AI Strategieberatung: Was ich tue und wie es funktioniert

Thomas Prommer Technology Executive & CTO Auf LinkedIn verbinden

Veröffentlicht: 28. Mai 2026

Aktualisiert: 31. Mai 2026

Languages: English · Español · Français

Alle ein bis zwei Wochen erhalte ich eine Variante desselben Anrufs. Ein CEO oder ein Vorstandsmitglied eines Unternehmens in der Wachstumsphase hat ein Problem, das sie als „wir brauchen eine AI-Strategie“ beschreiben. Wenn ich frage, was sie derzeit haben, ist das Bild in allen Unternehmen fast identisch. Es gibt einen Lenkungsausschuss, der jeden zweiten Donnerstag tagt. Es laufen drei oder vier Pilotprojekte in verschiedenen Geschäftsbereichen. Auf einem gemeinsamen Laufwerk befindet sich ein erstklassiges Beratungsdokument, auf das sich alle beziehen, das aber niemand liest. Die jährlichen Ausgaben für AI haben die siebenstellige Marke überschritten, und niemand kann eine übersichtliche Präsentation vorlegen, die zeigt, was dafür zurückkam.

Was diese Unternehmen nicht brauchen, ist mehr AI. Sie brauchen jemanden, dessen Aufgabe es ist, Ja und Nein zu AI-Wetten zu sagen, mit der Autorität, das Nein durchzusetzen. Diese Arbeit wird als AI-Strategieberatung bezeichnet, und der Titel verbirgt mehr, als er offenbart. Die praxisorientierte Version dieser Rolle und die analytische Version haben lediglich das Vokabular gemeinsam – sonst fast gar nichts.

Ich habe zwanzig Jahre damit verbracht, Technologieprogramme innerhalb von Fortune 500-Organisationen zu leiten, darunter die Einführung von AI bei einem der größten Sportbekleidungsunternehmen der Welt. Ich habe auch fractional CTO- und CIO-Projekte bei Unternehmen im Bereich von 50 bis 500 Millionen Dollar durchgeführt, wo sich der Großteil des Marktes für AI-Strategieberatung tatsächlich befindet. Diese Seite enthält das, was ich potenziellen Kunden vor dem ersten Gespräch mitteile, damit wir uns während des Gesprächs auf ihre Situation konzentrieren können, anstatt auf Definitionen.

Was AI-Strategieberatung eigentlich ist

Lassen Sie die Präsentationsvorlagen und die Moderation von Workshops beiseite. Die Arbeit läuft auf vier wiederkehrende Entscheidungen hinaus, für die jemand die Verantwortung übernehmen muss.

Welche Initiativen sollen finanziert und welche gestrichen werden?

Die meisten Unternehmen mit einem Umsatz von über 100 Millionen Dollar haben mehr AI-Ideen, als sie sich leisten können, ernsthaft zu verfolgen. Die AI strategy consultant klassifiziert jede Initiative in eine von drei Kategorien: ein Moonshot, dessen vollständigen Verlust sich das Unternehmen leisten kann, operativer Kernhebel mit klarem Margenpotenzial oder Compliance-Arbeit, die durchgeführt wird, weil es seltsam wirken würde, sie nicht zu tun. Jede Kategorie wird nach unterschiedlichen Kriterien finanziert und an anderen Maßstäben gemessen. Initiativen, die ihren Platz nicht rechtfertigen können, werden gestrichen. Das Streichen ist der Teil, der Führungsstärke erfordert, weshalb Ausschüsse dies fast nie tun.

Kaufen oder selbst entwickeln – Fähigkeit für Fähigkeit

Der schnellste Weg, 2026 Geld zu verbrennen, ist der Neuaufbau einer Kompetenz, für die es bereits ein SaaS-Äquivalent für 99 Dollar pro Arbeitsplatz gibt. Der langsamere, teurere Fehler ist der Kauf einer Plattform für etwas, das eigentlich ein Wettbewerbsvorteil hätte sein sollen. Die richtige Antwort wird pro Kompetenz entschieden, mit einem Argumentationsmuster, das der Rest der Organisation wiederverwenden kann, wenn das nächste Mal eine ähnliche Frage auftaucht. Harvard Business Reviews Arbeit zum Management generativer AI-Risiken vertritt denselben Standpunkt aus der Perspektive der Unternehmensführung: Die Entscheidung ist struktureller Natur und nicht beschaffungsgetrieben.

Organisationsdesign und die tatsächliche Zusammensetzung der Talente

„Wir müssen AI-Ingenieure einstellen“ ist fast immer die falsche Spezifikation. Die richtige nennt die tatsächlichen Rollen: Ingenieure für angewandtes ML, MLOps-Infrastrukturleiter, Prompt-Ingenieure, Evaluierungsverantwortliche, Lieferantenmanager, AI-Produktmanager und den Entscheidungsträger, der pro Anwendungsfall verantwortlich ist. Letztere ist die Rolle, die die meisten Unternehmen bei der Personalbesetzung vergessen. Der AI strategy consultant ermittelt, welche dieser Rollen intern, auf Vertragsbasis oder bei einem Anbieter angesiedelt sind, und erstellt dann den Einstellungsplan, der zum Portfolio passt.

Governance und die Messhäufigkeit

Modellkarten, vor der Auslieferung des ersten Modells festgelegte Bewertungsgrundlagen, Ausschlusskriterien, die an einem Ort gespeichert sind, an dem das Team sie nicht nachträglich bearbeiten kann, sowie Unit Economics pro Anwendungsfall, die dem Vorstand in festgelegten Abständen berichtet werden. Nichts davon ist glamourös. Nichts davon ist der Bereich, in den der Großteil der AI-Ausgaben fließt. Aber ohne all das basiert die Finanzierungsentscheidung im ersten Abschnitt auf Vermutungen statt auf Fakten, und die Portfolioüberprüfung wird zu einer politischen Verhandlung. Das AI-Risikomanagement-Framework von NIST kommt einem öffentlichen Referenzstandard am nächsten; die meisten Unternehmen übernehmen einen Teil davon und passen den Rest an.

Praktiker-Berater vs. MBB / Big 4-Unternehmen: Die wahre Wahl

Der Großteil des AI-Beratungsmarktes wird von den MBB-Strategieberatungshäusern (McKinsey, BCG, Bain), den Big 4 (Deloitte, PwC, EY, KPMG) und Accenture. Sie sind hervorragend in dem, was sie tun. Was sie verkaufen, sind teamorientierte Projekte: einen Partner, der beim Kickoff und bei der Abschlussbesprechung anwesend ist, einen Manager, der für den Projektplan verantwortlich ist, sowie zwei oder drei Mitarbeiter, die die Recherche durchführen und die Präsentation erstellen. Dieses Modell ist geeignet, wenn das Unternehmen tatsächlich ein paralleles Team benötigt, um Erkundungsarbeit in einem Bereich zu leisten, für den es intern keine Kapazitäten hat.

Die Lücke zeigt sich auf der Entscheidungsebene. Der Partner, der über die entsprechende Erfahrung verfügt, ist beim Kickoff-Gespräch und bei einer der Abschlussbesprechungen dabei und leitet ansonsten sechs weitere Projekte. Die tägliche Arbeit, also die Analyse und die Erstellung der Präsentation, wird von Mitarbeitern und Managern erledigt, die in der Regel drei bis acht Jahre nach ihrem Studium stehen. Sie sind klug und gut ausgebildet, und das von ihnen angewandte Rahmenwerk ist vernünftig. Sie sind aber auch nicht die Personen, die eine 4-Millionen-Dollar-Initiative zu Fall gebracht haben, weil die Unit Economics die zweite 90-Tage-Überprüfung nicht überstanden haben.

Der praxisorientierte Berater ist das genaue Gegenteil. Eine Führungskraft, die ein oder zwei Tage pro Woche im Führungsteam sitzt und Entscheidungen trifft, anstatt nur darüber zu schreiben. Weniger analytische Breite, dafür weitaus mehr Entscheidungstiefe. Der Kostenunterschied spiegelt den Unterschied in der Personalbesetzung wider: Ein Strategieprojekt nach dem MBB- oder Big 4-Modell kostet für 12 Wochen Arbeit in der Regel zwischen 400.000 und 1,2 Millionen Dollar; ein von Praktikern geleitetes Äquivalent kostet bei gleichem Umfang etwa 25–35 % davon, basierend auf beobachteten Kundenprojekten.

Keines der beiden Modelle ist universell richtig. Die richtige Frage ist, ob der Engpass des Unternehmens auf der Analyseebene oder auf der Entscheidungsebene liegt. Für die meisten mittelständischen Unternehmen, die ihre erste größere AI-Investition bereits hinter sich haben, liegt der Engpass auf der Entscheidungsebene.

Von mir angebotene Beratungsmodelle

Drei Modelle, ausgewählt entsprechend der aktuellen Situation des Unternehmens.

Beraterhonorar: 5.000 bis 15.000 US-Dollar pro Monat

Vierteljährliche eingehende Überprüfungen des AI-Portfolios sowie die Möglichkeit für das Führungsteam, zwischendurch Rücksprache zu halten. Geeignet, wenn es einen kompetenten internen AI-Leiter gibt, der einen Sparringspartner benötigt, wenn ein Vorstand AI-Governance-Kompetenz ohne zusätzliche Sitze wünscht oder wenn ein Unternehmen vor der Serie-B-Finanzierungsrunde eine Realitätsprüfung für die Entscheidungen der nächsten 18 Monate ohne umfangreiches Engagement benötigt. Geringste Verpflichtung, niedrigste Kosten und das Engagement, das den größten Wert pro Dollar liefert, wenn der Zeitpunkt passt.

Teilzeit-AI strategy executive, 15.000 bis 40.000 US-Dollar pro Monat

Ein bis zwei Tage pro Woche Zeit eines leitenden Managers, der am Führungsgremium des Unternehmens teilnimmt und 18 bis 36 Monate lang die Verantwortung für die Portfolioentscheidungen trägt. Dies ist das Engagement, das ich am häufigsten durchführe. Es eignet sich für mittelständische Unternehmen (50 bis 500 Mio. $ Umsatz) und gut finanzierte Unternehmen in der Wachstumsphase, die die Produkt-Markt-Passung bereits erreicht haben. Das Ergebnis ist ein Portfolio mit einem einzigen verantwortlichen Eigentümer, einem vom Vorstand anerkannten Bewertungsrhythmus und einem dauerhaften Betriebsmodell, das am Ende übergeben wird. Ein fractional CAIO in dieser Größenordnung deckt etwa 80 % des Entscheidungswerts eines Vollzeit-Chief AI Officer ab, bei 10 bis 20 % der Gesamtkosten.

Festgelegtes 90-Tage-Engagement, 75.000 bis 250.000 US-Dollar

Ein Projekt mit festgelegten Rahmenbedingungen. Typischerweise ein Portfolio-Audit, eine Organisationsgestaltung, ein Lieferantenauswahlprozess oder eine Kauf-oder-Selbstentwicklung-Entscheidung bezüglich einer bestimmten Fähigkeit. Nützlich, wenn das Unternehmen die zu klärende Frage kennt und ein Ergebnis innerhalb eines festgelegten Zeitrahmens wünscht, anstatt einer fortlaufenden Zusammenarbeit. Das Ergebnis ist eine schriftliche Empfehlung mit Begründung und dargelegten Gegenargumenten, keine Präsentation. Kunden behalten das Dokument und nutzen es für die Berichterstattung an den Vorstand.

Wie man einen AI-Berater vor Vertragsunterzeichnung bewertet

Die meisten der schlechten Ergebnisse, die ich sehe, haben ihren Ursprung im Beschaffungsprozess. Die Fragen, die gut filtern, sind konkret.

Fragen Sie nach einer konkreten Initiative, die sie eingestellt haben. Nicht nach einem Projekt, das „ausgelaufen“ ist. Sondern nach einer Wette, die aktiv das Budget aufgebraucht hat und an einem bestimmten Datum durch eine konkrete Entscheidung gestoppt wurde. Wenn die Antwort vage ist, haben sie die Verantwortung nicht übernommen.

Bitten Sie darum, eine „Kaufen-oder-Selberbauen“-Entscheidung durchzugehen, die sie in den letzten 18 Monaten getroffen haben. Die Begründung sollte das Kostenmodell, die Sensitivitätsanalyse der zwei oder drei Zahlen, die ausschlaggebend waren, und die Faktoren enthalten, die die Entscheidung hätten umkehren können. Wenn die Antwort eher auf einem Rahmenkonzept als auf einer konkreten Entscheidung basiert, haben sie über die Arbeit geschrieben, ohne sie tatsächlich zu erledigen.

Fragen Sie nach dem kleinsten Auftrag, den sie von Ihnen annehmen würden. Echte Praktiker lehnen Aufträge ab, deren Umfang für die Situation zu klein oder zu groß ist. Beratungsfirmen mit Auslastungszielen können sich das nicht leisten.

Fragen Sie, was sie dazu bringen würde, das Projekt abzubrechen. Wer nicht klar formulieren kann, unter welchen Bedingungen er das Projekt beenden würde, wird Ihnen zu viel versprechen.

Drei Fehlerquellen, die ich immer wieder sehe

Die Einstellung eines technischen AI-Leiters für eine Strategieposition

Ehemalige Forschungswissenschaftler, ehemalige ML-Infrastrukturleiter und ehemalige AI-Startup-Gründer sind wertvolle Mitarbeiter im Team. Sie sind in der Regel nicht die richtigen Kandidaten für die Strategieposition. Die Aufgabe besteht in der Kapitalallokation und der Neugestaltung der Organisation; sie teilt zwar das Vokabular mit ML, aber die Arbeit ist eine andere. Ein Vorurteilscheck: Wenn die letzten beiden Positionen des Kandidaten „Leiter ML“ oder „renommierter AI-Ingenieur“ waren, gehört er wahrscheinlich ins Team und nicht in die Strategieposition.

Aufteilung der Verantwortung für AI auf CTO, CIO und CDO

„AI ist jedermanns Aufgabe“ führt zu Ausschüssen, nicht zu Ergebnissen. Der schwierigste Teil der Rolle besteht darin, Initiativen zu beenden, für deren Fortführung mehrere Stakeholder Gründe haben. Ohne einen einzigen verantwortlichen Eigentümer verzögern sich die Entscheidungen zur Beendigung, und die Pilotprojekte vermehren sich. Das sichtbare Symptom ist ein Portfolio, dessen Umfang sich innerhalb von 18 Monaten verdreifacht hat, ohne dass ein einziges Projekt in die Produktion übergegangen ist.

Ein Tier-1-Beratungs-Deck kaufen, wenn der Engpass bei der Entscheidungsfindung liegt

Eine 60-seitige Präsentation mit Zusammenfassungen und Vier-Quadranten-Matrizen ist keine Antwort auf die Frage, welche drei Initiativen in diesem Jahr finanziert werden sollen. Es ist eine Beschreibung der Frage, aufbereitet für einen Lenkungsausschuss. Unternehmen, die die Analyse bereits durchgeführt haben, benötigen in der Regel einen Umsetzer, nicht eine weitere Analyserunde.

Preismodelle für AI Consulting

Das Gespräch über die Preisgestaltung sagt mir mehr über einen Berater aus als die Pitch-Präsentation. Vier Modelle decken fast alle glaubwürdigen Aufträge ab, die ich gesehen habe, und jedes löst ein anderes Problem des Auftraggebers.

Monatliches Retainer-Honorar, fester Umfang. Die klarste Struktur, wenn der Kunde vorhersehbare Ausgaben und einen definierten Rhythmus wünscht. Berater-Retainer liegen bei 5.000 bis 15.000 US-Dollar pro Monat für vierteljährliche Überprüfungen plus Abrufbarkeit. Teilzeit-Mandate kosten 15.000 bis 40.000 US-Dollar pro Monat für ein bis zwei Tage pro Woche im Unternehmen. Der feste monatliche Betrag zwingt beide Seiten dazu, vor der ersten Rechnung zu definieren, was als „gut“ gilt, was in der Regel zu einem konstruktiven Gespräch führt.

Projektpauschale, definierte Leistungen. Eine 90-tägige Portfolio-Prüfung, eine Lieferantenauswahl, eine Kauf-oder-Selbstentwicklung-Entscheidung zu einer bestimmten Funktion. Typischer Preisbereich 75.000 bis 250.000 US-Dollar. Der Preis richtet sich nach dem Umfang der Fragestellung, nicht nach den Stunden. Projektpauschalen funktionieren, wenn das Unternehmen die Fragestellung bereits kennt. Sie scheitern, wenn das Unternehmen den Berater dafür bezahlt, herauszufinden, was zu fragen ist.

Tagessatz. Die Tagessätze für erfahrene Fachleute liegen im Jahr 2026 zwischen 2.500 und 7.500 US-Dollar, wobei die Obergrenze für Arbeiten im Auftrag des Vorstands und für Due-Diligence-Prüfungen nach einer Übernahme reserviert ist. Tagessätze sind eine faire Preisgestaltung, wenn die Arbeit wirklich episodisch ist. Sie werden zu einem Beschaffungsdesaster, wenn sie dazu verwendet werden, eine Stelle zu besetzen, die eigentlich auf Basis eines Retainer-Vertrags hätte besetzt werden sollen. Das Anzeichen dafür, dass die Struktur falsch ist: ein Tagessatz-Auftrag, der seit sechs Monaten ununterbrochen läuft.

Erfolgsabhängig oder aktiengebunden. Selten und bei AI-Strategiearbeiten fast immer eine schlechte Idee. Aktien anstelle von Bargeld verleiten den Berater dazu, auf die nächste Finanzierungsrunde hin zu optimieren, anstatt die richtige Portfolioentscheidung zu treffen. Erfolgsprämien, die an bestimmte Kostensenkungsziele geknüpft sind, machen bei beschaffungsintensiven Aufträgen gelegentlich Sinn, aber die Ziele müssen von jemand anderem als dem Berater festgelegt werden. Wenn ein Berater anbietet, gegen Aktien zu arbeiten, fragen Sie, warum die Barzahlungsvereinbarung nicht zustande gekommen ist.

Zwei diagnostische Fragen, bevor Sie ein Preismodell unterzeichnen. Erstens: Wer bezahlt die Zeit, wenn sich der Umfang des Auftrags ändert (in beide Richtungen)? Zweitens: Wie lauten die Kündigungsbedingungen und die Kündigungsfrist? Die erste Frage unterscheidet echte Praktiker von Beratern, die Änderungen des Auftragsumfangs als zusätzliche Einnahmen betrachten. Die zweite unterscheidet Kunden, die Fachwissen kaufen, von Kunden, die einen Vertrag kaufen.

Warnsignale in AI-Beratungsangeboten

Fünf Muster tauchen immer wieder in Angeboten von Beratern auf, die noch keine praktische Erfahrung gesammelt haben. Die Muster sind nicht schwer zu erkennen, sobald man sie einmal gesehen hat.

Die Erkundungsphase macht mehr als ein Drittel des Auftrags aus. Ein 12-wöchiges Angebot, bei dem die Wochen eins bis fünf der Erkundung gewidmet sind, ist ein Angebot, bei dem der Berater plant, das Geschäft auf Kosten des Kunden kennenzulernen. Echte Praktiker kommen mit einer Hypothese darüber, wo Geld verloren geht, und validieren oder verwerfen diese innerhalb der ersten zwei Wochen. Wenn die Erkundung den Zeitplan dominiert, hat der Berater dies zuvor noch nicht getan.

Die Personalstärke wird genannt, bevor die Arbeit benannt wird. Ein Angebot, das mit einer Personalstrukturpyramide beginnt (ein Partner, zwei Manager, drei Associates, ein Researcher), verkauft eine Teamzusammensetzung, keine Entscheidung. Die richtige Personalzusammensetzung ergibt sich aus der Arbeit. Wenn die Personalbesetzung der Arbeit vorausgeht, löst der Berater das Problem der Auslastung und nicht das des Kunden.

Die Ergebnisse sind Präsentationen und Workshops. Eine 60-seitige Abschlusspräsentation und drei Workshops für Führungskräfte beschreiben Aktivitäten, nicht Ergebnisse. Das Ergebnis eines echten Auftrags ist eine Portfolioentscheidung, eine schriftliche Empfehlung mit offengelegten Gegenmeinungen oder ein Einstellungsplan mit benannten Rollen. Wenn der Vorschlag nicht darlegen kann, was sich am Betriebsmodell des Kunden nach dem Auftrag ändert, wird der Auftrag es auch nicht ändern.

Die Fallstudien sind so anonymisiert, dass sie bedeutungslos sind. „Ein Finanzdienstleistungsunternehmen namens Fortune 500“ ist keine Fallstudie, sondern ein Absatz. Die Version, die auf echte Arbeit hindeutet, nennt das Problem, die Entscheidung, die Dollarbeträge und was ohne die Intervention geschehen wäre. Die Version, die auf eine neu gestaltete Vorlage hindeutet, listet Branchen und Prozentsätze auf, ohne irgendwo eine konkrete Entscheidung zu nennen.

Der Vorschlag darf kein Nein enthalten. Das stärkste Signal dafür, dass ein Berater seinen Platz behauptet hat, ist die Frage: „Was würde Sie dazu bringen, von diesem Auftrag zurückzutreten?“ Ein Berater, der diese Frage nicht beantworten kann oder sie mit einem Satz über „Ausrichtung“ beantwortet, wird zu Scope Creep nicht Nein sagen, wird zu dem Lieblingsprojekt des Kunden nicht Nein sagen und wird zu dem Anwendungsfall nicht Nein sagen, der schon vor neun Monaten hätte gestrichen werden sollen. Die Fähigkeit, Nein zu sagen, ist das Produkt. Ein Angebot, das dies nicht demonstrieren kann, verkauft etwas anderes.

Wie es weitergeht

• Was macht ein AI strategy consultant eigentlich? – die ausführliche Antwort auf die kategorisierende Frage, mit dem gesamten Spektrum des Auftrags von Anfang bis Ende dargelegt.
• AI-Beratung für kleine Unternehmen – die fünf Maßnahmen, die sich auf KMU-Ebene auszahlen, und die sechs, die das fast nie tun.
• Die führenden AI-Beratungsfirmen im Jahr 2026 – eine Einschätzung aus der Praxis zu MBB, Big 4, den Boutiquen und der Ebene der Einzelunternehmer.
• AI-Beratergehalt – was der Markt tatsächlich auf Berater-, Teilzeit- und Vollzeit-CAIO-Ebene zahlt.
• AI-Berater in meiner Nähe – die geografische Perspektive auf die Beratung: wann sie wichtig ist, wann nicht, und wie der LA-Markt aussieht.
• AI strategy executive: Rolle und Leitfaden – der Begleitführer zur Organisationsgestaltung für diesen Hub.
• AI-Führungsdienstleistungen – der direkte Weg zur Festlegung des Auftragsumfangs.
• Angewandte AI-Anwendungsfälle – Proof-of-Work: reale Implementierungen in den Bereichen PR-Automatisierung, Agenten und Schulungsanalytik.
• Technologieführungskraft: Rolle, Markt, Aufgabe – der Kontext auf Führungsebene für die Beratertätigkeit auf dieser Seite (Zusammenarbeit mit einer Technologieführungskraft oder der Weg dorthin).
• Fractional CTO / CIO / Chief AI Officer – Teilzeit-AI-Beratungsaufträge, wenn die Arbeit einen Sitzplatz erfordert, kein Projekt.