Analysen in Stunden statt Wochen, Texte ohne Tippfehler, Slides wie aus dem Designstudio: Künstliche Intelligenz verändert nicht nur die Welt der Kunden, sondern das Wesen der Beratung selbst. An einem Netzwerkanlass von La Bella Consulting diskutierten Beraterinnen, Juristen, Versicherungsexperten und Technologen, was vom Beruf übrigbleibt, wenn das Wissen plötzlich für alle verfügbar ist. Die Antwort war unbequemer und zugleich tröstlicher als erwartet.
Beratung lebte lange von einem einfachen Tauschgeschäft: Wissen gegen Stundensatz. Genau dieses Modell gerät unter Druck. Was Expertinnen und Experten einst auszeichnete, ist für Kunden heute mit wenigen Klicks abrufbar. Die Gastgeberin Stephanie Rielle La Bella brachte es zu Beginn auf den Punkt: Seit Jahren begleitet die Beratung Kunden durch neue Strategien, Strukturen und Formen der Zusammenarbeit. Nun steckt die Beratung selbst mitten in der Transformation. Die Rolle verschiebt sich, weg vom Lieferanten von Antworten, hin zum Mitgestalter, Einordner und Vertrauensanker. Und es gilt zu klären, wie man mit Vertraulichkeit, Datenschutz und Qualität verantwortungsvoll umgeht.
Als Leitgedanke diente das Buch «Die KI-native Beratung – Ein Kompass im Zeitalter der Algorithmen» von Stephan Weber, Daniel Ehmann und Stefan Schmautz. Ihre These: KI ist für die Beratung nicht einfach ein weiteres Werkzeug, sie verändert deren Wesen. Weber selbst fasst es in einem Satz zusammen: «Je intelligenter Maschinen werden, desto wichtiger wird menschliche Urteilskraft.»
Für den Nachmittag gab die Gastgeberin drei Fragen mit: Wo schafft KI in der eigenen Arbeit heute schon echten Mehrwert, und wo noch nicht? Was bleibt die Leistung, für die Kunden Menschen brauchen? Und was könnte man als Netzwerk gemeinsam anbieten, das man allein nicht könnte? Es solle nicht um Tools gehen, sondern um Erfahrungen: was funktioniert hat, was danebengegangen ist und was man daraus lernt.
Wie breit das Thema inzwischen reicht, zeigte bereits die Vorstellungsrunde. Persönlichkeitsdiagnostik, Kulturanalyse, Mitarbeiterbefragungen, forensische Rechtsberatung, Versicherungsvertrieb, Machine Learning, Reiseassistance, Hirnforschung, Broker-Software, internationales Underwriting. Ein Raum voller unterschiedlicher Farben, wie ein Rubik’s Cube. Und alle beschäftigt dieselbe Frage.
KI automatisiert Workflows, nicht Rollen
Den ersten Impuls lieferte Christian Woese, Gründer von Limbi GmbH, die Go-to-Market-Teams im B2B bei der KI-Transformation begleitet. Er räumte gleich mit einem beliebten Bild aus den sozialen Medien auf: KI-Agenten, fein säuberlich in Organigrammen mit Chefs und Unteragenten angeordnet. Das sei nicht zielführend. KI ersetze keine Rollen, sondern Arbeitsabläufe, ganz oder teilweise.
Am Anfang jedes Projekts stehen deshalb drei Fragen. Welches Wissen braucht ein Workflow überhaupt? Welche Systeme müssen angebunden werden? Und wo liegen die Risiken, dort, wo die Maschine an Stelle des Menschen urteilt? Die Antwort auf die erste Frage nennt er Context Layer: ein zentraler Ort, an dem statisches Wissen wie Kundenprofile, Markenstimme oder Produktinformationen mit dynamischen Daten wie Gesprächstranskriptionen zusammenfliessen. Gebaut nicht für Menschen, sondern so, dass ein Sprachmodell sich darin schnell zurechtfindet.
Ungelöst bleibt aus seiner Sicht vor allem die Zugriffsfrage. Wenn in einem Gesprächsprotokoll vertrauliche und unbedenkliche Themen vermischt sind, kann die Technik heute kaum sauber trennen, wer was sehen darf. Und bei der Haftung gilt: Wer eine KI-Architektur nach aussen kommunizieren lässt, haftet dafür. Umso wichtiger sei es, genau zu definieren, wo der Mensch im Prozess prüft. Beim Change Management rät er zur Bescheidenheit: kleine, motivierte Teams, frühe Erfolge, interne Champions statt verordneter KI-Pflicht von oben.
Vom Analyseberater zum Umsetzungsberater
Den zweiten Impuls gab Loris Niederberger, Mitgründer von Moodtalk. Das Unternehmen führt KI-moderierte Interviews durch, die quantitative Befragungen und qualitative Gespräche verbinden. Wer auf die Frage nach Verbesserungspotenzial mit «Meetings» antwortet, wird nachgefragt: Welche Meetings, und warum? So entsteht Tiefe in grosser Breite, in allen Sprachen, auf jedem Gerät, auch bei Reinigungspersonal ohne Laptop und Login.
Bemerkenswert war seine These zur Zukunft der Beratung. Deren Aufgabe sei nicht mehr, eine Analyse abzuliefern, sondern Organisationen beim Aufbau eines Systems zu begleiten, das Erkenntnisse laufend vernetzt. Viele Unternehmen merken erst beim Befragungsaudit, wie viele Abteilungen parallel Umfragen verschicken, mit sieben verschiedenen Tools und unklarem Datenschutz. Die Gastgeberseite bestätigte den Effekt aus der Praxis: Die Diskussion über die Methode entfalle, niemand frage mehr, wie man auf ein Ergebnis gekommen sei. Man spreche sofort über Ursachen und nächste Schritte. Aus dem Analyseberater werde ein Umsetzungsberater.
Doch auch hier blieb eine Grenze klar markiert. Führungskräfte wünschen sich zwar Hinweise, welche Themen sie ins nächste Teammeeting tragen sollten. Manche fragten gar, ob das System die Meetings nicht gleich selbst moderieren könne. Die Antwort war ein klares Nein. Ohne den Menschen funktioniert es nicht.
Die perfekt formulierte Drohung
Die anschliessende Diskussion zeigte die Kehrseite der Demokratisierung. Ein Anbieter von Reiseassistance berichtete von einem sprunghaften Anstieg juristisch tadellos formulierter Androhungen, die sich in der überwiegenden Mehrheit als unberechtigt erweisen. Ignorieren kann man sie trotzdem nicht. Aus einer kantonalen Verwaltung wurde ein Plus von rund 30 Prozent bei Einsprachen berichtet, viele davon 30 bis 100 Seiten lang. Ein Underwriting-Experte bestätigte, dass auch Versicherungsbeschwerden massiv an Länge zugenommen haben, was wiederum KI auf der Empfängerseite erzwingt. Maschine schreibt, Maschine fasst zusammen.
Dass dies auch eine demokratische Seite hat, wurde ebenfalls gesagt. Der Zugang zum Recht war bisher teuer. Aus der forensischen Rechtsberatung kam die Beobachtung, dass KI bei umfangreichen Verfahrensakten einen enormen Gewinn bringt: Wer hat wann was gesagt, und konnte er es zu diesem Zeitpunkt schon wissen?
Warum wir der Maschine glauben
Ein Psychologe lieferte die vielleicht ehrlichste Erklärung des Abends: Wir glauben der KI, weil wir ihr glauben wollen. Die Antworten sind gut genug, um uns Energie zu sparen. Genau darin liege die Abhängigkeit. Eine junge Studentin schilderte, wie sie die einfachen Antworten irgendwann nicht mehr überprüfte, nur noch die komplexen, und wie sich gerade dort die Fehler einschlichen.
Ein Berater mit langer Versicherungserfahrung beschrieb das Muster aus der Projektpraxis: Die KI liefere einen erstaunlich guten ersten Wurf, vielleicht 70 bis 80 Prozent. Der Weg zu einem Ergebnis, unter das man seinen Namen setzt, sei dann aber noch einmal richtig intensiv. Eine Präsentation, die beim schnellen Lesen überzeugte, erwies sich bei genauer Prüfung als unlogisch. Seine Sorge: Kunden auf Managementebene könnten den Wert des Präzisen und Vollständigen eine Weile unterschätzen, bis die Konsequenzen sichtbar werden. Für das Versicherungsgeschäft ergänzte ein Underwriting-Spezialist trocken: Wenn die Daten nicht sauber sind, braucht man die KI gar nicht. Und diese Hausaufgaben seien in der Branche, in der Schweiz wie in Europa, noch lange nicht gemacht.
Die Preisfrage
Bleibt das Geld. Wenn eine Analyse statt Wochen nur noch Stunden dauert, wie wird abgerechnet? Kunden erwarten tiefere Preise, während Infrastruktur- und Tokenkosten steigen. Ein Anbieter berichtete, dass Softwaremargen, früher komfortabel, heute zum Teil negativ sind. Ein IT-Projektleiter rechnete realistisch: Rund die Hälfte seiner Zeit spare er ein, vor allem beim Design. Inhalt, roter Faden und Storytelling blieben Handarbeit. Billiger werde er dadurch nicht, aber besser.
Die überzeugendste Antwort kam aus der Organisationsentwicklung. Keine Transformation sei je schneller gelungen, weil jemand die Lösung früher kannte. Das Tempo bestimmt der Kunde, nicht die Analyse. Was bezahlt wird, sei nicht der schön formulierte Text, sondern die Entlastung bei schwierigen Entscheidungen, die Begleitung, wenn es wehtut, das Lösen selbst. Gewisse Leistungen würden deshalb günstiger, andere deutlich wertvoller. Die entscheidende Frage laute: Wo liefere ich einen Mehrwert, der einzigartig ist?
Wer lernt noch?
Zum Schluss öffnete sich der Blick auf die Gesellschaft. Wenn KI die Arbeit von Assistenzen und Junior Consultants übernimmt und nur noch erfahrene Kräfte ihre Ergebnisse prüfen, woher kommen dann die erfahrenen Kräfte von morgen? Und welchen Preis zahlen wir in Strom, Rechenleistung und Wasser für die gewonnene Geschwindigkeit? Antworten gab es an diesem Abend keine endgültigen. Aber die richtigen Fragen, und das ist in Zeiten fertiger Antworten kein kleiner Wert.
Binci Heeb
Lesen Sie auch: riskAware wächst weiter: Neue Plattform, neue Kunden und starke Partnerschaften
Suche:
Sponsoren:
