KI in der Strategieentwicklung – Use Case OKR

Wie AI-Agenten methodisch saubere JahresOKR-Vorschläge liefern – und warum die wichtigsten Agenten trotzdem die Mitarbeiter bleiben.

1. „KI macht jetzt unsere OKRs.»

Diese Satz ist gefährlich.

Was KI gut kann: aus einer strategischen Stossrichtung einen methodisch sauberen JahresOKR-Entwurf liefern. In Sekunden. Doerr-konform. Mit Stretch über Plan. Mit klaren Bezügen zur den 5-Jahres-Zielen der Strategie. Was KI nicht kann: das OKR verbindlich machen. Das passiert im Workshop, mit dem Team und der Geschäftsleitung. Die KI liefert Vorschläge, der Mensch entscheidet. Ich nenne meine Strategy-Skills „Agenten».

In diesem Blog zeige ich, wie das konkret aussieht – an einer Schweizer KMU, mit dem vollen OKR-Output, den ein AI-Agent in dreissig Sekunden generiert hat.

2. Warum überhaupt OKR mit KI?

OKR ist methodisch streng. Fünf Kriterien pro Key Result: messbar, outcome-orientiert, ambitioniert, terminiert, beeinflussbar. Klingt einfach, ist es nicht. In der Praxis scheitert OKR oft an Disziplinverlust: Outputs werden als Outcomes verkauft, Baselines fehlen, KRs werden zu Aktivitätenlisten. Bei der Methode Furger – meinem Arbeitsrahmen – ist OKR ein strategisches Instrument auf Stossrichtungs-Ebene, nicht auf Mitarbeiter-Ebene. Jede Stossrichtung bekommt ein eigenes Jahres-OKR, das auf den 5-Jahres-Pfad einzahlt. Das ist methodisch anspruchsvoll. Und es passiert in vielen KMU nur halbgar, weil die Zeit fehlt.

Ein methodisch sauberer Erstvorschlag in wenigen Sekunden ist genau die Hilfe, die die Workshop-Praxis braucht. Er ersetzt den Workshop nicht – er bereitet ihn vor. Der Berater geht mit einem belastbaren Vorschlag ins Gespräch, statt mit einem leeren Blatt.

3. Die Architektur: drei Agenten statt ein Bot

Ein einziger Bot, der „mal eben» ein OKR generiert, ist methodisch wertlos. Was Nutzen bringt, sind drei spezialisierte Agenten mit klaren Rollen – plus zwei Stopps dazwischen, in denen das Führungsteam eingreift.

So sieht der Workflow aus:

Agent 1 – Eingabe-Prüfung. Reicht die Diagnose-Tiefe der Stossrichtung? Sind die methodisch wichtigen Felder (Zielsetzung, 5-Jahres-Ziel, Potenzial-Tabelle) substanziell befüllt? Bei Lücken: Stopp. Die Mitarbeiter ergänzen, bevor der nächste Schritt läuft.

→ Erster Stopp: derAnwender entscheidet, ob die Material-Basis trägt.

Agent 2 – Entwurf. Generiert das JahresOKR. Ein Objective qualitativ, drei bis fünf Key Results quantitativ. Mit Baseline, Zielwert, Messlogik und ehrlichem Outcome/Output-Marker pro KR. Stretch über den Potenzial-Plan, wo die Stossrichtung wirkt.

→ Zweiter Stopp: das SR-Team und die Geschäftsleitung diskutieren, schärfen, streichen, ergänzen. Der Vorschlag ist nicht heilig – er ist Material.

Agent 3 – Final-Check. Prüft den konsolidierten Stand gegen die fünf Doerr-Kriterien pro KR. Markiert methodische Lücken. Schreibt nichts neu. Wenn das Team einen schwachen KR drin lässt, wird das markiert, nicht repariert. Das letzte Wort hat die Geschäftsleitung.

Die drei AI-Agenten sind Hilfsmittel. Die wichtigsten Agenten bleiben die Mitarbeiter – das Team, das die Stossrichtung verantwortet, und die Geschäftsleitung, die das letzte Wort hat. Die KI liefert Material. Die Menschen entscheiden.

4. Das konkrete Beispiel: 4Fenster AG

Damit das nicht abstrakt bleibt, hier ein durchgespielter Fall.

Die Firma (anonymisiertes Beispielunternehmen): 4Fenster AG, Schweizer Hersteller von Holz-Alu-Fenstern, Sitz im Kanton St. Gallen, 95 Mitarbeitende, Umsatz 32 Mio. CHF, eigentümergeführt in zweiter Generation. Geografischer Fokus Deutschschweiz.

Das Geschäftsfeld: Holz-Alu-Fenster, Umsatz 18 Mio. CHF in 2025, Wachstum +4% pro Jahr seit 2022. Premium-Segment, klare Abgrenzung gegen Volumen-Anbieter.

Die Stossrichtung Nr. 33: „Stärkung der Kundenbindung durch nachhaltige Produkte». Bestehende Privatkunden und Architekten als Wiederkäufer und Empfehler ausbauen.

Das 5-Jahres-Ziel: Bis 2031 führende Marke für nachhaltige Holz-Alu-Fenster in der Deutschschweiz. Marktanteil im Sanierungs-Segment 12% (heute 7%). Wiederkäufer-Quote 30%, NPS 60. Umsatz 26 Mio. CHF.

Was Agent 2 in dreissig Sekunden geliefert hat:

Objective: 4Fenster wird 2026 zur bevorzugten Nachhaltigkeits-Marke für Holz-Alu-Fenster bei Schweizer Privat- und Architektenkunden.

KR1: Umsatz im Geschäftsfeld Holz-Alu steigt auf 19.0 Mio. CHF. Baseline 18.0 Mio. CHF | Stretch +2.7% über Potenzial-Plan (18.5 Mio. CHF) | Outcome

KR2: Net Promoter Score (NPS) bei Privat- und Architektenkunden steigt von 42 auf 50 Punkte. Outcome

KR3: Wiederkäufer-Quote bei Privatkunden steigt von 18% auf 22%. Outcome

KR4: Sechs Nachhaltigkeits-Datenblätter publiziert und in mindestens 40% der Architekten-Offerten eingesetzt. Output (ehrlich markiert)

Plus expliziter Bezug zur Stossrichtung und zum 5-Jahres-Pfad: Wiederkäufer 18% → 22% → 30% in 2031, NPS 42 → 50 → 60, Umsatz 18.0 → 19.0 → 26.0 Mio. CHF.

Was Agent 3 dazu beobachtet hat:

Drei KRs erfüllen alle fünf Doerr-Kriterien. KR4 ist als Output markiert – methodisch korrekt, aber ein Hinweis an den Workshop: wäre eine Outcome-Variante (z.B. Auftragswert pro Architekten-Offerte) belastbarer? Plus eine Cross-Field-Beobachtung: die NPS-Baseline 42 stand im Bezug-Text, aber zunächst nicht im KR-Feld selbst – der Agent hat das aufgefangen und für den Workshop sichtbar gemacht.

Das ist nicht die fertige OKR-Lösung. Das ist die Material-Basis, mit der der Workshop arbeitet.

5. Zwei methodische Lessons aus dem Bau

Beim Bau dieser drei Agenten sind methodische Stolpersteine aufgetaucht, die ich heute im Skill verankert habe. Zwei davon will ich hier zeigen, weil sie für jeden OKR-Workshop relevant sind, mit oder ohne KI.

Lesson 1: Stretch über Plan ist Methodik, nicht Wunschdenken.

Die erste Version des Entwurfs-Agenten hat KR-Zielwerte direkt vom Potenzial-Plan abgelesen. Wenn der Plan 18.5 Mio. CHF Umsatz für 2026 vorsah, hat der Agent 18.5 Mio. CHF als KR-Zielwert gesetzt. Methodisch falsch. Der Plan ist die Basis-Erwartung ohne strategische Anstrengung. Wenn die Stossrichtung wirkt, muss sie über den Plan hinaus wirken – sonst ist sie kein Hebel, sondern Buchhaltung. Heute liefert der Agent KR1 mit 19.0 Mio. CHF – Stretch von 2.7% über Plan, mit Begründung im Bezug-Feld.

Lesson 2: Outputs ehrlich als Outputs markieren.

Outcome-KRs sind methodisch besser. Aber nicht jeder KR lässt sich als Outcome formulieren. KR4 im Beispiel misst Datenblätter-Publikation und Offerten-Einsatz – das ist Aktivität, nicht direktes Ergebnis in der Kundenwelt. Die Versuchung wäre, das als Outcome zu verkleiden („Nachhaltigkeits-Wahrnehmung gesteigert»). Der Agent macht das nicht. Er markiert ehrlich als output. Im Workshop ist das diskutierbar – aber es ist sichtbar. Diese Ehrlichkeit ist methodisch wertvoller als gut klingende Verschleierung.

6. Ausblick

Stufe 1 des OKR-Workflows – das JahresOKR – ist gebaut und produktiv getestet. Im Backlog steht Stufe 2: der ZyklusOKR-Agent. Pro Stossrichtung und pro Zyklus (drei oder vier Zyklen pro Jahr, asymmetrisch erlaubt) ein eigener Zyklus-OKR, der sich aus dem Jahres-Anker ableitet und den Stand des Vor-Zyklus berücksichtigt. Im nächsten Blog mehr dazu.

Stufe 3 ist ein Review-Agent, der bestehende OKRs gegen die fünf Doerr-Kriterien prüft und Anti-Patterns aufdeckt: Boni-Kopplung, Top-down-Kaskadierung, Aktivitätenlisten statt Ergebnisziele.

Wenn Sie OKR in Ihrer Strategie einsetzen oder einsetzen wollen, schreiben Sie mir – ich erzähle Ihnen gerne mehr …

Dieser Blog ist Teil einer Serie zu AI-gestützter Strategieentwicklung mit der Methode Furger und dem 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 AlpinTech aus dem Buch StrategieKompakt mit KI zeigt das konkret. AlpinTech 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 AlpinTech 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 Case: Marktabklärung mit KI

Nicht eine Marktstudie — eine massgeschneiderte Abklärung

Der Unterschied ist wesentlich. Eine Marktstudie beschreibt einen Markt allgemein. Eine Marktabklärung beantwortet die spezifischen Fragen eines Unternehmens: Welche Segmente sind für uns relevant? Wer sind die tatsächlichen Wettbewerber — nicht die grossen Namen, sondern die, die wirklich um dieselben Kunden kämpfen? Wo liegen unsere Differenzierungsmöglichkeiten?

Die Abklärung ist auf den Mandanten zugeschnitten — auf sein Geschäftsmodell, seinen Zielmarkt, seine strategische Ausgangslage. Das Canvas gibt den Rahmen. Der Berater gibt die Richtung.

Das Canvas als Prozessrahmen

Das Canvas zeigt die Bausteine einer vollständigen Marktabklärung. Von der Mandantenerfassung über Markt, Zulieferer und Wettbewerber bis zur Kundennutzenanalyse und den strategischen Fragen. Jeder Baustein hat einen definierten Input, einen strukturierten Output und einen Freigabeschritt durch den Berater.

Ohne Freigabe kein nächster Schritt. Das ist keine Bürokratie — es ist die Grundbedingung dafür, dass KI-Ergebnisse verantwortlich eingesetzt werden können.

Zwei Werkzeuge, zwei Stärken

Wir nutzen zwei KI-Werkzeuge, jedes für die Phase, in der es überlegen ist.

Die Setup-Phase läuft in Claude. Mandantendaten, Auftragsklärung, Marktabgrenzung, Zielmarkt-Definition — strukturierte Beratungsarbeit, in der Präzision, Methodendisziplin und Konsistenz im Vordergrund stehen. Claude führt durch jeden Schritt, fordert Freigaben ein, dokumentiert sauber.

Für die Recherche wechseln wir zu OpenAI Deep Research. Der Grund ist pragmatisch: Für umfangreiche Web-Recherchen mit systematischer Quellenverfolgung ist Deep Research derzeit überlegen. Marktgrösse, Marktteilnehmer, Zulieferer, Kundensegmente — strukturiert, mit Quellenangaben, in einem definierten Format.

Die Ergebnisse kommen zurück nach Claude. Dort folgt die Synthese: Verdichtung der Recherche, Kundennutzenanalyse, Wettbewerbspositionierung, SWOT, strategische Fragen, strategische Optionen. Jede dieser Ebenen baut auf der vorigen auf, jede wird einzeln freigegeben.

Die Übergabe zwischen den beiden Werkzeugen ist bewusst manuell. Der Berater liest, prüft, ergänzt — und übergibt erst dann. Das ist kein Reibungsverlust, das ist Qualitätssicherung.

Ein Exkurs zu Präsentationstools

Wir haben Gamma für die Erstellung der Management-Präsentation getestet. Das Ergebnis: visuell ansprechend, narrativ mitreissend, mit sanften Farbverläufen und fliessenden Übergängen. Kurz: es sieht aus wie Märchenerzählen. Wenn KI dann noch halluziniert, passt das gut zusammen.

Für einen Strategiebericht ist Gamma overload. Unsere Mandanten brauchen keine Dramaturgie — sie brauchen Klarheit. Claude erstellt die Präsentation direkt: nüchtern, analytisch, ohne dramaturgische Ambitionen. Einfach eine Präsentation, die ihren Job macht.

Was am Ende vorliegt

Eine vollständige Marktabklärung mit diesem Prozess liefert:

• – Marktbericht mit Quellenangaben und Disclaimer
• – Wettbewerberliste mit Positionierung
• – Kundennutzenanalyse mit Value Map und Attribute Charts — direkt aus Excel
• – Kunden-Longlist mit A/B/C-Scoring
• – Management-Präsentation

Die Kundennutzenanalyse aus Schritt 7 wird über ein definiertes Mapping in die Excel-Vorlage übertragen. Von dort werden Value Map und Attribute Charts generiert und ohne Medienbruch in Bericht und Präsentation übernommen. Das Ergebnis ist eine vollständige, visuell aufbereitete Wettbewerbspositionierung — auf Basis strukturierter KI-Ergebnisse, nicht auf Basis von Schätzungen.

Das sind keine Rohskizzen. Es sind erste Entwürfe, die im Strategieprozess weiterverwendet werden können — als Grundlage für die SWOT, für die Formulierung strategischer Fragen und für die Diskussion im Führungsteam. Der Berater prüft, schärft und ergänzt — aber er beginnt nicht bei Null.

Was KI gut kann — und was nicht

Die Recherche ist breiter, schneller und systematischer als bisher möglich. Was früher mehrere Wochen dauerte, läuft heute in zwei klaren Stufen: Ein erster Entwurf mit interner Querprüfung in einem Tag. Nach Klienten-Feedback und einer Überarbeitungsrunde — typisch ein bis zwei weitere Tage — liegt die belastbare Abklärung vor. Maximal fünf Tage, nicht mehrere Wochen.

Was wir dabei gelernt haben: Ein KI-Agent braucht enge Begleitung. Man kann ihn nicht einfach durchlaufen lassen und am Ende den Bericht abholen. Jeder Schritt will geprüft sein — nicht weil KI schlecht arbeitet, sondern weil die strategische Einschätzung beim Berater bleibt. Das ist kein Mehraufwand. Es ist der Kern des Prozesses.

KI kann auch eine strategische Vorsortierung vornehmen: welche Wettbewerber wirklich relevant sind, welche Kundensegmente strategisch in Frage kommen. Aber welche Fragen am Ende tatsächlich entscheidend sind — diese Verantwortung liegt bei der Führung. Genau deshalb ist der Freigabeschritt im Prozess keine Option, sondern Pflicht.

KI liefert die Grundlage. Der Mensch verantwortet das Ergebnis.

Fazit

Wer KI unstrukturiert einsetzt, bekommt unstrukturierte Ergebnisse. Wer den Prozess klar definiert — mit Canvas, Freigaben und bewusster Werkzeugwahl pro Phase — bekommt verwertbare, belastbare Grundlagen.

Die entscheidende Erkenntnis ist nicht, dass KI Recherche kann. Die Erkenntnis ist, dass die Methode den Hebel macht: Welches Werkzeug wofür, welcher Schritt mit welchem Output, welche Freigabe an welcher Stelle. Methode kommt vor Tool. Wer das umdreht, bekommt schöne Ergebnisse — aber nicht zwingend richtige.

Die Marktabklärung zeigt, was möglich ist, wenn beides zusammenkommt. Nicht als Experiment, als Prozess, der funktioniert.

Buch StrategieKompakt

Aktualisiert am 29.4.2026 — Tool-Stack präzisiert.

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