BoardroomIQ-LogoBoardroomIQ

Einblick in McKinseys neues KI-Interview (und wie du dich vorbereitest)

Von BoardroomIQ·mckinseycase-interview-prepai-in-consultingmba-recruitinginterview-tips

McKinsey hat für Kandidaten in den USA eine KI-gestützte Runde in die Endphase aufgenommen. Sie testet kein Prompt Engineering, sondern ob du eine Maschine hinterfragen kannst. So bereitest du dich vor.

Anfang 2026 tat McKinsey etwas, das zeigt, wohin sich das gesamte Beratungsrecruiting bewegt: Die Beratung fügte dem Interviewprozess der Finalrunde für Kandidaten in den USA eine KI-gestützte Komponente hinzu.

Die instinktive Reaktion ist Panik: Jetzt muss ich auch noch gut in KI sein? Die Realität ist interessanter, und die Vorbereitung ist machbarer, als du denkst.

Was das Interview tatsächlich testet

Das Wichtigste zum Verständnis: Das ist keine Prüfung im Prompt Engineering. McKinsey prüft nicht, ob du eine clevere Anweisung an einen Chatbot formulieren kannst.

Nach dem, wie Kandidaten und Career Services die Runde beschreiben, dreht sie sich um eine wertvollere Frage: Kannst du mit KI-Ergebnissen so arbeiten, wie es ein guter Berater tun würde? Das heißt, du zeigst:

  • Neugier: die Antwort der KI abklopfen, statt sie zu akzeptieren.
  • Skepsis: davon ausgehen, dass die Ausgabe plausibel falsch sein kann, und suchen, wo.
  • Urteilsvermögen: wissen, welche Teile du behältst, welche du verwirfst und wie du eine generische Antwort an die Realität eines bestimmten Kunden anpasst.

Anders gesagt: McKinsey hat den menschlichsten, am schwersten vorzutäuschenden Teil der Beratung genommen und ein Interview darum gebaut. Die KI erzeugt eine selbstbewusste Antwort; deine Aufgabe ist, die Beraterin zu sein, die weiß, dass sie noch nicht gut genug ist.

Warum McKinsey das jetzt tut

Zwei Kräfte kamen zusammen.

Erstens ist KI inzwischen in den eigentlichen Job eingewoben. McKinseys interner Assistent Lilli verarbeitet mehr als 500.000 Prompts im Monat. Wenn Berater ihre Tage damit verbringen, KI zu steuern und zu prüfen, ist es sinnvoll, Menschen einzustellen, die genau darin gut sind.

Die Arbeit im ersten Jahr bestand früher aus Recherche und Folienbau, und das meiste davon erledigt heute die KI. Also braucht die Beratung am Einstellungstor ein anderes Signal. Das alte Case Interview testet Strukturieren und Rechnen. Die KI-Runde testet die Ebene darüber: Urteilsvermögen gegenüber maschinell erzeugten Analysen.

Zweitens schaut der Rest der Branche zu. Beobachter erwarten, dass Bain und BCG ähnliche Elemente einführen. Wenn du 2026 oder später im Recruiting bist, behandle das KI-gestützte Interview als Kategorie, nicht als Eigenheit von McKinsey.

Wie du dich vorbereitest: ein konkreter Drill

Du brauchst keine besonderen Tools. Du brauchst eine wiederholbare Übung.

Schritt 1: Eine Empfehlung erzeugen. Nimm eine beliebige Business-Situation (am besten eine echte, ein Unternehmen, das du verfolgst, oder eine Fallstudie) und bitte ein KI-Tool um eine strategische Empfehlung. Akzeptiere seine erste Antwort kurz so, wie sie ist.

Schritt 2: Greif sie an. Jetzt spielst du Beraterin. Frag dich laut:

  • Welche Annahmen trifft diese Antwort? Sind sie für dieses konkrete Unternehmen wahr?
  • Welche Daten würden diese Empfehlung komplett ändern?
  • Was hat sie ignoriert: die Politik, die Bilanz, die Realität der Umsetzung?
  • Wo ist sie selbstbewusst generisch, obwohl die Situation spezifisch ist?

Schritt 3: Bau sie neu. Formuliere die Version, die du einem Kunden tatsächlich geben würdest, und erkläre, was du geändert hast und warum. Das ist der Muskel, den das Interview belohnt.

Schritt 4: Mach es an echten Entscheidungen. Allgemeines Üben hilft; das Durchdenken tatsächlicher Unternehmensentscheidungen baut den Instinkt auf. Fallstudien durchzuarbeiten, in denen du siehst, wie das echte Unternehmen entschieden hat und wo die offensichtliche Antwort falsch war, trainiert genau die Skepsis, auf die McKinsey prüft.

Dieses Framework üben

Work through the OpenAI 2023: Das Board, das einknickte case with AI coaching.

Dieses Framework üben →

Der Wandel im Denken

Kandidaten, die sich mit dieser Runde schwertun, behandeln KI tendenziell als Autorität. Kandidaten, die glänzen, behandeln sie als sehr schnellen, sehr selbstbewussten jungen Analysten: nützlich, schnell und nie ohne Prüfung vertrauenswürdig.

Diese Umrahmung ist das ganze Spiel. Dein Wert liegt nicht darin, mit der KI bei Tempo oder Erinnerung zu konkurrieren. Er liegt im Urteilsvermögen, zu erkennen, wann ihre saubere Antwort falsch ist, und in der Kommunikation, die erklärt, warum.

Wenn du dich auf klassische Case Interviews vorbereitet hast, also Probleme strukturierst, im Kopf rechnest und zu einer Empfehlung kommst, hast du das Fundament schon. Die KI-Runde fügt nur eine Ebene hinzu: all das an der Ausgabe der Maschine tun, nicht auf einem leeren Blatt.

Das größere Bild, wie KI Case Interviews in allen Beratungen umgestaltet, zeigt unser Leitfaden, wie du ein Case Interview im KI-Zeitalter bestehst.


BoardroomIQ trainiert das strukturierte Urteilsvermögen, das KI-gestützte Interviews belohnen. Übe an echten Unternehmensentscheidungen und Live-Case-Simulationen auf boardroomiq-ai.com.

Häufige Fragen

Was ist McKinseys KI-Interview?

Es ist eine Runde, die McKinsey für Kandidaten in den USA in die Endphase aufgenommen hat und bei der mit KI-generierten Ergebnissen gearbeitet wird. Berichten zufolge konzentriert sie sich darauf, ob du das, was die KI liefert, hinterfragen, einordnen und anpassen kannst; getestet wird Urteilsvermögen, nicht die Fähigkeit, Prompts zu schreiben.

Muss ich für McKinsey Prompt Engineering lernen?

Nein. Das Interview ist kein Test im Prompt Engineering. McKinsey bewertet Neugier, Skepsis und Urteilsvermögen: deine Fähigkeit, eine KI-Antwort zu nehmen und herauszufinden, wo sie falsch oder unvollständig ist und was eine echte Kundensituation tatsächlich braucht.

Wie bereite ich mich auf ein KI-gestütztes Case Interview vor?

Übe, Analysen kritisch zu lesen. Nimm eine beliebige KI-generierte Business-Empfehlung und unterziehe sie einem Stresstest: Welche Annahmen verbirgt sie, welche Daten würden die Antwort ändern, was übersieht sie an diesem konkreten Kunden? Übe dann, das laut zu formulieren, so wie du es in einem Case tun würdest.

Ähnliche Guides