Wie Agentic AI das Consulting verändert

Traditionelles Consulting bedeutet in der Regel langsame Angebote, verlängerte Analysezyklen und umfangreiche Präsentationen, die genau dann eintreffen, wenn sich die Bedingungen ändern. In einer Ära der schnellen Störung hält sich dieser Ansatz nicht mehr.

Deswegen glauben viele, dass Agentic AI wahrscheinlich die Art und Weise verändern wird, wie traditionelles Consulting stattfindet. Agentic-AI-Systeme analysieren nicht nur Daten oder generieren Erkenntnisse auf Anfrage. Sie arbeiten eher wie autonome Mitarbeiter, indem sie Probleme definieren, Hypothesen aufstellen, Analysen durchführen und sich kontinuierlich an neue Daten anpassen. Laut Arda Ecevit, Mitgründer und CEO von NexStrat, hat diese Veränderung tiefgreifende Auswirkungen auf die Art und Weise, wie Strategiearbeit durchgeführt wird.

„NexStrat ist eine Agentic-AI-Plattform, die Geschäftsanwendern – von Managern bis hin zu Managementberatern selbst – bei der Entscheidungsfindung, der Strategieentwicklung und der Erstellung von Aktionsplänen unterstützt“, sagt Ecevit. „Sie unterstützt die gesamte Reise von der Strategie bis zur Umsetzung.“

Von episodischer Beratung zu kontinuierlicher Strategie

Ecevit kennt die Beratungswelt gut. Er verbrachte fast 15 Jahre in der Managementberatung, bevor er als Chief Strategy und Transformation Officer bei einem großen E-Commerce- und Lebensmittel-Lieferunternehmen tätig wurde. Diese Erfahrung hat ihn mit einer der strukturellen Einschränkungen der Branche konfrontiert: traditionelle Beratung ist von Natur aus episodisch.

„Traditionelle Beratung ist nicht skalierbar, sie ist nicht kontinuierlich“, erklärt er. „Man benötigt große Budgets, Projekte dauern Monate, bis sie überhaupt starten, und wenn man die Berichte erhält, kann man nicht wirklich auf sie zurückkommen, wenn neue Daten verfügbar werden.“

Agentic AI bietet ein grundlegend anderes Modell. Anstatt episodischer Engagements bieten Plattformen wie NexStrat immer-on-Strategieunterstützung. Benutzer können Annahmen überdenken, Analysen aktualisieren und Strategien in Echtzeit überarbeiten, was mit menschlichen Beratern allein unmöglich oder zu teuer wäre.

„Im traditionellen Modell könnte man Glück haben, wenn man Antworten in sechs Monaten erhält“, sagt Ecevit. „Mit Agentic AI kann man Hypothesen generieren und innerhalb von Minuten auf sie zurückkommen.“

Neue Architektur des Consulting-Kerns

Dieser Trend ist nicht nur eine Frage der Geschwindigkeit. Er verändert bereits die Struktur von Beratungsunternehmen selbst.

Martín Lewit, Senior Vice President Corporate Development bei Nisum, einem digitalen Beratungsunternehmen für Fortune-500-Unternehmen, sagt: „Traditionelle intelligente Automatisierung bringt Kosteneinsparungen, aber Agentic AI introduceert neue Arbeitsweisen. Für Führungskräfte wird die Frage nicht ‚Wie können wir bestehende Prozesse optimieren?‘, sondern ‚Welche neuen Fähigkeiten können AI-getriebene Lösungen freisetzen?‘“

Nate MacLeitch, CEO von QuickBlox, einem Unternehmen, das AI-gestützte Chat- und Video-APIs und -SDKs anbietet, betont, wie AI zu einem integralen Bestandteil digitaler Prozesse wird. „Wir ermöglichen es Unternehmen, AI-Assistenten zu bauen und zu integrieren, die Daten sammeln, administrative Unterstützung bieten und personalisierte Erfahrungen liefern. Diese Veränderung zeigt, wie AI von einem optionalen Add-on zu einer Kernfähigkeit in Workflows wird.“

Boston Global Forum hat kürzlich hervorgehoben, wie künstliche Intelligenz die traditionelle Pyramidenstruktur von Beratungsunternehmen untergräbt, bei der große Teams von Junior-Analysten Forschung und Synthese durchführen, während ein kleiner Kreis von Senior-Partnern Erkenntnisse interpretiert und Strategien entwickelt. AI-Systeme automatisieren nun viel von dieser Junior-Arbeit durch Datensammlung, Modellierung und erste Analyse. Diese können Ergebnisse schneller und günstiger liefern als menschliche Teams. Dies zwingt Unternehmen, ihre Personalmodelle und Lieferstrukturen zu überdenken, anstatt AI einfach auf alte Prozesse zu setzen.

Diese Erkenntnis spiegelt das wider, was Ecevit auf dem Markt sieht: „AI kann das schwere analytische Arbeiten übernehmen, damit Menschen sich auf höhere Urteils- und Führungsentscheidungen konzentrieren können“, sagt er. Das Ergebnis ist nicht nur ein Geschwindigkeitsvorteil, sondern eine Veränderung der Beratungswertschöpfungskette selbst, von einem ressourcenintensiven Arbeitsmodell zu einem, das auf AI-ergänztem Fachwissen basiert.

Schnellere, agilere Entscheidungsfindung

Geschwindigkeit bleibt einer der unmittelbarsten Vorteile von Agentic AI. NexStrat spiegelt den hypothesengetriebenen Problemlösungsansatz wider, der von Top-Strategieunternehmen verwendet wird: Zielsetzungen und Einschränkungen klären, Hypothesen aufstellen, Analysepläne erstellen, Datenarbeit durchführen und Schlussfolgerungen verfeinern.

„Der Unterschied besteht darin, dass man all dies vielleicht hundert Mal schneller tun kann“, sagt Ecevit.

Diese Agilität ist in einem Geschäftsumfeld wichtig, das durch Volatilität, regulatorische Veränderungen, Wettbewerbsbewegungen, Lieferkettenunterbrechungen und tech-getriebene Marktentwicklungen geprägt ist. Die Agenten von NexStrat können kontinuierlich nach neuen Entwicklungen scannen und Strategien anpassen, wenn sich die Bedingungen ändern.

„Wenn eine neue Regelung in Kraft tritt oder ein wichtiger Kostentreiber ändert, kann man seine Strategie fast sofort anpassen“, sagt Ecevit. „Diese Fähigkeit, sich kontinuierlich anzupassen, ist ein echter Game-Changer.“

Ein breiteres und wachsendes Spektrum an Anwendungsfällen

NexStrat dient sowohl Unternehmen als auch Beratungsunternehmen, mit starker Akzeptanz in beiden Bereichen. Die Plattform wird bereits von großen Banken, Fortune-500-FMCG-Unternehmen, Technologieunternehmen und Beratern weltweit verwendet und hat erfolgreich einen Pilotversuch mit einem der größten Beratungsunternehmen der Welt absolviert, einem der „Big Four“. Insbesondere fungiert NexStrat als starker Multiplikator für Boutique-Beratungen und unabhängige Experten, ermöglicht es ihnen, ihre Lieferkapazität und Effektivität mit den vorhandenen Ressourcen erheblich zu erweitern und gleichzeitig Zeit für Expertenurteile, kritische strategische Erkenntnisse, Kundenerfüllung und Geschäftswachstum zu gewinnen.

„Solange die AI so programmiert ist, wie ein Berater zu denken – mit strukturierten Prozessen, Frameworks und den richtigen analytischen Werkzeugen – kann sie menschliche Entscheidungsträger und Berater bei vielen verschiedenen Problemen unterstützen“, sagt Ecevit.

Jenseits der Strategie übersetzt NexStrat Strategien und Entscheidungen auch in ausführbare Pläne und Ziele fast sofort mit Agentic AI. Die Plattform kann detaillierte Aktionspläne entwickeln, KPIs und Eigentümer definieren und als „Coach“ fungieren, der den Fortschritt überwacht, Verzögerungen identifiziert und die Ursachen analysiert, wenn Ziele nicht erreicht werden.

Der Beginn einer neuen Ära im Consulting

Agentic AI wird Berater nicht überflüssig machen, aber es wird das Consulting neu definieren. Strategie wird schneller, iterativer und enger in den täglichen Betrieb eingebettet. Wenn Plattformen wie NexStrat ausgereift sind, weisen sie auf eine Zukunft hin, in der AI das schwere analytische Arbeiten übernimmt, während Menschen sich auf Urteils- und Führungsentscheidungen konzentrieren, während die alten Strukturen der Beratungsbranche zu schlankeren, agileren Modellen weichen.

In diesem Sinne ist Agentic AI nicht nur die Art und Weise, wie Consulting geliefert wird, verändernd. Es verändert auch, warum und wo menschliches Fachwissen Wert hinzufügt. Und das könnte die tiefgreifendste Veränderung von allen sein.

Umgestaltung ohne Ersetzung

Trotz der Parallelen zur Beratungsarbeit betont Ecevit, dass Agentic AI nicht darum geht, menschliche Berater vollständig zu ersetzen.

„Wir sagen nicht, dass es eine vollständige Ersetzung ist“, sagt er. „Wenn hochkarätige oder irreversible Entscheidungen involviert sind oder wenn Unternehmen in Schwierigkeiten stecken, werden menschliche Berater weiterhin wertvoll sein.“

Lewitt stimmt der Idee zu, dass Menschen bei AI-Entscheidungen im Mittelpunkt bleiben. “Bei Nisum verwenden wir Technologie, um das zu erweitern, was Menschen erreichen können“, sagt Lewit, „AI ist nicht nur ein Werkzeug für sich. Es ist in jeden Teil unseres Liefermodells integriert. Durch die Kombination mit menschlichem Urteil helfen wir Menschen, intelligente Entscheidungen zu treffen, anstatt weniger.“

Was sich ändert, argumentiert Ecevit, ist, wo dieser Wert liegt. Wenn AI analytische und forschungsintensive Aufgaben übernimmt, werden die Stärken menschlicher Berater in Richtung Bereiche verschoben, die Maschinen schwer nachahmen können: Umsetzung, Ausführung, Stakeholder-Management, Kommunikation und Führung von organisatorischem Wandel.

„Diese menschlichen Aspekte der Arbeit werden immer wichtiger“, sagt Ecevit.

Asparuh Koev, CEO von Transmetrics, einem Logistik-AI-Unternehmen, veranschaulicht dies: „Auch wenn ein System auf Autopilot laufen kann, können wir uns nicht vorstellen, dass es ohne einen Piloten im Cockpit auskommt. AI wird repetitive Arbeit und Tabellen übernehmen, aber menschliche Experten bleiben unverzichtbar, um zu überwachen, zu leiten und einzugreifen, wenn nötig.“

In der Praxis kann Agentic AI sogar die Zeitpunkt bestimmen, an dem externe Berater in den Prozess eintreten. Unternehmen können AI verwenden, um starke interne Hypothesen und Aktionspläne zu entwickeln, und dann externe Berater später hinzuziehen, um Entscheidungen zu validieren, Risiken zu managen oder die Umsetzung zu unterstützen.

Menschen fest im Blick behalten

Mit größerer Autonomie kommt auch größere Verantwortung – und Ecevit betont, dass menschliche Aufsicht unerlässlich bleibt.

„Während der Entwicklung müssen Menschen sicherstellen, dass die AI ethisch programmiert ist“, sagt er. „Während der Implementierung müssen Anwendungen so konzipiert werden, dass sie Transparenz, Kontrolle und Governance-Mechanismen bieten, damit Menschen im Fahrersitz bleiben.“

Bei hochkarätigen Entscheidungen sollte AI Empfehlungen für menschliche Überprüfung kennzeichnen, anstatt einseitig zu handeln. Benutzer benötigen auch Einblick in die Art und Weise, wie Schlussfolgerungen gezogen werden.

„Menschen müssen die Begründung und die Annahmen hinter einer strategischen Richtung verstehen“, sagt Ecevit. „Sie sollten in der Lage sein, die Herkunft von Erkenntnissen und die Art und Weise, wie die AI zu ihnen gelangt ist, nachzuvollziehen.“