Die KI-Beratungsfalle: Warum Umsetzung besser ist als Strategie-Präsentationen

Der Unterschied zwischen einer KI-Beratung und einem Unternehmen für die praktische Umsetzung ist einfach.

Das eine verkauft eine langwierige Transformation. Das andere liefert Ergebnisse, erzielt erste messbare Erfolge und optimiert auf Basis echter Kennzahlen.

Das ist der bessere Weg: umsetzen, messen, anpassen, weitermachen.

OpenAI könnte KI-Beratung zu jedem Preis verkaufen, den es will. Im Mai hat das Unternehmen genau das Gegenteil getan. Es hat ein Deployment-Unternehmen gegründet, das Forward-Deployed Engineers direkt in die Kundenoperationen integriert, um funktionierende Systeme zu liefern, und gleichzeitig die Beratungsfirma Tomoro samt ihrer 150 Ingenieure aufgekauft, um dieses Team zu besetzen. Das Unternehmen mit dem größten Potenzial, Folien zu verkaufen, hat sich stattdessen für den Bau entschieden.

Das ist das Signal für die gesamte Beratungsbranche. Die Firmen, die dir Geld abnehmen, um „mit KI zu transformieren“, sind diejenigen, die KI von innen aushöhlt. Dieser Artikel handelt davon, nicht ihr nächster Kostenpunkt zu werden.

Zur Einordnung: Ich bin Mark, Gründer von Limestone Digital (@LimestoneHQ).

Wir sind seit zehn Jahren am Markt und betreuen über 170 Kundenprojekte. Hier ist die eine Zahl, die alles Folgende rahmt: Jedes Projekt, das wir durchführen, beschäftigt heute weniger Personen als am ersten Tag, und das Unternehmen wächst schneller als je zuvor. Behalte das kurz im Hinterkopf.

Die Falle hat zwei Türen, und sie fangen unterschiedliche Leute.

Teil 1: Tür eins und warum überhaupt jemand hindurchgeht

Tür eins führt einen Partner herein, dessen Zeit zu einem Stundensatz abgerechnet wird, der nur dann Sinn ergibt, wenn man die Rechnungsaufschlüsselung nie zu Gesicht bekommt.

Nach veröffentlichten Benchmarks berechnet ein Senior Partner bei McKinsey rund 1.190 USD pro Stunde und ein Associate im ersten Jahr etwa 400 USD, wobei ein gesamtes Engagement von ungefähr 1,7 Millionen bis 8 Millionen US-Dollar reicht. Bain stellt kleine Teams zwischen 110.000 und 160.000 USD pro Woche in Rechnung.

Du zahlst nicht für eine Antwort. Du zahlst dafür, dass eine teure Person tageweise versorgt wird, solange die Arbeit läuft.

Meistens bekommst du dafür eine Reifegradkurve, eine Demo eines Junior-Mitarbeiters und drei Monate später denselben kaputten Workflow, mit dem du angefangen hast. Niemand hat die Ergebnisse validiert. Niemand hat das Ding gebaut, das nächsten Dienstag ohne den Berater im Raum läuft. Sprich mit den Leuten ein, zwei oder drei Ebenen unterhalb des Managers, der den Deal unterschrieben hat, und sie können es nicht mehr ertragen, weil sie den Zirkus gesehen haben und trotzdem die eigentliche Arbeit machen müssen, wenn er wieder geht.

Warum kauft das also überhaupt jemand? Weil ein Berater ein Sicherheitsnetz für einen Manager ist, der Angst vor Entscheidungen hat. Bringt man einen großen Namen ins Spiel, wird die Entscheidung „fundiert“, und wenn sie scheitert, schreibt sich die Geschichte von selbst: Wir haben die Besten eingestellt, also lag es nicht an mir. Niemand wurde jemals gefeuert, weil er McKinsey eingestellt hat. Was sie kaufen, ist Versicherung gegen Schuldzuweisungen, und das Unternehmen zahlt die Rechnung.

Ich möchte fair sein, denn es gibt eine Version davon, die jeden Cent wert ist. Wenn du ein konkretes, quälendes Problem hast – ein Systemausfall, ein technischer Knoten, den niemand im Gebäude lösen kann – und ein Spezialist kommt herein und behebt es, dann bezahle ihn. Bezahle ihm 150.000 USD für eine Woche, wenn er das Ding stoppt, das dich seit einem Jahr ausblutet. Das ist keine Falle.

Die Falle ist generische Wissensarbeit, verkleidet als Insight. Die Präsentation über die „Freisetzung deines Potenzials“, die Workshops, das Quartal, das mit einem Upsell endet und nie zu etwas führt, worauf man zeigen kann. Im Jahr 2026 ist generische Beratung das billigste Gut der Welt. Du kannst ein Frontier-Modell nach den besten Strategie-Frameworks fragen, sie innerhalb einer Minute erhalten, deinem Team übergeben und beginnen, aus der echten Umsetzung zu lernen, statt dafür zu bezahlen, dass dir gesagt wird, was du hättest lesen können. Wenn du einen Berater brauchst, der vierstellige Stundenhonorare verlangt, um deine Strategie festzulegen, ist der ehrliche Schritt, die Person zu wechseln, die deine Strategie festlegt.

Schau dir an, was das Geld dieses Jahr kauft. Eine Teradata-Umfrage aus dem Jahr 2026 unter 1.000 führenden Technologie- und Datenverantwortlichen ergab, dass nur 7 % der Unternehmen agentische KI operationalisiert hatten, während 68 % noch beim Experimentieren oder Entwickeln steckten. Der Anreiz eines Beraters tut nichts, um diese Zahl zu verändern, denn die Uhr läuft weiter, unabhängig davon, ob der Workflow jemals live geht.

Teil 2: Tür zwei und die fünf Fragen, die sie öffnen

Jedes Unternehmen, von dem du gehört hast, hat jetzt eine KI-Praxis. Accenture, IBM, Deloitte, McKinseys QuantumBlack, BCG X, PwC, EY, KPMG. Wenn eine Kategorie so schnell wächst, tauchen drei Arten von Anbietern vor deiner Tür auf, und nur einer von ihnen kann liefern.

Der erste ist das etablierte Unternehmen in neuen Schuhen: groß, alt eingesessen, nicht KI-nativ, mit einer Strategiepraxis, die es im letzten Quartal umbenannt hat. Eine Frage durchdringt den Pitch: Wie viele eurer eigenen Mitarbeiter wurden dieses Jahr durch KI überflüssig gemacht, und warum stellt ihr mehr ein? Ein Unternehmen, das Effizienz verkauft, die es in seiner eigenen Leistungserbringung nicht gefunden hat, verkauft Folien, kein System.

Der zweite ist das Team, das sich zusammenschloss, um auf der Welle zu reiten, eine Gruppe, die zusammengetrommelt wurde, um die Nachfrage zu decken, mit einer Fallstudien-Seite, die aus den früheren Leben der Leute besteht, die sie im letzten Frühling eingestellt haben. Die Logos sind echt, aber die Erfolgsbilanz des Teams ist es nicht. Frag, wann das Unternehmen gegründet wurde und wann diese Fallstudien stattfanden, und beobachte, wie die Daten sich weigern, Sinn zu ergeben.

Der dritte ist das mittelgroße Unternehmen, das sich tatsächlich anpasst. Einige leisten die echte Arbeit, KI-nativ zu werden, und diese sind deine Zeit wert. Der Rest passt sich schnell an oder ist innerhalb eines Jahres weg, und du willst nicht der Kunde mitten im Engagement sein, wenn das passiert.

Das Erkennungsmerkmal bei allen dreien ist eines: Das Liefer-Team eines echten Umsetzers wird kleiner, wenn die Technologie besser wird. Ein Anbieter, dessen Personalstärke auf deinem Konto nur wächst, verkauft dir das alte Modell mit einem neuen Label.

Unseres läuft in die andere Richtung, und ich meine das wörtlich. Bei einem Aufbau im Finanzoperationsbereich, den wir seit dem Frühling betreiben, starteten wir mit zwei Ingenieuren und einem fractional Architect. Heute ist es ein Ingenieur an wenigen Tagen pro Woche, weil die Agenten das Volumen der Abstimmungen tragen und nur noch Ausnahmen von einer Person bearbeitet werden müssen. Wir rechnen heute weniger ab als zum Kickoff. Wenn dein CFO fragt, warum die Position im letzten Quartal gesunken ist, dann funktioniert das Produkt.

Die Einkäufer, die uns buchen, sehen denselben Kontrast in ihren eigenen Zahlen. Ein Projektbüro bot einem Private-Equity-Operating-Partner 120.000 USD an, um einen Workflow für eines seiner Portfolio-Unternehmen zu bauen, über sechs Monate. Wir lieferten es in einem Drittel der Zeit, zu weniger als der Hälfte des Preises. Zwei Monate, nicht sechs.

Alles andere, was er uns erzählt, ist nachgelagert davon. Die anderen Firmen, mit denen er spricht, sind projektbasiert: sechs Meetings, eine Scoping-Phase, dann ein Festpreisangebot für einen neunmonatigen Build. Bis sie das Scoping abgeschlossen haben, hat unser Ingenieur bereits zwei Monate lang geliefert. Er bucht uns wegen „Geschwindigkeit, Sicherheit und Flexibilität“, nicht wegen einer Präsentation.

Wenn eines seiner Unternehmen darauf besteht, einen weiteren Ingenieur zu brauchen, ist die Antwort ein Pod, der ungefähr so viel kostet wie diese eine Einstellung und deutlich mehr liefert. Das Modell eines Beraters kann das nicht produzieren, weil das Modell eines Beraters braucht, dass die Kopfzahl steigt.

Hier ist also das Skript. Stelle diese fünf Fragen an jeden KI-Anbieter, in einem einzigen Call, bevor du irgendetwas unterschreibst. Jede hat eine klare Antwort und ein Warnsignal.

1. Endet ein erfolgreiches Engagement mit mehr oder weniger euren Leuten auf meinem Konto? Wenn die ehrliche Antwort „mehr“ lautet, wächst ihre Gewinn- und Verlustrechnung, wenn deine nicht wächst.
2. Wann beginnt die Abrechnung, und wofür zahle ich im ersten Monat? Wenn die Uhr für Discovery und Folienbau läuft, finanzierst du deren Lernkurve zu deinen Konditionen. Bitte sie, die Discovery-Kosten zu übernehmen. Diejenigen, die an die Arbeit glauben, sagen ohne Zögern Ja.
3. Zeigt mir einen Workflow, den ihr jede Woche ohne euch im Raum betreibt. Etwas, das nach Zeitplan läuft und in ein echtes System schreibt, keine Demo, die ihr manuell steuert. Deloittes Tech Trends 2026 ergaben, dass nur 11 % der Unternehmen KI-Agenten tatsächlich produktiv einsetzen. Anbieter, die ihre eigene Arbeit nicht betreiben, sind der Grund, warum du außerhalb dieser 11 % bleibst.
4. Wer besitzt das Ganze am Tag, an dem ihr geht, und welche einzelne Kennzahl bewegen wir? Kein benannter Eigentümer und keine Baseline-Metrik bedeutet, dass du ein Wissenschaftsprojekt mit einer schönen Oberfläche kaufst. Die Zahl muss eine sein, die du bereits trackst, damit Vorher/Nachher ehrlich bleibt.
5. Wie viel kleiner ist euer eigenes Liefer-Team geworden, als die Modelle besser wurden? Ein Anbieter, der KI-Effizienz verkauft, sollte sie zuerst in seinem eigenen Laden finden. Wenn sie nur Köpfe hinzugefügt haben, glauben sie entweder nicht an ihren Pitch oder der Pitch funktioniert nicht.

Achte darauf, wo sie ausweichen. Die Ausweichmanöver sagen dir mehr als die Antworten.

Wie das in der Praxis aussieht

Ein PE-Unternehmen hat sich letzten Monat an uns gewandt, um aus einem Beratungsengagement herauszukommen. Sechsstellige Beträge wurden für KI-Beratung über sieben Portfolio-Unternehmen hinweg ausgegeben, und alles, was sie vorzuweisen hatten, war ein Team-Chat-Abo.

Sie brauchten echte EBITDA-Wirkung bis Dezember, um ihre Exits für 2027 zu finanzieren. Stattdessen hatten sie ein 150-Stunden-Discovery-Deck und einen Dev-Anbieter, der zusätzliche „KI-Produktivitäts“-Gebühren berechnete, ohne jeglichen Schub bei der Liefergeschwindigkeit.

Bevor du lachst, erkenne, dass du höchstwahrscheinlich gerade eine Version davon laufen hast.

Dieselben vier Lücken tauchen jedes Mal auf, zwischen dem, was traditionelle Beratung verspricht, und dem, was das Engineering tatsächlich braucht.

1. Verifizierbarer Nachweis, keine Folienpräsentationen. Beratungshäuser verbringen Wochen mit Interviews, um eine Reifegradbewertung zu verkaufen. Wir verbringen Woche eins damit, einen Golden Set zu bauen: 20 bis 60 echte operative Fälle mit vorab vereinbarten korrekten Ausgaben. Grant Thornton fand heraus, dass sich nur 9 % der Private-Equity-Firmen sicher sind, dass sie innerhalb von 90 Tagen eine unabhängige Prüfung ihrer KI-Governance bestehen würden. Ein Golden Set schließt diese Lücke. Eine Bewertung verspricht es nur.
2. Produktionsinfrastruktur, keine abstrakten Roadmaps. Statt einer phasenweisen Reise stellen wir innerhalb von drei Wochen ein lebendiges Fundament im eigenen Azure-Tenant des Portco auf. Wir sichern lesenden Datenzugriff, entfernen PII und PHI und begrenzen die Kosten pro Sitzplatz. Der Kunde besitzt vom ersten Tag an alles. Wenn wir gehen, bricht nichts.
3. Lean Automation Pods, keine abrechenbaren Köpfe. Traditionelle Firmen fügen $350-pro-Stunde-Köpfe hinzu, um das Konto zu erweitern. Wir setzen einen $17K-pro-Monat, monatlich kündbaren Pod ein: einen Senior Engineer, automatisierte Entwicklungsumgebungen und einen fractional Architect. Wenn die Umgebung mehr Last trägt, schrumpft unser menschlicher Fußabdruck im Laufe der Zeit, statt zu wachsen.
4. Interne Eigenverantwortung, kein Vendor Lock-in. Unskrupulöse Anbieter halten das Setup obskur, um die Abrechnung zu schützen. Wir binden den Product Owner des Portcos vom ersten Tag an ein, liefern einen 90-tägigen Plan zur Selbstversorgung und hinterlassen laufende Telemetrie. Erfolg bedeutet, dass der Portco seine eigenen Updates liefert, ohne uns anzurufen.

Teil 3: Die Branche weiß es bereits

Wenn sich das wie ein billiger Schlag eines Außenseiters anhört, ist es das nicht. Die Firmen, die KI-Transformation verkaufen, haben ihren eigenen Leuten hinter verschlossenen Türen genau gesagt, wohin das führt.

Bei einer Town Hall im Juni zeigte Deloitte seinen Mitarbeitern ein Diagramm, das darstellt, wie stundenweise abgerechnete Arbeit bis 2035 auf einen dünnen Streifen des Marktes schrumpft, während KI-Agenten den Rest übernehmen. Die Einschätzung eines Beraters danach: „Unser Modell ist hinüber, wir werden im Grunde von Robotern ersetzt.“

Im Mai strich KPMG etwa 400 US-Beratungsstellen, rund 4 % dieses Geschäfts, und reduzierte fast 10 % seiner US-Audit-Partner. Der angegebene Grund war eine schwächelnde Nachfrage, was fast schlimmer ist, weil die Arbeit dünner wird, bevor die Automatisierung überhaupt landet.

McKinseys Mitarbeiterzahl ist in den letzten 18 Monaten von etwa 45.000 auf rund 40.000 gesunken. Die Firma, die dir gerne ein KI-Betriebsmodell verkauft, macht diese gleiche Kostenrechnung zuerst bei sich selbst.

Inzwischen ist der am heftigsten umkämpfte Neueinstellung im Geschäft die Person, die liefert. Der Forward-Deployed Engineer, der in deiner Operation sitzt und sie baut, ist die Rolle, die OpenAI, Anthropic und Google alle händeringend einstellen wollen. Alle sind sich einig, dass der Wert in der Bereitstellung liegt. Der Recruiting-Krieg ist nur die Anzeigetafel.

Nach Schätzungen von Fortune Business Insights erreicht der Markt für KI-Beratung dieses Jahr etwa 12 Milliarden US-Dollar und soll bis 2034 auf 74 Milliarden US-Dollar anwachsen. Eine so schnell wachsende Zahl ist ein Warnsignal für sich. Die meisten Firmen darin haben letzte Quartal eine Strategiepraxis umbenannt. Der Pitch bekam ein neues Substantiv, bevor die Lieferung neue Muskeln bekam.

Wie die ehrliche Version aussieht

Das Modell verändert sich unter allen, einschließlich der Firmen, die es verkaufen. Was es ersetzt, hängt von zwei Dingen ab: der Reihenfolge, in der die Arbeit läuft, und kommerziellen Bedingungen, die zur Technologie passen. Verlange beides von jedem Partner, den du an deine Operation heranlässt.

Beginne mit der Reihenfolge. Wenn dir ein sechsstelliges Retainer-Honorar für die „Bewertung deiner KI-Bereitschaft“ angeboten wurde, überspringt dieses Honorar Folgendes. Fünf Schritte.

1. Rahmen setzen (Frame). Wähle einen Workflow mit echten Nutzern, eine Deadline, die der Kunde spürt, und eine Zahl, die du bereits trackst. Unterschreibe die Baseline, bevor irgendjemand baut. Dieser Schritt erzeugt nichts, was man dem Vorstand zeigen kann, und ist das Einzige, was Schritt fünf ehrlich macht.
2. Beweisen (Prove). Baue die kleinste nützliche Scheibe auf echten Daten in zwei bis vier Wochen, mit sichtbaren Annahmen, Fehlern und menschlichem Review. Wenn das Fehlerprofil hässlich ist, hast du es für den Preis eines Monats herausgefunden.
3. Härten (Harden). Füge Sicherheit, Kostenkontrollen, Fallbacks und einen benannten Eigentümer hinzu. Eine funktionierende Demo ist dort, wo die meisten Programme stoppen. Produktion ist ein Runbook und eine Person, deren Telefon klingelt, wenn es kaputtgeht.
4. Integrieren (Embed). Schulung der Nutzer, Übergabe des Wissens, Beobachtung der Adoption. Technische Genauigkeit ist kein Geschäftswert. Wenn in der Operation am Dienstag niemand daran rührt, ist es ein Wissenschaftsprojekt.
5. Skalieren (Scale). Angrenzende Workflows und wiederverwendbare Teile, ausgewählt aus dem, was Schritt vier gemessen hat, niemals aus einem Plattform-Pitch.

Die Beratungs-Version läuft in der umgekehrten Reihenfolge: eine lange Diagnose, bevor jemand echte Daten anfasst, ein Programm, das durch projizierte Vorteile gerechtfertigt wird, Erfolg gemessen in gehaltenen Workshops und gelieferten Folien.

Dann die kommerziellen Bedingungen. Das solltest du von jedem Partner verlangen, und so handhaben wir es bei Limestone.

1. Kostenlose Discovery. Wir unterschreiben eine NDA und lernen, wie ihr tatsächlich arbeitet, auf unsere Kosten, nicht eure: wie das Deal-Team Quellen erschließt, wie die Controller die Bücher schließen, wo eure besten Leute ihre Tage mit Versionskontrolle statt mit der Arbeit verbrennen, für die ihr sie eingestellt habt.
2. Klarer Scope, keine Phantom-Abrechnung. Siehst du SOW, Kosten und die exakte geschäftliche Veränderung, bevor ein einziger Dollar fließt.
3. Ergebnisbasierte Abrechnung. Die Uhr startet erst, wenn die Arbeit eine Baseline-Zahl erreicht, die du bereits trackst. Discovery und Folien kosten dich nichts.
4. Kein Lock-in. Monatlich kündbar, ein benannter Eigentümer auf deiner Seite, Telemetrie bleibt aktiv, sodass du jederzeit gehen kannst, ohne dass etwas bricht.

Ein Partner, der für deine Unabhängigkeit baut, kalkuliert anders als einer, der für deine Abhängigkeit baut.

So besetzen wir es: Ein AI Velocity Pod für 17.000 USD/Monat. Wir sind in drei bis fünf Wochen operativ, deine Leute kehren zu ihren eigentlichen Jobs zurück, während wir das technische Risiko tragen, und wenn wir nicht liefern, zahlst du nicht. Wir lehnen etwa 30 % der Unternehmen ab, die sich an uns wenden, weil das Modell nur funktioniert, wenn die Passung stimmt.

Wenn sie stimmt, ist es der sauberste Weg, den ich kenne, KI in ein Unternehmen zu integrieren, ohne das Quartal auf die Lernkurve eines Beraters zu wetten.

Wenn du dies gegen einen deiner eigenen Workflows testen möchtest, buche einen Discovery-Call und sei bereit, über deinen unbeliebtesten Workflow zu sprechen und was ihn so schmerzhaft macht.

TLDR

• Die Firmen, die dir Geld abnehmen, um mit KI zu transformieren, sind die, die KI aushöhlt. OpenAI, das Unternehmen mit der besten Position, um Ratschläge zu verkaufen, baute ein Deployment-Unternehmen und kaufte stattdessen 150 Ingenieure. Das ist das Signal.
• Die Falle hat zwei Türen. Tür eins ist das hochpreisige Strategie-Engagement, bei dem ein Partner rund 1.190 USD pro Stunde berechnet und ein volles Engagement 1,7 Mio. bis 8 Mio. USD kostet, und du zahlst dafür, eine teure Person zu versorgen, nicht um eine Antwort zu bekommen. Niemand wurde gefeuert, weil er McKinsey eingestellt hat, und genau das ist das Problem.
• Tür zwei ist der Anbieter, der die Schuhe gewechselt hat. Drei Typen: das etablierte Unternehmen in neuen Schuhen, das Team, das sich zusammenschloss, um auf der Welle zu reiten, mit geliehenen Fallstudien, und das mittelgroße Unternehmen, das sich tatsächlich anpasst. Das Erkennungsmerkmal bei allen dreien ist, ob ihr Team auf deinem Konto kleiner wird, wenn die Modelle besser werden, oder größer.
• Die Käufer sehen es in ihren eigenen Zahlen. Ein Projektbüro bot einem PE-Operating-Partner 120.000 USD über sechs Monate für einen Build; wir lieferten es in einem Drittel der Zeit zu weniger als der Hälfte des Preises. Zwei Monate, nicht sechs. Er bucht uns wegen Geschwindigkeit, Sicherheit und Flexibilität, nicht wegen einer Präsentation.
• Stelle fünf Fragen an jeden Anbieter: mehr oder weniger eurer Leute, wann die Abrechnung beginnt, ein Workflow, den sie ohne sie im Raum betreiben, wer es besitzt, wenn sie gehen, und wie viel kleiner ihr eigenes Team geworden ist. Nur 7 % der Unternehmen haben agentische KI operationalisiert und nur 11 % betreiben Agenten produktiv, daher sind Ausweichmanöver üblich.
• Die Branche weiß es bereits. Deloitte sagte den Mitarbeitern „unser Modell ist hinüber“, KPMG strich 400 Beratungsstellen, McKinsey schrumpfte von 45.000 auf 40.000, und alle rennen darum, den Forward-Deployed Engineer einzustellen, der tatsächlich liefert.
• Das ehrliche Modell ist ein Standard, den du von jedem verlangen kannst: Führe die Arbeit in der richtigen Reihenfolge durch (Frame, Prove, Harden, Embed, Scale), mit Bedingungen, die dazu passen (kostenlose Discovery, klarer Scope, ergebnisbasierte Abrechnung, kein Lock-in). Unseres schrumpft im Laufe der Zeit, statt zu wachsen.

P. S. Buche einen Discovery-Call, um die Beratungs-Falle zu vermeiden: https://meetings-na2.hubspot.com/mark-ajzenstadt

— Mark Ajzenstadt, Gründer @LimestoneHQ