BCG hat letztes Jahr $3,6B mit KI verdient. Das bedeutet es für dein Interview.
BCG erzielt inzwischen 25% seines Umsatzes mit KI-bezogener Arbeit. Diese Verschiebung zeigt sich direkt darin, was im Case Interview getestet wird. Das müssen Kandidaten wissen.
BCG hat berichtet, dass rund 25% seines Umsatzes von $14,4 Milliarden im Jahr 2025 aus KI-bezogenen Beratungsprojekten stammten. Das sind $3,6 Milliarden an Honoraren aus Projekten, die es vor fünf Jahren als eigenes Praxisfeld noch gar nicht gab.
Das ist kein Trivia-Fakt, den man im Coffee Chat fallen lässt. Es ist ein Signal dafür, was BCG-Interviewer dir in einem Case vorlegen werden.
Woran BCG-Partner tatsächlich arbeiten
Um zu verstehen, warum der Umsatzmix von BCG für dein Interview wichtig ist, musst du verstehen, was KI-Beratung auf Ebene der Beratung eigentlich ist.
BCGs KI-Umsatz stammt nicht in erster Linie aus dem Bau von KI-Modellen. Die Beratung ist kein Technologieunternehmen. Der Umsatz kommt daher, großen Unternehmen bei Entscheidungen rund um KI zu helfen: welche Anwendungsfälle priorisiert werden, wie man die internen Fähigkeiten aufbaut, um KI-gestützte Abläufe zu betreiben, wie man den organisatorischen Wandel steuert, der mit dem Einsatz von KI im großen Maßstab einhergeht, und wie man KI-Systeme so steuert, dass regulatorische und Reputationsrisiken vermieden werden.
Die Cases, die BCG-Partner ins Interview mitbringen, stammen aus ihrer jüngsten Kundenarbeit. Wenn ein Partner die letzten sechs Monate einem globalen Versicherer geholfen hat zu priorisieren, welche Underwriting-Prozesse zuerst automatisiert werden, dann sieht der Case, den er ins Interview mitbringt, so aus: ein Kunde, der entscheiden will, wo er in KI investiert, mit begrenzten internen Fähigkeiten und konkurrierenden internen Prioritäten.
Das ist ein anderer Case als „Die Profitabilität unseres Kunden sinkt“, aber die zugrunde liegenden analytischen Werkzeuge sind dieselben. Priorisierungs-Frameworks, Make-or-Buy-Abwägungen, Bewertung von Fähigkeiten, Kosten des Change Managements. Wenn du diese Fragen klar strukturieren kannst, kannst du auch einen KI-Strategie-Case meistern.
Die drei KI-Case-Typen, die dir wahrscheinlich begegnen
KI-Priorisierungs-Cases. Der Kunde hat 12 mögliche KI-Anwendungsfälle identifiziert und muss entscheiden, welche drei er zuerst verfolgt. Deine Aufgabe ist es, ein Framework zur Priorisierung zu bauen, typischerweise entlang zweier Dimensionen wie Wertpotenzial und Umsetzbarkeit, und es auf die Daten im Case anzuwenden. Die analytische Struktur ist identisch mit einem klassischen Problem der Portfoliopriorisierung. Nur das Vokabular ist neu.
KI-Make-or-Buy-Cases. Der Kunde entscheidet, ob er eine KI-Fähigkeit selbst entwickelt oder eine Lösung eines Anbieters kauft. Das ist eine Variante des klassischen Make-or-Buy-Case mit einer zusätzlichen Dimension: der internen Fähigkeit, das System über die Zeit zu betreiben und zu pflegen. Relevante Faktoren sind die Gesamtbetriebskosten, das Risiko der Anbieterabhängigkeit, die Zeit bis zum Nutzen und die bestehende Dateninfrastruktur des Kunden.
KI-Transformations-Cases. Der Kunde steckt mitten in der Neugestaltung eines KI-gestützten Betriebsmodells, und der erwartete Wert ist ausgeblieben. Deine Aufgabe ist es zu diagnostizieren, warum, und eine Kurskorrektur zu empfehlen. Im Kern ist das ein Profitabilitäts- oder Performance-Case; der KI-Kontext bringt zusätzliche Komplexität rund um Umsetzungszeitpläne, Change Management und die Lücke zwischen prognostizierten und realisierten Produktivitätsgewinnen.
Bei allen drei Typen sind die Business-Frameworks, die du bereits kennst, die richtigen Werkzeuge. Die einzige Frage ist, ob du sie selbstbewusst anwenden kannst, ohne dich von ungewohntem Vokabular aus dem Konzept bringen zu lassen.
Was BCG mit diesen Cases tatsächlich testet
BCG-Interviews sind in den meisten Büros interviewergeführt und bewerten stark die Qualität der Kommunikation. Der KI-Kontext in einem Case testet vor allem eine bestimmte Sache: intellektuelle Flexibilität.
Interviewer wollen sehen, ob du dich mit einem Problemfeld auseinandersetzen kannst, in dem du vielleicht noch nie gearbeitet hast, die entscheidenden Fragen richtig rahmst und eine strukturierte Argumentation hältst, ohne dich auf auswendig gelerntes Wissen aus diesem Feld zu stützen. Wer sagt „Ich bin kein KI-Experte, aber die Business-Frage hier dreht sich um Priorisierung, und das Framework dafür ist …“, zeigt genau die Fähigkeit, die BCG testet.
Wer sagt „Ich habe keinen KI-Hintergrund“ und dort aufhört, scheitert an der intellektuellen Flexibilität, nicht am Wissen.
Wer versucht, KI-Wissen zu zeigen, das er nicht hat, und technisches Vokabular falsch einstreut, scheitert an der Glaubwürdigkeit.
BCG ist eine Beratung, die intellektuelle Ehrlichkeit und präzise Kommunikation über enzyklopädisches Wissen stellt. Der richtige Schritt in einem KI-Case ist, die Business-Frage im KI-Kontext zu finden und diese Frage gründlich zu beantworten. Genau das tun Partner in echten Projekten.
Dieses Framework üben
Work through the Microsoft 2014: Satya Nadellas Turnaround case with AI coaching.
Die Vokabel-Untergrenze, die du brauchst
Du musst nicht verstehen, wie Large Language Models funktionieren. Du musst aber die folgenden Begriffe in einem Business-Satz korrekt verwenden können:
Use Case (Anwendungsfall) bezeichnet eine konkrete Anwendung von KI auf ein definiertes Business-Problem. „Ein Use Case ist die Automatisierung der Schadensaufnahme“ ist ein korrekter Satz. „Der Use Case für KI ist Effizienz“ ist zu vage, um in einem Case nützlich zu sein.
Umsetzbarkeit (Implementation Feasibility) umfasst die Datenverfügbarkeit, die technische Infrastruktur und die internen Fähigkeiten, die nötig sind, um die KI-Anwendung einzuführen und zu betreiben. Anwendungsfälle mit hohem Wert und geringer Umsetzbarkeit sind die häufigste strategische Falle, die BCG-Cases aufdecken.
Time-to-Value ist die Verzögerung zwischen Investition und messbarem Ertrag. KI-Transformationsprojekte haben wegen der Anforderungen an Training, Integration und organisatorische Übernahme typischerweise eine längere Time-to-Value als klassische Prozessverbesserungen.
Governance bezeichnet die Richtlinien und Aufsichtsstrukturen, die festlegen, wie KI-Systeme überwacht, geprüft und korrigiert werden, wenn sie schlechte Ergebnisse liefern. In regulierten Branchen (Finanzdienstleistungen, Gesundheitswesen, Versicherungen) ist Governance ein zentrales Thema, das eine Einführung blockieren oder verzögern kann.
Diese vier Begriffe korrekt und im Kontext zu verwenden, ist für die meisten KI-Cases, die BCG dir in diesem Zyklus vorlegen wird, ausreichendes Vokabular.
Warum das dieses Jahr mehr zählt als letztes
Bloomberg berichtete, dass KI-Arbeit bei BCG rund 25% des Umsatzes 2025 ausmachte. BCGs eigene Pressemitteilung verwendet eine weitere Definition und nennt KI- und Technologie-Services zusammen mit über 40% des Umsatzes. Mit dem Wachstum dieser Praxis wächst auch der Anteil KI-bezogener Cases im Interview-Pool. Interviews speisen sich aus echter Partnerarbeit. Partnerarbeit ist zunehmend KI-bezogen.
Das heißt nicht, dass jeder BCG-Case 2026 ein KI-Case ist. Klassische Profitabilitäts-, Markteintritts- und Wachstumsstrategie-Cases bleiben verbreitet. Es heißt, dass die Wahrscheinlichkeit, in deinem BCG-Prozess auf einen KI-Case zu treffen, spürbar gestiegen ist, und dass Kandidaten, die darüber nachgedacht haben, wie man solche Cases strukturiert, besser aufgestellt sind als die, die es nicht getan haben.
Die nötige strukturelle Anpassung ist klein. Die analytischen Werkzeuge sind dieselben. Die Vokabel-Untergrenze erreichst du mit ein paar Stunden Lektüre. Die intellektuelle Haltung, Neugier vor Expertise, Business-Rahmung vor technischer Tiefe, ist genau das, was BCG schon immer belohnt hat.
Praktische Vorbereitung in zwei Stunden
Stunde eins: Lies eine Fallstudie oder einen Artikel über eine KI-Einführung in einem Unternehmen aus einer Branche, die dich interessiert, Handel, Logistik, Finanzdienstleistungen, Gesundheitswesen. Lies sie wegen der Business-Entscheidungen, nicht wegen der technischen Details. Frag dich: Welche Zielkonflikte gab es? Wie sah Erfolg aus? Welche Umsetzungsrisiken gab es?
Stunde zwei: Nimm einen normalen Profitabilitäts- oder Markteintritts-Case und übe eine Version, in der der Kunde KI in einem Kernprozess einführt. Geh dieselbe analytische Struktur durch, die du normalerweise nutzen würdest, und übe, an den passenden Ästen KI-spezifisches Vokabular einzubauen.
Nach zwei Stunden hast du ein klareres Gefühl dafür, wie sich KI-Cases von klassischen Cases unterscheiden, und wie wenig sich der zugrunde liegende analytische Ansatz tatsächlich ändert.
Die Case-Bibliothek von BoardroomIQ enthält Business-Szenarien aus echten Strategieentscheidungen von Unternehmen, auch im Kontext technologischer Transformation. Beginne mit einem Case, in dem ein Unternehmen einen großen betrieblichen Umbruch bewältigt, und übe, die KI-Dimensionen zu rahmen, wenn der Case dazu einlädt.
Ähnliche Guides
June 29, 2026
Der KI-Geldkreislauf von 800 Mrd. $ und wie du Umsatzqualität beurteilst
June 19, 2026
Dangotes $20B-Raffinerie: Eine Meisterklasse in Wertkettenanalyse
June 19, 2026
Warum Amazon Indien nicht knackt: Eine Masterclass zum Markteintritt
June 15, 2026
KI-Implementierungs-Cases: Beginne beim Business-Problem
June 12, 2026
So bestehst du das McKinsey-Lilli-KI-Interview 2026
June 10, 2026