Agentic AI als Strategieproblem: Der Beratungs-Case

Agentic AI ist kein schnellerer Chatbot. Diese Unterscheidung ist das Fundament des gesamten Business Case.

Denk an den Unterschied zwischen einem Getränkeautomaten und einer Restaurantküche. Ein Automat führt eine feste Abfolge aus, wenn du einen Knopf drückst. Eine Restaurantküche bekommt ein unvollständiges Signal („Tisch sieben möchte etwas Vegetarisches, und zwar schnell“), trifft eine Kette unabhängiger Entscheidungen, koordiniert mehrere Beteiligte und passt sich mitten in der Ausführung an, wenn der Lachs ausgeht. Agentic-AI-Systeme verhalten sich wie die Küche, nicht wie der Automat. Sie planen, delegieren Teilaufgaben an spezialisierte Tools oder Sub-Agenten, überwachen Ergebnisse und überarbeiten ihren eigenen Ansatz, ohne dass in jeder Schleife ein Mensch sitzt.

Das ist für den Business Case wichtig, weil sich der Werttreiber verschiebt. Robotic Process Automation (RPA) und frühere KI-Tools schufen Wert, indem sie repetitive menschliche Schritte eliminierten. Agentische Systeme schaffen Wert, indem sie die Entscheidungslatenz verkürzen und den kognitiven Aufwand über ganze Workflows hinweg übernehmen. Das ist eine grundlegend größere adressierbare Kostenbasis, und damit liegt auch die ROI-Obergrenze grundlegend höher.

---

Jedes Agentic-AI-Projekt ist ein Profitabilitätsproblem im Technologiekostüm. Reiß das Kostüm sofort herunter.

Stell dir vor, man drückt dir eine Kiste voller Belege in die Hand und bittet dich zu erklären, warum eine Sparte schwächelt. Du würdest nicht damit anfangen, die Papierqualität der Belege zu analysieren. Du würdest die Belege in Umsatztreiber und Kostentreiber sortieren, die Position finden, die sich am stärksten bewegt hat, und sie auf eine Ursache zurückführen. Die Technologie ist der Beleg. Der Profitabilitätsbaum ist das Werkzeug.

Nutze eine Struktur mit zwei Ästen. Auf der Umsatzseite bezifferst du die Chance mit der Frage: Welche Workflows bremsen derzeit umsatzgenerierende Entscheidungen aus? Auf der Kostenseite kartierst du jeden Prozess, in dem menschlicher kognitiver Aufwand der wichtigste Input ist, und schätzt die Vollkosten pro Entscheidung. Modelliere dann, was mit den Unit Economics passiert, wenn agentische Systeme 60 bis 80 Prozent dieser kognitiven Last übernehmen. Diese Spanne stammt direkt aus McKinseys Analyse von 2024 zu den Auswirkungen generativer KI auf die Arbeit.

Die Empfehlung ergibt sich aus der Rechnung, nicht aus Begeisterung für die Technologie.

---

Berater, die die Marktgrößenschätzung (Market Sizing) überspringen und direkt zu ROI-Prozentsätzen springen, klingen wie Verkäufer. Beziffere zuerst die Chance.

So gehst du vor: Behandle die internen Abläufe des Unternehmens als Markt. Jede Abteilung ist ein Kundensegment. Jeder Workflow ist eine Produktkategorie. Deine Aufgabe ist es, die gesamten adressierbaren Ausgaben für menschliche kognitive Arbeit in jedem Segment zu schätzen und dann eine realistische Erfassungsquote anzuwenden. Das ist dieselbe Triangulation aus Top-down und Bottom-up, die du in jedem Market-Sizing-Case nutzt, nur angewendet innerhalb der vier Wände eines einzigen Unternehmens.

Bei einem Unternehmen mit 10.000 Wissensarbeitern und durchschnittlichen Vollkosten von $120.000 pro Kopf entfallen rund 40 Prozent der Arbeitsstunden auf Aufgaben, die agentische Systeme beim heutigen Stand der Technik autonom erledigen können. Das ist ein interner adressierbarer Markt von $480 Millionen, bevor du überhaupt Umsatzpotenzial modellierst. Berater, die diese Zahl einem CFO zeigen, erzeugen Dringlichkeit. Berater, die einen ROI-Benchmark von 171% zeigen, ohne ihn in der eigenen Kostenbasis des Kunden zu verankern, bekommen ein höfliches Dankeschön und keinen Rückruf.

Übe dieses Framework an einem echten Case. Die Fit-Story-Engine auf BoardroomIQ setzt dich mit in den Raum.

---

Die Stagnationsquote von 71% in der Pilotphase ist kein Technologieproblem. Sie ist ein Governance- und Anreizproblem, und deine Empfehlung muss das direkt adressieren.

Pilotprojekte skalieren nicht, weil sie auf der falschen Kennzahl erfolgreich sind. Ein Pilot, der die Bearbeitungszeit in einer Schadensabteilung um 40% senkt, sieht nach einem Erfolg aus. Wenn das Governance-Modell aber einen neuen Beschaffungszyklus, eine neue Sicherheitsprüfung und die Freigabe von drei weiteren Stakeholdern verlangt, bevor das System eine zweite Abteilung berührt, übersteigen die Grenzkosten der Skalierung an jedem Entscheidungspunkt den Grenznutzen. Die Organisation optimiert auf den Abschluss des Pilots, nicht auf die Transformation.

Die Aufgabe des Beraters ist es, den Skalierungspfad gleichzeitig mit dem Pilot neu zu gestalten. Das heißt, eine funktionsübergreifende KI-Einführungseinheit mit vorab verhandelten Zugriffsrechten, eine standardisierte Vorlage für die Risikobewertung und eine Budgetstruktur zu empfehlen, die die erste Einführung als Infrastruktur behandelt, nicht als Experiment.

---

Mach einen Profitabilitäts-Drill mit zwei Ästen. Nimm ein beliebiges Fortune-500-Unternehmen, das du verfolgst, und bilde in 10 Minuten seine Kostenbasis für Wissensarbeit auf einem Umsatz- und Kostenbaum ab. Identifiziere die zwei Workflows, in denen Agentic AI den größten Unterschied macht. Zwing dich zu einer Zahl.

Übe die Diagnose der Pilotfalle. Such dir eine veröffentlichte Fallstudie zu einer gescheiterten oder ins Stocken geratenen KI-Einführung (die MIT Sloan Management Review veröffentlicht jedes Jahr mehrere). Diagnostiziere, ob das Scheitern technisch, governance- oder anreizbedingt war. Schreib dann eine Empfehlung in einem Absatz, die die Ursache adressiert, nicht das Symptom.

Mach einen Stresstest deiner Schätzlogik. Gib deine Marktgrößenschätzung einer Kommilitonin oder einem Kollegen und bitte sie, jede Annahme anzugreifen. Wenn deine Schätzung beim ersten Einwand zusammenbricht, hat deine Logik einen strukturellen Fehler. Bau sie aus dem Bottom-up-Ast neu auf und gleiche sie mit der Top-down-Zahl ab.

Am besten übst du Agentic-AI-Strategie-Cases unter realistischem Druck, mit einem Case, der sich wehrt. Starte eine Session auf BoardroomIQ und bau den Investment Case live.