Stossrichtungen ausgewählt, verdichtet und in konkrete Massnahmen und Ziele übersetzt. Am Ende steht ein Umsetzungs- und Controllingprozess, der sicherstellt, dass die Strategie nicht im Workshop endet, sondern im Alltag wirksam wird.

Jede dieser Phasen stellt unterschiedliche Anforderungen — an das Führungsteam, an die Methode und an den Einsatz von KI.

Use Cases KI in der Strategieentwicklung entlang des Prozesses

Aus der Teil-Ambition und der Prozesslogik lassen sich konkrete Use Cases ableiten. Sie folgen nicht einer abstrakten Ideensammlung, sondern der Frage: Wo im Strategieprozess kann KI einen echten Beitrag leisten — und wie sieht dieser Beitrag konkret aus?

Use Case 1 — Diagnose

KI unterstützt bei der Vorbereitung der SWOT-Analyse: Trendrecherchen, Wettbewerbsprofile, Marktübersichten. Sie strukturiert Informationen, verdichtet Quellen und bereitet Diskussionen vor. Was sie nicht ersetzt: die Bewertung und Gewichtung durch das Führungsteam, das die eigene Ausgangslage kennt.

Use Case 2 — Strategische Fragen

Aus einer konsolidierten SWOT lassen sich strategische Fragen ableiten — jene Herausforderungen, die die Strategie tatsächlich beantworten soll. KI kann diesen Schritt unterstützen: Sie strukturiert die SWOT-Elemente, identifiziert Muster und formuliert Fragen, die präziser sind als das, was in einem Workshop spontan entsteht. Dieser Use Case ist einer der stärksten im ganzen Prozess — weil er einen Schritt betrifft, der in vielen KMU zu wenig Aufmerksamkeit erhält.

Use Case 3 — Strategische Optionen

Die Entwicklung strategischer Optionen ist der anspruchsvollste Use Case. KI kann Optionen generieren — aber nur dann in brauchbarer Qualität, wenn der Suchraum methodisch strukturiert ist. Ohne Rahmen entstehen generische Listen, die auf jedes Unternehmen einer Branche passen und deshalb auf keines wirklich. Mit dem richtigen Rahmen — konkreten Entwicklungsdimensionen und einer klaren Logik für die Einordnung — entstehen Optionen, die sich vergleichen, bewerten und zu Stossrichtungen verdichten lassen.

Use Case 4 — Stossrichtungen und Zielbild

Wenn strategische Optionen ausgewählt und zu Stossrichtungen verdichtet werden, kann KI als Konsistenzprüfer eingesetzt werden: Passen die Stossrichtungen zu den strategischen Fragen? Sind Widersprüche erkennbar? Decken sie die zentralen Herausforderungen ab? Dieser Use Case ist weniger kreativ als analytisch — und genau deshalb gut für KI geeignet.

Use Case 5 — Massnahmen und OKR

Bei der Übersetzung von Stossrichtungen in konkrete Massnahmen und Ziele kann KI die Struktur liefern: erste Roadmaps, Zielformulierungen, Priorisierungslogiken. Das OKR-Framework lässt sich gut mit KI-Unterstützung aufsetzen — vorausgesetzt, die strategische Richtung ist bereits klar definiert.

Use Case 6 — Strategisches Controlling

Vor Review-Sitzungen kann KI Projektberichte zusammenführen, Abweichungen strukturieren und Diskussionsfragen formulieren. Nicht als Ersatz für die Führungsdiskussion — sondern als Vorbereitung, die Qualität und Effizienz dieser Diskussion erhöht.

Was diese Serie leisten will

Jeder dieser Use Cases wird in den kommenden Wochen einzeln durchgearbeitet — mit konkreten Beispielen aus der Praxis, mit einer klaren Beschreibung dessen, was KI in diesem Schritt leistet, und mit einer ebenso klaren Beschreibung dessen, was sie nicht leistet.

Das Ziel ist ein ehrlicher und methodisch fundierter Überblick: Wo lohnt sich der Einsatz? Welchen Rahmen braucht er? Und wo bleibt die Arbeit — und die Verantwortung — beim Führungsteam?

Strategiearbeit wird durch KI nicht einfacher. Sie wird präziser. Und Präzision ist das, was gute Strategie von schlechter unterscheidet.

StrategieKompakt – das Buch dazu

StrategieKompakt mit KI – ein Buch, das zeigt wie es geht

Strategie entsteht im Denken von Menschen. Künstliche Intelligenz macht dieses Denken sichtbar. Mit diesem Satz beginnt das Buch StrategieKompakt mit KI, das heute erscheint.

Das Buch ist ein Praxisleitfaden für Unternehmer und Führungsteams, die Strategie als kontinuierliche Aufgabe verstehen – nicht als periodisches Projekt. Geschrieben für KMU, die mit realen Bedingungen arbeiten: unvollständige Informationen, knappe Zeit, echte Zielkonflikte.

Im Mittelpunkt steht die Methode StrategieKompakt. Sie folgt einer klaren Logik: von der Analyse der Ausgangslage über die SWOT und die Formulierung strategischer Fragen bis zur Entwicklung von Optionen und strategischen Stossrichtungen. Ein durchgehendes Fallbeispiel begleitet diesen Prozess – konkret, nachvollziehbar, unter realen Bedingungen.

KI kommt dabei nicht als Thema am Rande vor. Sie ist an den richtigen Stellen des Prozesses integriert – dort, wo sie stark ist. In der Analyse, in der Verdichtung, in der Formulierung. Mit konkreten Prompts, klaren Rollenverteilungen und ehrlichen Einschätzungen, wo KI an ihre Grenzen stösst.

Denn die entscheidende Frage ist nicht, ob KI strategische Optionen generieren kann. Die Frage ist, unter welchen Bedingungen diese Optionen robust, relevant und weiterverwendbar werden.

Methode und Plattform gehören zusammen. Das Buch beschreibt die Methode. Die Strategy.app bildet sie digital ab – als strukturierter Arbeitsraum, in dem Strategiedaten an einem Ort geführt werden, Entscheidungen dokumentiert werden und das Wissen des Unternehmens über seine eigene strategische Situation wächst. Nicht als Archiv. Als lebendige Grundlage für eine Strategiearbeit, die nicht nach dem Workshop endet.

Drei Dinge sind in diesem Buch anders als in den meisten.

• Erstens: Es zeigt den Prozess so, wie er in der Praxis wirklich abläuft – mit Unsicherheit, Zielkonflikten und der Notwendigkeit, unter unvollständigen Informationen zu entscheiden.
• Zweitens: Es trennt klar, was KI leisten kann und was nicht. KI liefert Antworten. Führung entscheidet. Das ist keine Einschränkung – es ist die Grundbedingung für verantwortungsvolle Strategiearbeit.
• Drittens: Es endet nicht mit dem Workshop. Strategie als Daueraufgabe bedeutet beobachten, anpassen, weiterdenken. Das Buch gibt dafür den Rahmen.

StrategieKompakt mit KI

Strategiedaten strukturieren – bevor KI überhaupt anfangen kann

Derzeit läuft auf LinkedIn eine Diskussion, die überfällig war. Wer KI sinnvoll einsetzen will, muss zuerst seine Daten in Ordnung bringen. Rohe, unstrukturierte, verstreute Daten führen zu schlechten KI-Ergebnissen – egal wie leistungsfähig das Modell ist.

Das stimmt. Aber die Diskussion dreht sich fast ausschliesslich um Kunden-, Produkt- oder Finanzdaten. Was dabei fehlt: Strategiedaten.

In den meisten KMU sieht die Realität so aus. Die letzte SWOT liegt irgendwo in einer PowerPoint vom letzten Workshop. Die strategischen Fragen wurden damals formuliert, aber nie systematisch weiterverfolgt. Die Optionen, die das Führungsteam entwickelt hat, existieren in drei verschiedenen Versionen. Und die Massnahmen, die beschlossen wurden, sind über Excel-Listen, E-Mails und persönliche Notizen verteilt.

Wenn ein neues Mitglied ins Führungsteam kommt, beginnt die Suche von vorne. Wenn ein Jahr später der nächste Strategieprozess ansteht, weiss niemand mehr genau, was damals entschieden wurde – und warum.

Das ist kein Versagen des Teams. Es ist ein strukturelles Problem: Strategiearbeit wird als Projekt behandelt, nicht als kontinuierlicher Prozess. Der Workshop erzeugt Energie, Dokumente werden erstellt, Massnahmen beschlossen. Und nach einigen Monaten verschwindet Strategie wieder im operativen Alltag.

KI kann unter diesen Bedingungen nichts leisten. Nicht weil sie zu schwach ist, sondern weil ihr der Kontext fehlt. Ein Sprachmodell, das nach strategischen Optionen für ein Unternehmen gefragt wird, ohne zu wissen, was dieses Unternehmen in den letzten Jahren entschieden hat, welche Annahmen seiner Strategie zugrunde liegen und welche Fragen noch offen sind, liefert zwangsläufig Allgemeinwissen. Gut formuliert, strukturiert – und strategisch wenig brauchbar.

Strategiedaten brauchen dieselbe Disziplin wie alle anderen Unternehmensdaten.

Was das konkret bedeutet: Marktanalysen, Wettbewerberprofile, SWOT-Elemente, strategische Fragen, Optionen, Stossrichtungen, Massnahmen und die Annahmen, auf denen all das beruht – alles an einem Ort, strukturiert, verknüpft und jederzeit abrufbar. Nicht als Archiv, sondern als lebendige Arbeitsgrundlage, die mit jeder strategischen Diskussion wächst.

Genau das ist die Idee hinter der Strategy.app. Sie bildet die Methode StrategieKompakt digital ab und schafft den strukturierten Rahmen, in dem Strategiearbeit zur Daueraufgabe wird – statt zum periodischen Projekt. Analysen werden systematisch erfasst, Entscheidungen dokumentiert, Stossrichtungen weiterentwickelt. Das Wissen, das im Laufe der Strategiearbeit entsteht, geht nicht verloren.

Und erst wenn dieser strukturierte Wissensbestand vorhanden ist, wird KI zu einem echten Denkpartner. Nicht als Ersatz für Analyse und Entscheidung – sondern als Instrument, das auf einer belastbaren Grundlage aufbaut, Zusammenhänge sichtbar macht und die Qualität strategischer Diskussionen erhöht.

Die Technik folgt der Methode. Nicht umgekehrt.

Buch StrategieKompakt

Resonanz: Das fehlende Prinzip in der KI-gestützten Strategiearbeit

Viele Diskussionen über Künstliche Intelligenz in der Strategiearbeit beginnen mit Effizienz. Analysen lassen sich schneller vorbereiten, Märkte strukturierter beschreiben und Optionen systematischer vergleichen. Das ist richtig – aber es greift zu kurz. Die eigentliche Veränderung beginnt nicht dort, wo KI Zeit spart, sondern dort, wo sie die innere Qualität strategischer Arbeit sichtbar macht. Unklare Ziele führen zu unscharfen Analysen, widersprüchliche Annahmen zu widersprüchlichen Resultaten, fehlende Prioritäten zu einer Vielzahl plausibler Alternativen. KI wirkt damit zunächst wie ein Spiegel.
Spiegelung allein ist jedoch noch keine Entwicklung. Ein Führungsteam kann sehr klar sehen, wo seine strategische Arbeit unpräzise ist – und trotzdem nichts daraus machen. Erst wenn Wahrnehmung, Verdichtung und Entscheidung in eine wirksame Rückkopplung treten, entsteht etwas, das über Analyse hinausgeht.

An diesem Punkt kommt die Resonanz zum Tragen

Resonanz meint nicht Zustimmung, nicht Stimmungsabfrage und auch nicht bloss Feedback. Resonanz ist die Fähigkeit einer Organisation, relevante Erfahrungen aufzunehmen, zu verdichten, gemeinsam zu deuten und in erneuertes Handeln zu übersetzen. Das ist mehr als ein sprachlicher Unterschied. Es ist eine methodische Abgrenzung.

Die klassische Strategiearbeit ist häufig periodisch organisiert. Einmal im Jahr wird analysiert, im Workshop werden Optionen diskutiert, danach werden Beschlüsse formuliert. Dieses Vorgehen bleibt sinnvoll, aber es reicht in vielen Situationen nicht mehr aus. Denn die strategisch relevanten Hinweise entstehen nicht nur im Workshop und nicht nur in Marktstudien. Sie entstehen täglich: in Kundenkontakten, in Vertriebsbeobachtungen, in Reklamationen, in technischen Engpässen, in Projekten, die unerwartet stocken, oder in kleinen Verschiebungen der Nachfrage. Wenn solche Beobachtungen nicht verloren gehen, sondern systematisch aufgenommen werden, entsteht ein Strom strategischer Signale. KI kann helfen, diese Signale zu bündeln, Muster sichtbar zu machen und wiederkehrende Themen früh zu erkennen. Aber auch hier gilt: Verdichtung ist noch nicht Resonanz.

Resonanz in der KI-gestützten Strategiearbeit

Resonanz entsteht erst dann, wenn diese verdichteten Hinweise wieder in die Organisation zurückwirken. Mitarbeitende bringen Erfahrungen ein. KI strukturiert und verdichtet sie. Führung bewertet Relevanz, trifft Entscheidungen und schafft neue Orientierung. Daraus entsteht organisationales Wissen. Strategie wird dann weniger zum punktuellen Planungsakt und stärker zu einem fortlaufenden Lern- und Entwicklungsprozess

Gerade deshalb sollte man Resonanz nicht mit blosser Reaktionsgeschwindigkeit verwechseln. Ein Unternehmen wird nicht strategisch reifer, weil es auf mehr Signale schneller reagiert. Reife zeigt sich vielmehr darin, dass es relevante von irrelevanten Entwicklungen unterscheiden kann. Wer jedes Signal ernst nimmt, wird hektisch. Wer Signale sauber verdichtet, mit den eigenen Annahmen abgleicht und daraus konsequente Entscheidungen ableitet, gewinnt strategische Klarheit. Urteilskraft wird damit wichtiger, nicht weniger wichtig. KI erweitert den Möglichkeitsraum; Führung muss ihn auf eine tragfähige Richtung reduzieren

Darin liegt auch die Abgrenzung zu einem weit verbreiteten Missverständnis: KI macht Strategie nicht automatisch besser. Sie ersetzt keine strategische Führung und sie nimmt dem Management keine Entscheidungen ab. Ihre stärkste Wirkung liegt häufig gerade darin, dass sie alte Schwächen nicht mehr verdeckt. Unklare Begriffe, nicht entschiedene Zielkonflikte oder vermischte Ebenen von Analyse, Ziel und Massnahme treten schneller offen zutage. KI beschleunigt deshalb keine schlechte Strategie. Sie entlarvt sie

Wenn man Resonanz ernst nimmt, verändert sich auch die Rolle von Strategie-Workshops. Sie sind nicht mehr nur Orte, an denen einmalig diskutiert und entschieden wird. Sie werden zu Ausgangspunkten eines strategischen Gedächtnisses. Hypothesen, Annahmen und Entscheidungen können später wieder aufgenommen, mit neuen Erfahrungen konfrontiert und neu bewertet werden.

Strategie entfaltet ihre Wirkung nicht im Workshop, sondern in der Resonanz danach

Für die Praxis bedeutet das

Unternehmen sollten den Begriff Resonanz nicht weich oder kulturell verstehen, sondern strategisch präzise. Resonanz braucht mindestens vier Elemente:

• systematisch erfasste Beobachtungen aus der operativen Realität
• eine Form der Verdichtung, die Muster statt Einzelereignisse sichtbar macht
• bewusste Führungsentscheidungen auf Basis dieser Verdichtung
• die spätere Überprüfung, wie sich Annahmen und Entscheidungen in der Praxis bewähren

Erst diese Rückkopplung macht Strategie lernfähig. Ohne sie bleibt auch die beste Analyse ein statisches Dokument.

Das eröffnet grosse Chancen. Führungsteams können Entwicklungen früher erkennen, Annahmen expliziter machen und strategische Diskussionen konsistenter führen. Gleichzeitig entstehen aber auch neue Grenzen und Anforderungen. Je mehr Signale sichtbar werden, desto grösser wird die Gefahr der Übersteuerung. Nicht jedes Muster ist bedeutsam. Nicht jede Abweichung verlangt eine Kurskorrektur. Die eigentliche Führungsleistung liegt deshalb nicht im Sammeln immer neuer Hinweise, sondern in der disziplinierten Auswahl dessen, was strategisch zählt

Resonanz wird hier zum relevanten Begriff. Er beschreibt eine Form strategischer Arbeit, die weder in klassischer Planung aufgeht noch in technischer Automatisierung. Resonanz meint die wirksame Verbindung zwischen Erfahrung, Verdichtung, Urteil und Konsequenz. Sie macht sichtbar, dass Strategie nicht nur aus besseren Analysen entsteht, sondern aus der Fähigkeit, dem eigenen Unternehmen zuzuhören, Relevanz zu erkennen und daraus handlungsfähig zu werden

Die nächsten Jahre werden vermutlich nicht nur schnellere Strategiewerkzeuge hervorbringen, sondern neue Formen strategischen Lernens. Unternehmen, die diese Entwicklung nutzen wollen, sollten deshalb weniger über Tools sprechen und stärker über Denkdisziplin, Rückkopplung und strategische Reife. Denn am Ende bleibt eine einfache Einsicht:

Strategie gewinnt nicht durch mehr Information an Qualität, sondern durch bessere Unterscheidung. Diese Fähigkeit entsteht durch Resonanz.

Buch «Strategieentwicklung mit KI»

Der Begriff Resonanz wird hier in einem funktionalen, organisationalen Sinn verwendet und unterscheidet sich vom engeren soziologischen Verständnis bei Hartmut Rosa.

SWOT-Analyse verdichten mit KI

… ohne dem Team das Denken abzunehmen

In vielen Strategie-Workshops entsteht bei der SWOT zuerst genau das, was entstehen soll: Vielfalt. Das Führungsteam sammelt Beobachtungen, benennt Stärken und Schwächen, diskutiert Chancen und Gefahren. Auf den Pinnwänden hängen am Ende nicht selten 30 bis 50 Karten pro Quadrant. Insgesamt kommen so weit über hundert Einzelbeobachtungen zusammen. Diese Breite ist wertvoll, weil sie Erfahrung, Marktkenntnis und unterschiedliche Sichtweisen sichtbar macht. Gleichzeitig entsteht genau an diesem Punkt ein praktisches Problem: Die SWOT ist reichhaltig, aber noch nicht arbeitsfähig

Für die weitere Strategiearbeit reicht es nicht, viele Karten an der Wand zu haben. Wir verdichten diese zu einer aussagekräftigen SWOT Nicht bis zur Beliebigkeit, sondern bis zu jener Form, in der sie Orientierung gibt. Entscheidend ist nicht die Auflistung einzelner Punkte, sondern deren Verdichtung und Gewichtung. Lange, ungewichtete Listen gehören zu den typischen Schwächen der SWOT-Arbeit. Sie wiederholen Analyseergebnisse, statt sie auf eine strategisch relevante Ebene zu bringen

Genau hier setze ich KI in Workshops praktisch ein.

Der konkrete Ablauf im Workshop

Das Vorgehen ist einfach und gerade deshalb nützlich. Zuerst erarbeitet das Team die SWOT klassisch im Workshop: Diskussion, Kartenarbeit, Sammlung an der Wand. Erst nachdem dieser Denkprozess stattgefunden hat, kommt KI ins Spiel. Das ist wichtig. Denn die SWOT ist kein rein technisches Sortierproblem, sondern ein strukturierter Denkraum für das Führungsteam. Die gemeinsame Diskussion bleibt der eigentliche Kern der Arbeit

In einer Pause lassen wir die Karten fotografieren und danach von der KI einlesen und in eine erste saubere Form bringen. KI kann dabei einzelne Karten, die oft nur aus Stichworten bestehen, präzisieren, sprachlich klären und auf eine einheitliche Ausdrucksebene heben. In einem dokumentierten Praxisbeispiel dauerte dieser Schritt für Digitalisierung, Präzisierung und Konsolidierung rund 20 Minuten

Anschliessend übernimmt KI den nächsten Schritt: die Konsolidierung innerhalb der vier SWOT-Felder. Ähnliche Aussagen werden gebündelt, redundante Punkte reduziert, überlappende Inhalte zusammengeführt. Ziel ist nicht eine schönere Liste, sondern eine arbeitsfähige Übersicht. Aus 30 oder 40 Einzelkarten im Feld «Stärken» sollen nicht mehr 30 oder 40 Punkte bleiben, sondern vielleicht fünf bis sieben Kernaussagen. Dasselbe gilt für Schwächen, Chancen und Gefahren

Was dabei tatsächlich gewonnen wird

Der Zeitgewinn ist der sichtbarste Effekt, aber nicht der wichtigste. Natürlich spart KI Zeit. Sie übernimmt genau jene Arbeit, die sorgfältig gemacht werden muss, aber nicht zwingend im Plenum stattfinden sollte: ähnliche Karten vergleichen, Formulierungen harmonisieren, Mehrfachnennungen erkennen, unterschiedliche Abstraktionsebenen bereinigen. Dieser Nutzen ist konkret messbar. Doch der strategisch interessantere Effekt ist ein anderer: Die Diskussion im Team beginnt nach der Konsolidierung auf einer deutlich höheren Ebene

Sobald die verdichtete SWOT vorliegt, diskutiert das Team nicht mehr darüber, ob eine bestimmte Beobachtung überhaupt schon auf einer Karte steht. Es diskutiert darüber, ob die konsolidierte Aussage wirklich trifft.

• … ist dieser Punkt tatsächlich eine Stärke oder eher eine Selbstbeschreibung?
• … hat KI eine Schwäche präzise genug formuliert?
• … oder ist eine Chance wirklich extern oder eigentlich eine interne Chance?

Genau diese Klärung ist wertvoll. KI hilft, Übersicht zu schaffen. Die Gewichtung entsteht im Dialog

Aus meiner Sicht ist das der eigentliche Fortschritt. Der Workshop wird nicht beschleunigt, indem man Diskussionen ersetzt. Er wird verbessert, weil sich die Diskussion verschiebt: weg vom Sammeln und Sortieren, hin zur Verifikation, zur Schärfung und zur strategischen Gewichtung. Führungsteams gewinnen schneller ein gemeinsames Verständnis der Ausgangslage, und Diskussionen konzentrieren sich stärker auf Bewertung und Priorisierung statt auf das Sammeln einzelner Fakten

Was KI darf und was nicht

Gerade bei einem so praktischen Anwendungsfall ist die Rollenklärung wichtig. KI konsolidiert. Das Team entscheidet.

Diese Trennung ist nicht nur methodisch sauber, sondern in der Praxis entscheidend. Die endgültige Auswahl der SWOT-Elemente erfolgt immer im Workshop. KI liefert Vorschläge zur Strukturierung, nicht zur strategischen Gewichtung

Das heisst konkret: Wenn die KI aus vielen Karten fünf verdichtete Stärken formuliert, dann ist das nicht das Endergebnis. Es ist eine Arbeitsgrundlage. Das Führungsteam muss prüfen, ob die Aussage inhaltlich stimmt, ob sie die richtige Flughöhe hat und ob sie wirklich für die Zukunft des Unternehmens relevant ist. Eine Formulierung kann übernommen werden, sie kann geschärft werden oder sie wird bewusst verworfen.

Gerade darin liegt die Stärke der Zusammenarbeit. KI reduziert Komplexität, ohne Verantwortung zu übernehmen. Sie schafft Klarheit, aber sie trifft keine Entscheidung. Strategie bleibt Führungsarbeit

Warum die verdichtete SWOT so wichtig ist

Eine konsolidierte SWOT ist nicht einfach ein schöneres Workshop-Protokoll. Sie ist das Konzentrat der Analyse. Sie schafft Orientierung, Fokus und eine gemeinsame strategische Sprache. Vor allem bildet sie die belastbare Grundlage für den nächsten Schritt: die Formulierung der strategischen Fragen

Genau deshalb lohnt sich diese Verdichtung. Wenn die SWOT in einer vorstandsgerechten, managementtauglichen Form vorliegt, lässt sich mit ihr wirklich weiterarbeiten. Dann können aus Beobachtungen Fragen werden. Und erst dann wird sichtbar, worauf die Strategie später eigentlich antworten muss.

Die Erfahrung aus der Praxis ist klar: KI erleichtert die konsequente Reduktion umfangreicher SWOT-Listen deutlich. Die Wirkung der SWOT steigt, wenn die Zahl der Elemente je Quadrant klar begrenzt wird. Und eine konsolidierte SWOT verbessert die Qualität der anschliessenden Diskussion spürbar

Folgerung

Wer KI in der Strategiearbeit sinnvoll einsetzen will, muss nicht mit grossen Konzepten beginnen. Es reicht oft, an einer sehr konkreten Stelle anzusetzen, an der der Nutzen unmittelbar sichtbar wird.

Die Konsolidierung der SWOT im Workshop ist ein solcher Punkt.

Das Team denkt, sammelt, streitet und gewichtet. KI hilft danach, das Vorhandene zu präzisieren, zu bündeln und auf eine arbeitsfähige Form zu verdichten. Das spart Zeit, aber vor allem hebt es die Qualität der Diskussion. Nicht weil die Maschine strategisch denkt, sondern weil sie dem Führungsteam hilft, schneller zu dem Material zu kommen, über das es wirklich entscheiden muss.

Im nächsten Schritt wird genau aus dieser verdichteten SWOT das abgeleitet, was im Strategieprozess oft zu wenig sorgfältig behandelt wird: die strategischen Fragen. Und dort zeigt sich dann, ob die Konsolidierung wirklich gelungen ist.

Bevor wir KI in der Strategiearbeit einsetzen, müssen wir eine grundlegende Frage klären

Wann stellen wir Fragen – und wann gestalten wir Antworten?

In der Strategiearbeit mit Führungsteams zeigt sich derzeit ein neues Spannungsfeld: Künstliche Intelligenz wird immer häufiger in Analysen, Diskussionen und Entscheidungsprozesse einbezogen. Die Frage ist nicht mehr, ob KI eingesetzt wird, sondern an welcher Stelle sie tatsächlich Wirkung entfalten kann.

Die Erfahrungen aus den ersten praktischen Anwendungen sind vielschichtig. In manchen Situationen verlaufen Diskussionen schneller und strukturierter, in anderen entsteht zusätzliche Klarheit über Zusammenhänge und Annahmen. Gleichzeitig zeigt sich jedoch immer wieder, dass strategisches Denken trotz technischer Unterstützung anspruchsvoll bleibt und sich nicht einfach automatisieren lässt.

Gerade in der praktischen Arbeit wird deshalb rasch deutlich: Wer den Nutzen von KI verstehen will, muss zuerst verstehen, wie Strategiearbeit selbst strukturiert ist.

Strategiearbeit ist ein Prozess – aber kein einheitlicher Denkmodus

Strategiearbeit ist ein Prozess. Unternehmen analysieren ihre Ausgangslage, reflektieren Entwicklungen im Markt und im Wettbewerb und leiten daraus Konsequenzen für ihre zukünftige Ausrichtung ab. Häufig wird dieser Prozess jedoch als eine durchgehende Abfolge verstanden:

• Analyse
• SWOT
• Optionen oder Stossrichtungen
• Finanzplan
• Massnahmen

In der Praxis zeigt sich eine differenziertere Struktur. Zwischen der analytischen Klärung der Ausgangslage und der eigentlichen Gestaltung der strategischen Richtung liegt eine eigenständige Denkphase, die in vielen Strategieprozessen zu wenig bewusst gestaltet wird: die Formulierung der strategischen Fragen.

Phase 1: Formulierung der strategischen Fragen

Strategische Fragen entstehen aus der Analyse und verdichten sich häufig in der SWOT. Sie beschreiben, welche Themen sich für ein Unternehmen tatsächlich stellen und worüber im Kern entschieden werden muss.

Solche Fragen entstehen typischerweise aus Entwicklungen wie:

• Marktverschiebungen
• technologischen Veränderungen
• internen Zielkonflikten
• finanziellen Spannungsfeldern
• neuen Wettbewerbsdynamiken

Strategische Fragen sind niemals allgemein gültig. Sie sind immer unternehmensspezifisch und immer zeitspezifisch. Was heute eine zentrale strategische Frage darstellt, kann in wenigen Jahren bereits beantwortet oder bedeutungslos sein. Umgekehrt kann eine Fragestellung, die für ein Unternehmen existenziell ist, für ein anderes keinerlei Relevanz haben.

Wenn strategische Fragen nicht explizit formuliert werden, entsteht ein typisches Muster. Führungsteams springen nach der Analyse direkt in die Gestaltung. Optionen werden diskutiert, Initiativen entwickelt und Massnahmen priorisiert – oft ohne dass klar ist, welches strategische Problem damit eigentlich gelöst werden soll.

Strategische Fragen bilden deshalb das Fundament der späteren Gestaltung.

Phase 2: Entwicklung strategischer Stossrichtungen

Erst wenn strategische Fragen sauber formuliert sind, beginnt die eigentliche Gestaltungsarbeit. In dieser Phase geht es darum, mögliche Antworten zu entwickeln und Entscheidungen vorzubereiten. Dazu gehören unter anderem:

• strategische Optionen
• Prioritäten
• Stossrichtungen
• konkrete Massnahmen und Ziele
• finanzielle Konsequenzen

Der Denkmodus verändert sich in dieser Phase deutlich. Es geht weniger um Verständnis der Ausgangslage als um Auswahl und Richtung. Strategie zeigt sich letztlich darin, welche Antworten ein Unternehmen verfolgt – und welche bewusst verworfen werden, um die gestellten Fragen zu lösen.

Ausblick

In den kommenden Wochen werde ich zeigen, wie KI in unterschiedlichen Phasen der Strategiearbeit eingesetzt werden kann — in der Analyse, bei der Klärung strategischer Fragen, in der Entwicklung von Optionen und in der Ausarbeitung von Massnahmen.

Manches wird dadurch einfacher, manches schneller, und vieles auch überraschend anspruchsvoll.

Strategieentwicklung mit KI

KI als Spiegel stategischer Reife

KI ist kein Stratege. Sie ist ein Spiegel.

Viele Unternehmen beschäftigen sich derzeit intensiv mit Künstlicher Intelligenz in der Strategiearbeit.
Die Diskussion dreht sich meist um Fähigkeiten: Was kann KI analysieren? Wie schnell kann sie Optionen entwickeln? Kann sie Entscheidungen vorbereiten?

Die interessantere Frage lautet jedoch:
Was wird sichtbar, wenn KI in die strategische Arbeit eines Unternehmens eingebunden wird?

Zum Buch «Strategieentwicklung mit KI»

Der Philosoph Ludwig Wittgenstein schrieb einst, dass sich die entscheidenden Dinge nicht immer sagen lassen – sie zeigen sich.
Genau das geschieht derzeit in vielen Strategierunden.

KI ersetzt Strategie nicht. Sie legt sie offen.

Strategische Arbeit beruht auf wenigen, aber anspruchsvollen Voraussetzungen:
klare Ziele, konsistente Annahmen, explizite Prioritäten und die Bereitschaft, Entscheidungen zu treffen.

Solange diese Voraussetzungen unscharf bleiben, lässt sich vieles kaschieren.
Strategiedokumente können umfangreich sein, Diskussionen intensiv und Workshops produktiv wirken — ohne dass die eigentlichen Widersprüche sichtbar werden.

Mit dem Einsatz von KI verändert sich diese Dynamik.

• KI arbeitet strikt mit dem, was ihr gegeben wird.
• Sie interpretiert keine Unklarheiten wohlwollend.
• Sie ergänzt keine fehlenden Annahmen.
• Und sie glättet keine Zielkonflikte.

Sie verarbeitet Struktur — und macht genau dadurch sichtbar, wie klar oder unklar ein Unternehmen strategisch denkt.

Strategische Reife zeigt sich im Output

Die Qualität strategischer Arbeit spiegelt sich unmittelbar in den Ergebnissen der KI-Unterstützung:

Unklare Ziele führen zu beliebigen Antworten.
Widersprüchliche Annahmen erzeugen widersprüchliche Analysen.
Fehlende Prioritäten produzieren eine Vielzahl plausibler Alternativen.

Das ist kein technisches Problem.
Es ist eine präzise Rückmeldung über den Zustand der strategischen Führung.

Wenn Unschärfe auf Konsequenz trifft

In der klassischen Strategiearbeit konnten Unklarheiten lange bestehen bleiben.
Dokumente dienten nicht selten dazu, organisationalen Konsens zu sichern — nicht Entscheidungen zu erzwingen.

KI verändert diese Logik.

Sie zwingt zur Präzision.
Nicht aus pädagogischem Anspruch, sondern aus formaler Konsequenz.

Wer

• … keine Auswahl trifft, erhält Varianten.
• … keine Prioritäten setzt, erhält Optionen.
• … Annahmen nicht klärt, erhält Widersprüche.

KI ist kein Korrektiv.
Sie ist ein Spiegel.

Alte Schwächen werden sichtbar

Die eigentliche Wirkung von KI liegt nicht in ihrer Rechenleistung, sondern in ihrer Strenge.
Sie verhandelt keine Begriffe, kaschiert keine Konflikte und füllt keine Leerräume mit Bedeutung.

In der Zusammenarbeit mit KI treten typische strategische Schwächen offen zutage:

• unklare Begriffe
• nicht entschiedene Zielkonflikte
• vermischte Ebenen von Analyse, Ziel und Massnahme
• fehlende Trennung zwischen Wunsch und Wirklichkeit

Was früher durch Rhetorik oder Kompromissformeln verdeckt werden konnte, wird nun sichtbar.

Der entscheidende Faktor ist Denkdisziplin

Damit verschiebt sich auch der Fokus im Umgang mit KI.
Nicht Tools oder Plattformen sind entscheidend, sondern Denkdisziplin.

Unternehmen, die KI sinnvoll nutzen wollen, müssen lernen:

• klare Vorgaben zu formulieren
• bewusste Ausschlüsse zu akzeptieren
• Annahmen explizit zu machen
• strategische Ebenen sauber zu trennen
• Entscheidungen nicht zu delegieren

Erst dann wird KI zu einem produktiven Werkzeug — nicht als Entscheider, sondern als Sparringspartner.

Was heisst das?

Künstliche Intelligenz beschleunigt keine schlechte Strategie.
Sie macht sie sichtbar.

Sie garantiert keine besseren Entscheidungen.
Aber sie zeigt sehr schnell, ob ein Unternehmen überhaupt entscheidungsfähig ist.

Der Nutzen von KI beginnt deshalb nicht bei der Technologie.
Er beginnt bei der Qualität des Denkens.

KI ist kein Ersatz für strategische Führung.
Sie ist ihr Prüfstein.

Zum Buch «Strategieentwicklung mit KI»