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.»

Diesen Satz höre ich von Geschäftsleitungen immer öfter. Und ich finde ihn falsch.

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 5-Jahres-Trajektorie. 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». Aber die wichtigsten Agenten im Unternehmen sind die Mitarbeiter.

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.

Die Agenten werden mehr. Die Mitarbeiter bleiben die wichtigsten.

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: 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.

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

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.

Warum ineffiziente Strategieberichte Ihr Unternehmen ausbremsen

In vielen Unternehmen ist die Berichterstattung über die Unternehmensstrategie eine wiederkehrende Herausforderung. Ob neu zusammengesetzter Verwaltungsrat, frisch ernannte Geschäftsführung oder Anforderungen seitens der Banken – der Druck, regelmässige und konsistente Berichte zu liefern, ist hoch. Doch oft gestaltet sich dieser Prozess alles andere als effizient. Stattdessen erleben wir eine ständige Jagd nach Informationen, die viel Zeit in Anspruch nimmt und oft zu inkonsistenten Ergebnissen führt. Wir schlagen vor, die Managementberichte mit dem Strategieassistenten zu erstellen.

Die Herausforderung der Berichterstattung

Stellen Sie sich vor, ein dringender Bericht über die Strategie Ihres Unternehmens ist fällig. Die Verantwortlichen am Tisch verhalten sich wie Ameisen auf der Suche nach Nahrung: Wo sind die aktuellsten Daten? Was genau wird gefordert? Alte SWOT-Analysen werden herausgekramt, neuen Diagramme werden erstellt, und gleichzeitig wird bereits ein vager Zeitrahmen festgelegt. Das Ergebnis ist ein Bericht, der so schnell aus dem Gedächtnis verschwindet, wie er erstellt wurde – nur um beim nächsten Mal wieder von vorne zu beginnen.

Vorschlag: Trennung von Strategieentwicklung und Berichterstattung

Wie lässt sich diese mühselige Arbeit vermeiden? Der Schlüssel liegt in der konsequenten Trennung von Strategieentwicklung und Berichterstattung. Ein Blick auf die Buchhaltung veranschaulicht dies: Während des Jahres wird die Buchhaltung laufend geführt, und zum Jahresabschluss nutzt man die bereits vorhandenen Daten, die grösstenteils automatisiert aufbereitet werden. Niemand käme es in den Sinn, für den Abschluss plötzlich alles zusammenzusuchen und neu zsummenzustellen. Warum sollte man in der Strategieentwicklung also einen anderen Ansatz verfolgen?

Hier unser Vorschlag:

• 1. Einrichtung eines eigenständigen Geschäftsprozesses

Richten Sie die Strategieentwicklung als einen fortlaufenden Prozess ein, unabhängig von Berichtsterminen. Die Verantwortlichen sind dabei festgelegt, die Ziele terminiert und der jährliche Strategiereview gibt Auskunft über den Fortschritt. Dieser strukturierte Ansatz nimmt nicht nur den Druck im Moment der Berichterstellung, sondern sorgt auch für kontinuierliches Bewusstsein und Engagement der Mitarbeiter in Bezug auf die Unternehmensstrategie.

• 2. Standardisiertes Management Summary

Nutzen Sie ein standardisiertes Management Summary, wie das von der Strategy.app. Diese strukturierte Vorlage ermöglicht es, auf konsistente Daten zuzugreifen und Berichte in kürzester Zeit zu erstellen – ob webbasiert, in PowerPoint oder auf Wunsch als Fliesstext.

KI-gestützte Unterstützung

Für die die Managementberichte mit dem Strategieassistenten von Strategy.app verwenden wir intelligente Algorithmen, um die Struktur des gewünschten Berichts zu erkennen und analysiert die relevanten Daten aus der Strategie-App. Bei Anfragen erstellt er einen präzisen Entwurf oder Vorschlag in klarer, verständlicher Sprache.

Die KI ermöglicht es, kontextbezogene Informationen authentisch und kohärent zu bündeln und erstellt einen Bericht, der die spezifischen Anforderungen des jeweiligen Gremiums erfüllt. Dies bedeutet nicht nur Zeitersparnis, sondern auch steigende Qualität der Berichte, da diesem konsistente Daten zugrundeliegen, die immer aktuell sind. Anstatt Stunden mit dem Suchen und Zusammenstellen von Informationen zu verbringen, können sich die Verantwortlichen auf eine rasche, qualitativ hochwertige Berichterstattung konzentrieren.

Praktisches Beispiel

Ein Unternehmen hat vor kurzem seinen Verwaltungsrat neu zusammengesetzt. Unter den Mitgliedern befinden sich Juristen, die den Wunsch äussern, einen Bericht in Fliesstext zu erhalten. Das Strategieteam bekommt den Auftrag, diesen Bericht in Word zu erstellen. Der gesamte Prozess erfordert einen erheblichen Zeit- und Arbeitsaufwand. Dabei entstehen hervorragende Ergebnisse, die jedoch durch den hohen Aufwand teuer erkauft sind.

Hier kommt der Strategieassistent ins Spiel: Statt den Bericht von Grund auf neu zu erstellen, analysiert er die Struktur der der Vorgaben und sucht in der Strategy.app nach den benötigten Informationen. In kürzester Zeit ensteht ein hervorragender Entwurf in klarer, verständlicher Sprache, den wir nur nur noch redigieren müssen. Dies reduziert nicht nur die Arbeitslast für das Strategieteam, sondern sorgt auch für schnellere Abläufe und bessere Ergebnisse im Berichtswesen.

Die Vorteile auf einen Blick

1. Enorme Zeitersparnis: Keine langwierigen Suchen oder Doppelarbeiten.
2. Konsistenz der Informationen: Immer die gleiche, verlässliche Datenbasis.
3. Ad-hoc-Verfügbarkeit: Ergänzungen und Nachfragen sind jederzeit verfügbar.

Fazit

Der ständige Neuanfang bei der Berichterstattung über die Unternehmensstrategie muss der Vergangenheit angehören. Lassen Sie die Managementberichte mit dem Strategieassistenten erstellen und setzen Sie auf eine strukturierte Strategieentwicklung und nutzen Sie die leistungsstarken Tools von Strategy.app, um Berichte schnell, konsistent und effizient zu erstellen.

Sind Sie interessiert? Erleben Sie den Unterschied mit dem Strategieassistenten!

Strategieprozess in der Praxis: Beginn mit einer SWOT

Indem wir den ersten Workshop mit einer SWOT-Analyse (Stärken, Schwächen, Chancen, Risiken) beginnen, können wir den Erfolg entscheidend beeinflussen. Diese Methode ermöglicht es den Teammitgliedern, ihre Perspektiven zu den internen und externen Faktoren eines Unternehmens zu äussern, bevor umfassende Analysen und Marktstudien durchgeführt werden. Indem wir Strategieprozess beginnen mit einer SWOT, schaffen wir ein solides Fundament, auf dem die strategischen Überlegungen basieren.

Die Methodik der SWOT-Analyse im Workshop

In jedem Strategieprozess erste Workshop entscheidend, um das Team von Anfang an einzubinden. Deshalb starten wir diesen Workshop mit der SWOT-Analyse, selbst wenn noch nicht alle relevanten Unterlagen vorliegen. Die Teilnehmer sind aufgefordert, ihr Wissen und ihre Perspektiven zu den Stärken, Schwächen, Chancen und Risiken des Unternehmens auf Karten zu sammeln.

Dieser Ansatz fördert nicht nur den Austausch und das Engagement der Teammitglieder, sondern stellt auch sicher, dass jeder die Möglichkeit hat, seine Gedanken einzubringen. Das Ergebnis der SWOT-Analyse reflektiert in der Regel bereits 80 % oder mehr der relevanten Faktoren, und es schafft ein starkes Fundament für die anschliessende Strategieentwicklung. Durch diese methodische Herangehensweise stärken wir das Commitment der Mitarbeiter und legen den Grundstein für eine erfolgreiche Zusammenarbeit.

Vorbereitung der Teilnehmer

In den Wochen vor diesem ersten Workshop erhalten die Teammitglieder spezifische Hausaufgaben. Diese Aufgaben können Folgendes umfassen:

• Wettbewerberanalyse: Wer sind unsere Hauptkonkurrenten, und was kennzeichnet deren Strategie?
• Trendbeobachtungen: Welche Trends sind in unserem Umfeld und innerhalb der Branche erkennbar?
• Überprüfung bestehender Unterlagen: Eine Analyse der bisherigen strategischen Dokumente, inklusive bereits durchgeführter SWOT-Analysen, Optionen und Massnahmen.
• Finanzzahlen: Eine Zusammenstellung relevanter Finanzkennzahlen, die die wirtschaftliche Situation des Unternehmens widerspiegeln.

Durch die Bereitstellung dieser Informationen vor dem Workshop sind die Teilnehmer gut gerüstet, um aktiv an der SWOT-Analyse mitzuwirken. Es wird jedoch darauf geachtet, dass keine zusätzlichen Marktstudien oder Analysen vorab durchgeführt werden – der Fokus liegt auf dem vorhandenen Wissen innerhalb des Teams bzw des Unternehmens.

Strategieprozess beginnen mit einer SWOT

Strategieprozess beginnen mit einer SWOT heisst, im ersten Workshop wird die SWOT-Analyse als erstes in voller Form durchgeführt. Die Teilnehmer bringen ihre gesammelten Erkenntnisse ein, was zu einer dynamischen und fokussierten Diskussion über die strategischen Fragen des Unternehmens führt. Die Ergebnisse der SWOT-Analyse bilden die Grundlage für die identifizierten Hauptherausforderungen bzw. für die strategischen Fragen des Unternehmens.

Nach der gemeinsamen Erarbeitung der SWOT steht eine wichtige Frage auf der Tagesordnung: „Welchen zusätzlichen Analysebedarf haben wir?“ Wir machen nur notwendige Analysen, die zur Vervollständigung dienen und die strategischen Fragen schärfen.

Vorteile dieser Vorgehensweise

Die Nutzung von Workshops zur SWOT-Analyse bringt mehrere Vorteile mit sich:

1. Mitarbeiterengagement: Alle Teammitglieder können von Anfang an ihren Beitrag leisten und ihre Anliegen äussern. Diese Offenheit fördert eine positive Arbeitsatmosphäre.
2. Commitment erhöhen: Durch die aktive Teilnahme an diesem Prozess fühlen sich die Mitarbeiter mehr mit dem Unternehmen verbunden. Sie sind damit auch motivierter, die erarbeitete Strategie auch umzusetzen.
3. Fokussierte Analysen: Der Prozess bleibt zielgerichtet. Nur notwendige Analysen, die direkt zur Klärung strategischer Fragen beitragen, werden durchgeführt. Dadurch wird eine Überfrachtung mit Daten vermieden.

Die Rolle des Beraters

Der Berater hat in diesem Prozess eine zentrale Rolle. Er agiert nicht nur als Moderator, sondern sorgt auch dafür, dass die Methode stringent eingehalten wird. Widerstand oder unerwünschte Einflüsse müssen neutralisiert werden. Alle Mitglieder müssen bereit sein, sich aktiv in den Prozess einzubringen, andernfalls passt es möglicherweise nicht in das Team.

Fazit

Der Beginn des ersten Workshops mit einer SWOT-Analyse stellt einen kraftvollen Ansatz dar, um eine engagierte und fokussierte Strategieentwicklung zu ermöglichen. Mit diesem klaren Rahmen bieten Sie Ihren Mitarbeitern die Möglichkeit, Verantwortung zu übernehmen. Damit werden sie sich mit der Unternehmensstrategie zu identifizieren – ganz im Sinne unserer 10 Thesen: «Mitarbeiter sind die besten Strategen«.

Wenn Sie diesen Ansatz in Ihrem Unternehmen ausprobieren möchten, lassen Sie sich von Strategy.app unterstützen. Die Plattform bietet eine strukturierte Möglichkeit, die Ergebnisse Ihres Workshops zu dokumentieren und auszuarbeiten.

Besuchen Sie www.strategy.app und erfahren Sie, wie Sie Ihre Strategieentwicklung optimieren können!

«StrategieKompakt» ist eine erprobte Methode, mit der Sie in nur zwei Tagen Ihre Unternehmensstrategie erarbeiten. Mit diesem Vorgehen gibt es keine endlosen Diskussionen über Monate hinweg, aber auch keine spontanen «Hauruck-Aktionen» mit einer Liste von «Issues», die am nächsten Tage wieder auf die Seite gelegt werden. Stattdessen erhalten Sie nach zwei Tagen das Gerüst einer konsistenten und robusten Strategie, mit der Sie direkt in die Umsetzung gehen können.

eBook StrategieKompakt

Kann KI Brainstorming?

Die Frage, die sich viele Geschäftsführer und Berater stellen, ist: Kann Künstliche Intelligenz (KI) beim Brainstorming helfen? Die Antwort lautet: Ja, aber unter bestimmten Voraussetzungen. Lassen Sie uns ergründen, wie KI strategische Denkprozesse bereichern kann.

Die Grundlagen für effektives KI-gestütztes Brainstorming

Die Basis für ein erfolgreiches Brainstorming mit KI liegt in einem klar strukturierten Prozess. Zunächst müssen die Analyse oder Diagnose abgeschlossen sein. Dies bedeutet, dass Sie eine fundierte SWOT-Analyse durchgeführt haben und strategische Fragen formuliert wurden – gerne auch unter Einbeziehung von KI. Dabei werden die Inputs des Strategieteams diskutiert, redigiert und vom Entscheidungsgremium, der Geschäftleitung, verabschiedet. Die Frage, die sich in der Folge stellt, ist: Welche strategischen Optionen müssen wir wählen, um diese Fragen langfristig zu beantworten?

Hier kommt das bewährte Modell von Igor Ansoff ins Spiel. Ansoff schlägt vor, den Markt auszubauen, in neue Produkte zu expandieren oder neue Märkte zu betreten – jedoch nicht gleichzeitig in beiden Dimensionen. Denn die Diversifikation birgt das grösste Risiko, da Aufwand und Erfolgswahrscheinlichkeit stark variieren.

Strategische Optionen systematisch erarbeiten

Wir haben Ansoffs Ansatz um zusätzliche Dimensionen wie Technologie, Kundenprobleme, Absatzkanäle, geografische Regionen und die Wertschöpfungskette erweitert. In diesem Kontext kann die KI nun gezielt Vorschläge machen. Es ist entscheidend, dass Sie der KI Anweisungen geben, sich jeweils nur auf eine Dimension zu konzentrieren, um ihre Effizienz und Kreativität zu maximieren.

Ein Beispiel: Die KI könnte den Vorschlag machen, mit bestehenden Produkten in neue geografische Regionen zu expandieren. Oder sie könnte der Herausforderung nachgehen, ein bestehendes Kundenproblem mit einer neuen Technologie zu lösen. Diese gezielte Fokussierung führt zu kreativen und oft unerwarteten Ideen – genau das, was im strategischen Denken gefragt ist.

Die Vorteile des KI-gestützten Brainstormings

1. Prozessbeschleunigung: Durch die Anwendung von KI können Sie umfangreiche Brainstorming-Sitzungen erheblich verkürzen. Die KI liefert in kürzester Zeit kreative Vorschläge, die das Team als Ausgangspunkt für die Diskussion nutzen kann.
2. Innovative Ideen: Die KI regt zu «Out of the Box»-Denken an und bringt frische Perspektiven ein, die das Team möglicherweise nicht in Betracht gezogen hätte. Dies erhöht die Vielfalt und Qualität der strategischen Optionen.
3. Höhere intellektuelle Ebene: Mit den Vorschlägen der KI können sich die Teammitglieder auf wichtiger Aspekte konzentrieren und die ausgearbeiteten Ideen verfeinern, was zu fundierteren Entscheidungen führt.

Die Rolle der KI im Strategieprozess

Mit der Integration von KI in den Strategieentwicklungsprozess, wie etwa durch unsere Plattform Strategy.app, haben Unternehmen die Möglichkeit, ihr strategisches Potenzial voll auszuschöpfen. KI kann analysieren, Vorschläge unterbreiten und sogar an Diskussionen teilnehmen – ein wahrhaft kollaborativer Prozess, der den Menschen in den Vordergrund stellt und deren Expertise nutzt. Letztendlich sind es die Teams, die die endgültigen Entscheidungen treffen.

Lernen Sie, wie auch Sie und Ihr Unternehmen von dieser spannenden Art der Strategiearbeit profitieren können. Besuchen Sie Strategy.app und entdecken Sie, wie KI Ihre strategische Planung transformieren kann.

Use Case Strategieentwicklung mit KI

Auch und gerade in der heutigen dynamischen Geschäftswelt ist die Entwicklung einer robusten Unternehmensstrategie entscheidend für den Erfolg von KMU. Ein vielversprechender Ansatz zur Erarbeitung und Umsetzung dieser Strategie ist die Integration von Künstlicher Intelligenz (KI). Strategieentwicklung mit KI ist ein zentraler Bestandteil der Webapplikation Strategy.app, die wir speziell entwickelt haben, um Unternehmen bei der strategischen Planung zu unterstützen.

Die Strategieentwicklung in Unternehmen umfasst mehrere Schritte: von der Diagnose der Geschäftslage über die Gestaltung der strategischen Ausrichtung bis hin zur Umsetzung der Massnahmen. Die Einbindung von KI in diesen Prozess bringt zahlreiche Vorteile mit sich.

Diagnose mit KI

Ein erster Ansatz ist die KI-gestützte Diagnose. Hierbei sammelt die KI selbständig Daten, um Wettbewerber umfassend zu analysieren und Markttrends zu erkennen. KI kann hier präzise Informationen extrahieren und strukturieren, was die Grundlage für eine fundierte SWOT-Analyse (Stärken, Schwächen, Chancen und Risiken) bildet. Diese Analyse ist für Unternehmensentscheidungen unerlässlich, da sie strategische Herausforderungen identifiziert und priorisiert.

Mit strategy.app wird ein Vorschlag für die Hauptherausforderungen direkt von der SWOT abgeleitet. Dieser wird dem Strategieteam vorgelegt, diskutiert und verabschiedet.

Strategische Optionen mit KI

Der nächste Schritt ist die Entwicklung strategischer Optionen. Anhand der SWOT-Analyse hilft die KI, relevante strategische Fragen abzuleiten und konkrete Handlungsmöglichkeiten auszuarbeiten. Dabei kommt die Methode der „Adjacency“ zum Einsatz, die es ermöglicht, neue Geschäftsfelder Schritt für Schritt zu erkunden, ohne andere wichtige Dimensionen aus dem Blick zu verlieren. Dies führt zu klar formulierten strategischen Empfehlungen, die die Entscheidungsfindung der Unternehmensführung unterstützen.

Management Reports mit KI

Ein weiterer spannender Aspekt ist die Automatisierung administrativer Aufgaben. Die KI in der Strategy.app übernimmt repetitive Arbeiten, wie die Erstellung von Managementsummaries oder die Planung von Massnahmen. Dies erspart wertvolle Zeit, die Sie für strategische Überlegungen nutzen können. Damit sorgt KI nicht nur für Effizienz, sondern auch für eine bessere Qualität der Ergebnisse, da menschliche Fehler minimiert werden.

Fazit

Abschliessend lässt sich sagen, dass die Strategieentwicklung mit KI für KMU nicht nur eine innovative Massnahme darstellt, sondern auch eine Notwendigkeit geworden ist, um wettbewerbsfähig zu bleiben. Unternehmen, die den Schritt in die digitale Zukunft wagen, können ihre Strategieentwicklung auf ein neues Level heben.

Möchten Sie mehr darüber erfahren, wie Sie KI in Ihre strategischen Planungsprozesse integrieren können? Besuchen Sie uns auf www.strategy.app für weitere Informationen und praktische Tools zur Unterstützung Ihrer strategischen Entwicklung.

«Use Case: Strategieentwicklung mit KI – Regel 3: Kontrolle

In unserer Serie über die drei goldenen Regeln der KI-gestützten Strategieentwicklung haben wir bereits die ersten beiden Regeln behandelt: Struktur und Fokus. Diese Konzepte sind entscheidend, um das Beste aus der Künstlichen Intelligenz herauszuholen, die mittlerweile ein leistungsfähiges Instrument in der Unternehmensstrategie darstellt. Mit Use Case: Strategieentwicklung mit KI – Regel 3: Kontrolle wollen wir uns mit der dritten und vielleicht entscheidendsten Regel befassen:

Warum Kontrolle entscheidend ist

Kontrolle in der Strategieentwicklung bedeutet, sicherzustellen, dass die Entscheidungen, die auf Basis von KI-Analysen getroffen werden, auch tatsächlich effektiv und fundiert sind. Ohne diese Kontrolle ist das Risiko hoch, dass man Fehlinterpretationen oder schlichtweg falsche Daten in den Entscheidungsprozess einfließen lässt. Insbesondere für Geschäftsführer und strategische Berater ist es essenziell, die Entscheidungen, die auf KI-gestützten Analysen basieren, kritisch zu hinterfragen und zu validieren. Daher erfordert der Einsatz von KI in der Strategiearbeit nicht nur Vertrauen in die Technologie, sondern auch einen strukturierten Ansatz zur Kontrolle ihrer Ergebnisse.

Drei Dimensionen einer kontrollierten Strategieentwicklung

Kontextualisierung

Strategische Experten müssen sicherstellen, dass die KI-Analysen strategisch sinnvoll sind. Ohne diese Expertenperspektive könnte es der KI an entscheidenden Einblicken fehlen, die nur durch Erfahrung und Branchenkenntnis erlangt werden können. Dies trägt dazu bei, dass die analysierten Daten nicht nur Fakten liefern, sondern auch als Grundlage für strategische Entscheidungen dienen. Diese Verbindung zwischen Datenanalyse und strategischem Denken gibt den Unternehmen die Möglichkeit, präzise und zielorientierte Entscheidungen zu treffen.

Validierung

Die nächste Fragestellung, die sich stellt, ist die der Validierung. KI kann beeindruckende Ergebnisse liefern, die auf grossen Datenmengen basieren. Doch diese Ergebnisse sind nur so gut wie die Daten, die sie nutzen, und die Algorithmen, die sie verarbeiten. Daher ist es notwendig, jede von der KI generierte Aussage zu überprüfen. Ist klar, was hier ausgesagt wird? Ist es sinnvoll und hat es Hand und Fuss? Oder sind es Binsenwahrheiten oder Plattitüden? Ist die Aussage spezifisch und konkret auf unser Unternehmen gerichtet?

Und wer macht diese Validierung? Die besten Erfahrungen habe ich mit gemischten Teams gemacht.

Ein Beispiel aus meiner praktische Erfahrung

Wir liessen KI aus der SWOT die strategischen Fragen (auch Hauptherausforderungen genannt) ableiten. Es waren neun an der Zahl. Nach einem ersten Durchlesen fanden es alle ganz gut. Dann nahmen wir uns die erste Aussage vor und ich stellte die folgenden zwei Fragen:

1. Gilt diese Aussage genau und nur für unser Unternehmen? Oder könnten wir diese auf beliebige andere Unternehmen übertragen?
2. Ist diese Aussage zeitlich spezifisch? Ist es eine Herausforderung, die sich im aktuellen Umfeld stellt und die wir mit gezielten strategischen Massnahmen lösen können?

Und damit fanden die Diskussionen statt – teilweise ging es um einzelne Worte und ich habe immer wieder umformuliert und angepasst. Für jede Frage benötigten wir bis zu einer Stunde, sodass wir am Abend ein Ergebnis hatten, mit dem alle zufrieden waren.

Diese Teamarbeit kann intensiver sein, als die Fragen einfach abzuleiten. Aber am Schluss sind die Aussagen nicht nur auf dem Papier, sondern vor allem in den Köpfen der Mitarbeiter – und dort haben sie die grösste Wirkung.

Optimierung

Die dritte Dimension der Kontrolle ist die Optimierung der KI-Modelle. KI-gestützte Systeme sind nicht statisch; sie müssen regelmässig überprüft und angepasst werden, um Verzerrungen oder falsche Annahmen zu vermeiden. Dies ist besonders wichtig, da sich Märkte und Umgebungen ständig verändern. Durch regelmässige Anpassungen bleibt die Relevanz und Genauigkeit der Ergebnisse erhalten. Die Implementierung eines strukturierten Überwachungsprozesses für die KI ist somit unerlässlich, um sicherzustellen, dass die Strategiesysteme anpassungsfähig und zukunftssicher bleiben.

Fazit: KI als strategisches Werkzeug nutzen – aber mit System

Zusammenfassend lässt sich sagen, dass KI eine transformative Kraft in der Strategieentwicklung sein kann. Der Einsatz dieser Technologie erfordert jedoch eine sorgfältige Kontrolle über die generierten Daten und Analysen. Die drei Dimensionen der Kontrolle – Kontextualisierung, Validierung und laufende Optimierung – helfen Unternehmen, KI erfolgreich in ihren strategischen Prozess zu integrieren und unerwartete Risiken zu minimieren.

Mit Strategy.app steht Ihnen eine leistungsstarke Plattform zur Verfügung, die nicht nur den strukturierten Einsatz von KI ermöglicht, sondern auch die Kontrolle der Ergebnisse unterstützt. Diese Plattform hilft dabei, die Ergebnisse zu kontrollieren, sie in den Gesamtzusammenhang einzuordnen und das strategische Alignment sicherzustellen, sodass die Entscheidungen Ihrer Organisation gut fundiert und zielgerichtet sind.

Verpassen Sie nicht die Chance, Ihrer Strategieentwicklung durch den intelligenten Einsatz von KI einen neuen Schub zu geben! Entdecken Sie, wie Strategy.app Ihr Unternehmen unterstützen kann.

Use Case: Strategieentwicklung mit KI – Regel 2: Fokus

Einleitung: Warum Fokus für den KI-Einsatz entscheidend ist

In der heutigen digitalen Welt kann der Einsatz von Künstlicher Intelligenz (KI) einen erheblichen Wettbewerbsvorteil in der Strategieentwicklung bieten. Dieser Artikel ist Teil unseres Use Cases: Strategieentwicklung mit KI. Während wir im ersten Beitrag den Aspekt der Struktur behandelt haben, widmen wir uns nun der zweiten Regel: Fokus. Ohne einen klaren Fokus bleibt der Einsatz von KI nicht nur ineffizient, sondern kann auch zu Fehlentscheidungen führen.

Der gezielte Einsatz von KI ermöglicht es, die richtigen Entscheidungen zur richtigen Zeit zu treffen. Sowohl für Geschäftsführer und Kaderleute von kleinen und mittleren Unternehmen (KMU), als auch für Einzelberater ist es unerlässlich, präzise und fokussierte Datenanalysen für ihre Strategiearbeit zu verwenden.

Zwei Dimensionen für den gezielten KI-Einsatz in der Strategieentwicklung

Dimension 1: Die vier Schritte der Strategieentwicklung

Schritt 1: Diagnose Die Diagnosephase umfasst Markt- und Wettbewerbsanalysen sowie die SWOT-Analyse. KI kann hier wertvolle Einblicke liefern, indem sie relevante Daten schnell und präzise verarbeitet und Muster erkennt, die sonst schwer erkennbar sind.

Schritt 2: Gestaltung In der Gestaltungsphase geht es um die Entwicklung strategischer Optionen und Stossrichtungen. KI-Assistenzsysteme können kreative Lösungen generieren und helfen, innovative, zukunftsorientierte Strategien zu entwickeln.

Schritt 3: Planung Die Planung einer Strategie umfasst die Entwicklung einer Roadmap und die Ressourcenallokation. KI-Tools sind hier entscheidend, um komplexe Projektionen zu erstellen und Ressourcen optimal zu verteilen.

Schritt 4: Umsetzung Schliesslich ist bei der Umsetzung die Anpassung und Erfolgsmessung essenziell. KI kann hier Echtzeitanalysen liefern und Anpassungen vorschlagen, um den strategischen Erfolg zu garantieren.

Mit strategy.app bekommen Sie die ideale Vorlage, um dieser Struktur zu folgen.

Dimension 2: Die vier Kernfunktionen von KI in der Strategiearbeit

1. Analyse & Diagnose Mit KI können tiefgehende Markt- und Wettbewerbsanalysen durchgeführt werden, die herkömmliche Ansätze in Geschwindigkeit und Tiefe übertreffen.

2. Kreation & Strategieentwicklung Durch KI-generierte Ideen und Optionen kann der kreative Prozess der Strategieentwicklung erheblich beschleunigt und optimiert werden.

3. Bot & Assistent Ein KI-gestützter Assistent kann in Echtzeit strategische Fragen beantworten und den Nutzern bei der Entscheidungsfindung helfen.

4. Berichte & Dokumentation KI kann umfassende Berichte und Vorlagen erstellen, die für unterschiedliche Stakeholder wie Entscheidungsausschüsse, Banken oder Verwaltungsräte erforderlich sind.

Durch die Kombination dieser Dimensionen lässt sich KI gezielt einsetzen, um maximale Wirkung zu erzielen, anstatt wahllos Daten zu verarbeiten.

In der strategy.app können Sie KI gezielt in dieser Struktur einsetzen.

Praxisbeispiele: Wie KMU und Berater KI gezielt nutzen können

Fallbeispiel 1: Ein KMU nutzt KI zur Durchführung von Marktanalysen und zur Ableitung von SWOT-Analysen. Durch die schnelle Datenaufbereitung und präzise Auswertung kann das Unternehmen Trends und Entwicklungen frühzeitig erkennen und entsprechend reagieren.

Fallbeispiel 2: Ein Berater implementiert einen KI-Assistenten, um strategische Optionen für seine Kunden zu entwickeln. Diese KI unterstützt ihn dabei, schnell Optionen zu skizzieren und individuelle Chancen für verschiedene Marktszenarien zu identifizieren.

Fallbeispiel 3: Ein Unternehmen verwendet KI, um Berichte und Vorlagen für Verwaltungsrat- und Bankpräsentationen zu erstellen. Dies spart nicht nur Zeit, sondern erhöht auch die Qualität und Konsistenz der Dokumentation.

Alle diese Beispile wurden mit strategy.app erstellt.

Fazit

Use Case: Strategieentwicklung mit KI – Regel 2: Fokus: Der Schlüssel zu einem effektiven KI-Einsatz in der Strategieentwicklung liegt im gezielten Fokus. Indem man sich auf die richtigen Prozesse und Funktionen konzentriert, kann man einen signifikanten Mehrwert generieren. Strategy.app bietet Ihnen klar definierte Einsatzbereiche für KI in der Strategiearbeit, die Ihnen helfen, Ihre strategischen Ziele effizienter zu erreichen.

Erschliessen Sie jetzt das volle Potenzial der KI in Ihrer Strategiearbeit und erfahren Sie mehr auf www.strategy.app.