KI in der Beratungsbranche: Was Einkäufer heute von Beratungsfirmen erwarten sollten

KI verändert die Beratungsbranche — das ist keine These mehr, sondern Realität. Große Häuser wie McKinsey, BCG und Accenture investieren Milliarden in KI-Fähigkeiten. Mittelständische und spezialisierte Beratungen ziehen nach, teils mit überzeugender Tiefe, teils mit mehr Schein als Sein. Als Einkäufer oder CPO stellt sich Ihnen eine praktische Frage: Was sollten Sie von Beratungsfirmen in puncto KI konkret erwarten — und wie bewerten Sie das verlässlich?

Warum KI die Beratungsleistung verändert — nicht nur den Pitch

Der strukturelle Wandel ist real: KI verändert, was eine Beratung in einem Projekt leisten kann, wie schnell und zu welchem Preis.

Datenanalyse in komprimierter Zeit: Aufgaben, die früher Wochen dauerten — Branchen-Benchmarking, Transkriptanalyse aus Interviews, Auswertung von ERP-Daten — lassen sich mit KI-gestützten Tools in Tagen erledigen. BCG hat mit seinem internen Tool "Deckster" gezeigt, dass die Erstellungszeit für Präsentationen erheblich reduziert werden kann. McKinsey setzt mit "Lilli" eine interne KI-Wissensdatenbank ein, die Beratern sofortigen Zugang zu Projekterfahrungen aus Jahrzehnten gibt.

Niedrigere Einstiegshürden für spezialisiertes Wissen: Ein mittelständisches Beratungshaus, das früher keinen Zugang zu datenbasierter Wettbewerbsanalyse hatte, kann heute mit den richtigen KI-Tools auf Augenhöhe mit größeren Häusern agieren.

Neue Deliverable-Formate: Beratungen bieten zunehmend KI-gestützte Tools als Projektergebnis an — Scoring-Modelle, Simulationsumgebungen, Dashboards, die der Kunde selbst weiternutzt. Das verändert die Frage von "Was empfiehlt die Beratung?" zu "Was kann der Kunde nach dem Projekt selbst tun?"

KI-Reife von Beratungen einschätzen: Ein Bewertungsrahmen

Für den Auswahlprozess empfiehlt sich eine strukturierte Einschätzung entlang von drei Dimensionen:

1. Interne KI-Befähigung

Fragen Sie: Nutzt die Beratung KI aktiv in ihrer eigenen Delivery — oder berät sie nur über KI?

Indikatoren für echte interne Befähigung:

• Eigene Data Scientists oder ML Engineers im Team (nicht nur Strategieberater mit KI-Erfahrung)
• Benennung konkreter Tools, die im Projekt eingesetzt werden (kein Buzzword-Bingo)
• Referenz auf konkrete Modelle: z. B. "Wir nutzen ein fine-getuntes Sprachmodell auf Basis von GPT-4 für die Vertragsprüfung" statt "Wir setzen KI ein, um Ihre Prozesse zu optimieren"

2. Methodische Transparenz

Seriöse Beratungen mit echter KI-Kompetenz können erklären, was hinter ihren KI-Ansätzen steckt — ohne Geheimniskrämerei. Warnsignale:

• Keine Antwort auf die Frage, welche Daten für ein Modell benötigt werden
• Unklare Verantwortlichkeit für KI-Ergebnisse (wer haftet, wenn das Modell falsch liegt?)
• Keine Aussage zu den Grenzen des KI-Ansatzes

Ein guter Indikator: Beratungen, die proaktiv auf die Grenzen ihrer KI-Tools hinweisen, verstehen diese Tools wirklich.

3. Transferkompetenz

KI-Beratung, die beim Abschlussprojekt endet, schafft Abhängigkeit statt Wertschöpfung. Fragen Sie explizit: Was kann Ihr Unternehmen nach dem Projekt selbst tun? Gibt es Übergabe, Schulung, Dokumentation?

Die besten Beratungen messen ihren Erfolg daran, dass der Kunde sie danach weniger braucht — nicht mehr.

Was sich für Einkäufer konkret ändert

Die veränderten KI-Fähigkeiten der Beratungsbranche haben direkte Auswirkungen auf die Beschaffungspraxis:

Tagessätze hinterfragen: Wenn KI-Tools die Analysezeit halbieren, ist eine Verdopplung des Tagessatzes mit "KI-Expertise" nicht automatisch gerechtfertigt. Verlangen Sie Transparenz darüber, wie KI die Projektkosten beeinflusst — und ob Effizienzgewinne an Sie als Kunden weitergegeben werden.

Neue Leistungsarten definieren: Klassische Beratungsverträge rechnen nach Zeit und Materialaufwand ab. KI-gestützte Projekte können ergebnisorientiert strukturiert werden: ein funktionierendes Modell, eine laufende Plattform, ein messbares Ergebnis.

Datenschutz und IP explizit regeln: Wenn Ihre Unternehmensdaten in KI-Modelle fließen, brauchen Sie klare Regelungen: Wer hat Zugriff? Werden Daten für das Training von Modellen verwendet? Welche DSGVO-Verpflichtungen gelten (Art. 28 DSGVO, Auftragsverarbeitungsvertrag)? Gerade bei der Nutzung von Cloud-basierten LLMs durch Beratungen ist das ein unterschätztes Risiko.

Der Unterschied zwischen KI-Beratung und Beratung mit KI

Eine wichtige Unterscheidung: Nicht jedes Beratungsprojekt muss KI enthalten, um gut zu sein. Und nicht jede Beratung, die KI einsetzt, liefert deswegen bessere Ergebnisse.

KI ist ein Werkzeug, kein Qualitätsmerkmal per se. Ein erfahrener Strategieberater ohne KI-Tools kann für Ihr konkretes Problem die bessere Wahl sein als eine technikaffine Boutique mit beeindruckendem KI-Stack. Die Frage lautet immer: Was ist das Problem, und welcher Ansatz löst es am verlässlichsten?

Fazit

KI verändert, was Beratungen leisten können — und das verändert, was Sie als Einkäufer erwarten und einfordern sollten. Setzen Sie auf strukturierte Bewertungskriterien statt auf Pitch-Eindrücke. Verlangen Sie methodische Transparenz, konkrete Tool-Nachweise und klare Regelungen für Datenschutz und IP. Die Beratungen, die diesen Anforderungen standhallen, sind diejenigen, bei denen KI-Kompetenz mehr ist als ein Marketingversprechen.