Künstliche Intelligenz frisst das Beratungsgeschäft von innen auf

Algorithmen erledigen in Stunden, wofür Consultants früher Wochen brauchten. Der Wissensvorsprung der Branche schmilzt. Das klassische Abrechnungsmodell wackelt.

Disruptoren werden disruptiert

Ausgerechnet die Zunft, die anderen beim Wandel hilft, bekommt ihn jetzt selbst zu spüren. Generative Sprachmodelle übernehmen Tätigkeiten, mit denen Beratungshäuser seit Jahrzehnten Geld verdienen: Märkte durchleuchten, Wettbewerber vergleichen, Vorschriften auswerten. Jörg Pirron, Chef der Beratung Protema, sieht das Ende einer Ära. Abrechnung nach Stunden, lange der Standard in der Branche, werde es in dieser Form nicht mehr geben.

Alte Formel funktioniert nicht mehr

Das Geschäft der Consultants beruhte auf einem einfachen Tausch: Firmen holten sich externes Wissen und Kapazität, die sie selbst nicht hatten. Informationsvorsprung, erprobte Methoden und ein Netz von Spezialisten machten den Unterschied. Kein Auftraggeber konnte das alles intern stemmen. Leistungsfähige Sprachmodelle stellen diese Gleichung auf den Kopf. Sie öffnen Wissensquellen für jeden, drücken Analysezeiten zusammen und versetzen Unternehmen in die Lage, vieles selbst zu erledigen.

Was die Zahlen verraten

Die Verschiebungen lassen sich bereits messen. Bei Routineanalysen berichten Firmen von Produktivitätssprüngen um 40 Prozent. Recherchen und Berichte entstehen bis zu viermal schneller. Der weltweite Beratungsmarkt soll bis 2030 die 750-Milliarden-Dollar-Marke überschreiten, doch die Hälfte davon landet voraussichtlich bei den zehn größten Anbietern.

Branche reagiert gespalten

Große Häuser investieren massiv in eigene KI-Kapazitäten und bauen Vorsprünge aus. Mittelgroße Anbieter und spezialisierte Boutiquen kämpfen um ihre Rolle im neuen Gefüge.

Maschinen übernehmen Fleißarbeit

Am härtesten trifft es die Wissensarbeit. Marktrecherchen, Vergleichsstudien, regulatorische Prüfungen: all das verschlang bislang den Löwenanteil der Projektzeit. Genau hier punkten Algorithmen. Die Arbeitsteilung verschiebt sich. Datensammlung und Benchmarking wandern zu den Maschinen, Menschen kümmern sich um Deutung und Strategie. Offen bleibt nur noch, wie schnell der Umbruch kommt und wer am Ende die Spielregeln bestimmt.