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.
In den ersten beiden Beiträgen dieser Serie ging es um ein handwerkliches Problem: Warum KI bei strategischen Optionen ohne Rahmen enttäuscht – und was Kontext und Methode daran ändern. Wer Entwicklungsdimensionen und das Adjacency-Prinzip konsequent einsetzt, bekommt Ergebnisse, die sich einordnen, bewerten und weiterentwickeln lassen.
Aber es gibt eine zweite Ebene. Sie ist subtiler und tritt auch dann auf, wenn die Vorbereitung gut war.
Ein Führungsteam sitzt zusammen. Vor ihm liegt eine offene strategische Frage – unbequem, noch nicht durchgearbeitet, mit unterschiedlichen Meinungen im Raum. Jemand gibt die Frage in ein KI-System ein. Wenige Sekunden später liegt eine strukturierte, gut formulierte Antwort auf dem Tisch.
Die Spannung ist weg.
Und genau dort beginnt das eigentliche Problem.
Strategische Auseinandersetzung lebt von produktiver Spannung. Nicht von Konflikt um seiner selbst willen, sondern von der Reibung, die entsteht, wenn unterschiedliche Erfahrungen, Einschätzungen und Risikobereitschaften aufeinandertreffen. Diese Reibung ist keine Ineffizienz. Sie ist der Denkprozess selbst. Aus ihr entstehen Fragen, die präziser sind als die ursprüngliche Frage. Einschätzungen, die sich gegenseitig schärfen. Entscheidungen, die getragen werden, weil sie gemeinsam durchdacht wurden.
KI kann diese Spannung nicht erzeugen. Aber sie kann sie auflösen, bevor sie ihre Wirkung entfaltet hat.
Das geschieht nicht durch schlechte Antworten. Es geschieht durch plausible Antworten zum falschen Zeitpunkt.
Ein Sprachmodell ist auf Mustererkennung in grossen Textmengen trainiert. Es liefert Antworten, die in der Sprache der jeweiligen Branche formuliert sind, Struktur und Kohärenz ausstrahlen und vertraut klingen – weil sie aus der Vergangenheit des Feldes destilliert sind. Die Antwort klingt richtig, weil sie bekannt klingt.
Strategische Fragen, die wirklich relevant sind, haben aber keine Vergangenheit, aus der sich die Antwort ableiten liesse. Sie sind spezifisch für dieses Unternehmen, diesen Markt, dieses Team, diesen Moment. KI kann dazu Hypothesen liefern, Strukturen vorschlagen, Varianten sichtbar machen. Aber sie kann die Frage nicht beantworten. Wer das vergisst, delegiert kein Werkzeug – sondern ein Urteil.
Hier liegt der entscheidende Unterschied zwischen zwei Arten, wie KI in der Strategiearbeit wirken kann.
Als Spiegel macht KI sichtbar, was bereits im System vorhanden ist. Unklare Annahmen führen zu unscharfen Outputs. Widersprüchliche Zielsetzungen erzeugen widersprüchliche Vorschläge. Das ist wertvoll – ein Führungsteam erkennt schneller, wo die eigene Analyse noch nicht präzise genug ist.
Resonanz entsteht eine Stufe weiter. Nicht wenn KI eine Antwort zurückgibt, sondern wenn der KI-Output das Team dazu bringt, die eigene Frage neu zu stellen. Wenn eine generierte Option als unbefriedigend erkannt wird – und das Team beginnt zu verstehen, warum sie unbefriedigend ist. Wenn eine verdichtete Analyse einer Beobachtung aus der Praxis widerspricht und dieses Spannungsverhältnis zum Ausgangspunkt einer echten Diskussion wird.
Resonanz setzt voraus, dass KI-Output als Hypothese behandelt wird – nicht als Ergebnis.
Das ist nicht nur eine Frage der Haltung. Es ist eine Frage des Prozessdesigns.
In einem gut geführten Strategieprozess ist die Sequenz entscheidend. KI arbeitet in der Vorbereitung, in der Verdichtung, in der Dokumentation. Im Workshop selbst – wenn das Führungsteam strategische Fragen durcharbeitet, Optionen bewertet und Stossrichtungen entwickelt – ist die primäre Aufgabe nicht Informationsverarbeitung. Es ist Urteilsbildung. Und Urteilsbildung braucht die Reibung, die entsteht, wenn Menschen mit unterschiedlichen Erfahrungen gemeinsam denken.
Das bedeutet nicht, dass KI im Workshop keinen Platz hat. Sie kann Zwischenstände verdichten, Varianten durchspielen, Formulierungen schärfen. Aber sie sollte nicht das erste Wort haben, wenn eine offene Frage auf dem Tisch liegt. Wer KI zu früh einsetzt, riskiert, dass das Team eine Antwort bewertet, statt eine Frage zu durchdenken.
Ein lernendes strategisches System entsteht nicht dadurch, dass KI besser wird. Es entsteht dadurch, dass das Unternehmen besser wird: in der Formulierung seiner Fragen, in der Qualität seiner Annahmen, in der Konsistenz zwischen strategischer Richtung und operativem Handeln.
Strategie beginnt mit der Fähigkeit eines Unternehmens, sich selbst zuzuhören. KI kann dieses Zuhören unterstützen – in der Vorbereitung, in der Strukturierung, in der Nachbereitung. Sie kann es nicht ersetzen. Und sie darf es nicht abkürzen.
Die drei Beiträge dieser Serie beschreiben zwei Ebenen, auf denen KI in der Strategiearbeit scheitert – und zwei Bedingungen, unter denen sie tatsächlich nützt. Die erste Ebene ist handwerklich: Kontext und Methode. Die zweite ist prozessual: der richtige Zeitpunkt und die Bereitschaft, KI-Output als Hypothese zu behandeln, nicht als Antwort.
Beides zusammen ist noch keine Garantie für gute Strategie. Aber es ist die Voraussetzung dafür, dass KI überhaupt einen Beitrag dazu leisten kann.
Ein Satz aus einem Strategieprojekt ist mir geblieben. Wir hatten erste strategische Optionen mit KI entwickelt – sauber formuliert, gut lesbar, auf den ersten Blick sogar plausibel. Die Reaktion des Kunden war kurz und eindeutig: «Das ist Schrott.»
Die Formulierung war hart. Inhaltlich war sie richtig.
Viele Führungsteams nähern sich KI mit einer nachvollziehbaren Erwartung: Frage eingeben, brauchbare Antwort erhalten, weiterarbeiten. Das funktioniert bei vielen Aufgaben gut. Bei strategischen Optionen funktioniert es fast nie – jedenfalls nicht beim ersten Versuch.
Der Grund ist strukturell. KI produziert Antworten, die statistisch wahrscheinlich sind. Bei der Frage «Welche strategischen Optionen hat unser Unternehmen?» entstehen deshalb Formulierungen, die in der Sprache der jeweiligen Branche klingen und auf den ersten Blick vertraut wirken:
Das ist nicht falsch. Es ist nur nicht dieses Unternehmen. Es könnte jedes Unternehmen einer bestimmten Branche sein. Und genau deshalb ist es strategisch wertlos.
Der Fehler liegt nicht bei der Technologie. Er liegt in der Art, wie die Aufgabe gestellt wird.
Strategische Optionen beschreiben mögliche Entwicklungsrichtungen eines konkreten Unternehmens. Sie entstehen aus der Spannung zwischen dem, was ein Unternehmen ist, was es kann – und was wirklich möglich wäre. KI kennt diese Ausgangslage nicht, es sei denn, man teilt sie ihr mit.
Ohne Kontext reagiert KI auf das, was in vergleichbaren Texten steht. Sie destilliert die Vergangenheit eines Feldes – nicht die Zukunft dieses Unternehmens.
Hinzu kommt eine begriffliche Unschärfe, die in der Praxis häufig vorkommt. Strategische Optionen sind nicht dasselbe wie strategische Fragen. Strategische Fragen werden früher im Prozess entwickelt – aus der SWOT-Analyse, aus der Diagnose der Ausgangslage. Sie benennen die zentralen Herausforderungen, die ein Unternehmen bearbeiten muss.
Strategische Optionen werden davon zunächst unabhängig ausgearbeitet. Sie beschreiben alle möglichen Entwicklungsrichtungen – offen, breiter, losgelöst vom Bestehenden. Erst danach werden sie mit den strategischen Fragen abgeglichen: Welche Optionen sind Antworten auf unsere wichtigsten Herausforderungen?
Wer KI mit strategischen Optionen beauftragt, ohne diesen Unterschied zu kennen, bekommt bestenfalls Antworten auf Fragen, die noch gar nicht gestellt wurden.
In der Praxis haben sich zwei Bedingungen als entscheidend erwiesen – nicht als nette Ergänzung, sondern als Voraussetzung für brauchbare Ergebnisse.
Kontext: KI braucht strukturierte Informationen über das Unternehmen: Geschäftsfelder, Märkte, Wettbewerber, Stärken und Schwächen, relevante Restriktionen. Nicht als langer Freitext, sondern aufbereitet und eingebettet. Ohne diese Grundlage bleibt jede Antwort plausibel – aber nicht anwendbar.
Methode: KI braucht einen methodischen Rahmen, der beschreibt, was eine strategische Option ist, nach welcher Logik Entwicklungsrichtungen systematisch entwickelt werden und wie Ergebnisse strukturiert sein sollen. Ein offener Prompt erzeugt offene Antworten. Eine methodisch eingebettete Frage erzeugt Ergebnisse, die sich einordnen, vergleichen und priorisieren lassen.
Beides zusammen – Kontext und Methode – bildet die Grundlage des Rahmens, mit dem wir in der Praxis arbeiten. Wie dieser Rahmen konkret aufgebaut ist und was er verändert, zeige ich im nächsten Beitrag – am Beispiel eines realen Projekts.
Enttäuschung über KI in der Strategiearbeit ist in den meisten Fällen kein Urteil über die Technologie. Es ist ein Signal, dass der Arbeitsdialog nicht strukturiert genug geführt wurde.
KI wird nicht besser, indem man auf das nächste Modell wartet. Sie wird brauchbarer, wenn der Denkprozess, in den sie eingebettet ist, klarer wird. Das ist keine technische Frage – es ist eine Frage strategischer Disziplin.
Im zweiten Beitrag zeige ich, welche zwei Instrumente den Dialog mit KI bei der Erarbeitung von strategischen Optionen grundlegend verändern – und was das in der Praxis bedeutet. Am Beispiel eines mittelständischen Herstellers lässt sich der Unterschied direkt ablesen: dieselbe Ausgangslage, dieselbe KI, eine völlig andere Qualität der Ergebnisse.
Im dritten Beitrag geht es eine Ebene tiefer: Was passiert mit dem Denkprozess des Führungsteams, wenn KI eine plausible Antwort liefert, bevor die eigentliche strategische Auseinandersetzung stattgefunden hat?
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.
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
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.
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
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
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
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.
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. 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:
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.
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:
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.
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:
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.
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.
