Wie verändert der Einsatz generativer KI in der täglichen Arbeit die Funktionsweise und Wertschöpfung von Unternehmensberatungen?

Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers.
Expert: Und ich bin Alex Ian Sutherland. Schön, dass Sie wieder dabei sind.
Host: Heute sprechen wir über eine aktuelle Studie mit dem Titel „Wie generative KI den Wandel auf Feldebene in der Unternehmensberatung vorantreibt“. Die Untersuchung analysiert, wie der Einsatz generativer KI in alltäglichen Arbeitspraktiken die Routinen in Professional Service Firms rekonfiguriert.
Expert: Und vor allem zeigt die Studie auf, wie sich diese lokalen Anpassungen auf der operativen Ebene zu grundlegenden Verschiebungen in der gesamten Branche aufsummieren.
Host: Blicken wir zuerst auf das Ausgangsproblem. Generative KI hält in rasantem Tempo Einzug in wissensintensive Berufe. Warum war eine tiefergehende Untersuchung hier notwendig?
Expert: Die bisherige Forschung zu diesem Thema war weitgehend fragmentiert. Es gab Analysen zu rein technischen Aspekten oder zu isolierten Arbeitsplätzen. Weitgehend ungeklärt blieb jedoch, wie individuelle Anpassungen von Arbeitsroutinen die Wertschöpfungslogiken und Normen eines ganzen Berufsfeldes verändern. Genau diese Lücke zwischen der Mikroebene der täglichen Praxis und der Makroebene des Berufsfeldes greift die Untersuchung auf.
Host: Wie sind die Forschenden methodisch vorgegangen, um dieses Phänomen zu erfassen?
Expert: Methodisch basiert die Arbeit auf einer qualitativen Mehrfachfallstudie. Das Forschungsteam führte 31 leitfadengestützte Interviews in zwei europäischen Unternehmensberatungen durch. Auf dieser induktiven Datenbasis wurde ein Mehrebenen-Modell entwickelt. Zu beachten ist dabei, dass keine quantitative Hypothesenprüfung stattfand. Die statistische Generalisierbarkeit auf andere Branchen oder weltweite Regionen ist daher methodenbedingt eingeschränkt.
Host: Kommen wir zu den zentralen Ergebnissen. Welche Mechanismen wurden in den Fallstudien identifiziert?
Expert: Die Autoren identifizierten vier wesentliche Veränderungsmechanismen. Der erste ist die verhandelte Legitimität. Hierbei wird innerhalb von Teams neu ausgehandelt, für welche Aufgaben der KI-Einsatz als fachlich und professionell angemessen gilt.
Host: Ein zweiter Aspekt betrifft das Thema Vertrauen. Was kam dabei heraus?
Expert: Das ist der Mechanismus der Vorläufigkeit des Vertrauens. Die qualitative Analyse zeigt: Unter zeitlichem Druck neigen Berater dazu, etablierte Prüf- und Validierungsroutinen abzukürzen. Das führt zu fragileren Arbeitsergebnissen und kann letztlich das Vertrauen von Klienten gefährden, wenn Fehler unentdeckt bleiben.
Host: Ein oft diskutierter Punkt ist auch die Qualifikation von Mitarbeitenden. Welche Beobachtungen liefert die Studie hierzu?
Expert: Dieser dritte Mechanismus wird als Fähigkeitenpolarität bezeichnet. Einerseits erweitert generative KI kurzfristig die Leistungsfähigkeit bei Routineaufgaben. Andererseits besteht das Risiko, dass langfristig kritisches analytisches Denken geschwächt wird. Früher lernten Nachwuchskräfte ihr Handwerk durch genau jene Zuarbeiten und das damit verbundene Feedback erfahrener Kollegen. Wenn KI diese Aufgaben übernimmt, geraten traditionelle Mentoring-Routinen unter Druck.
Host: Und das führt direkt zum vierten Punkt, der Frage nach dem eigentlichen Wert von Beratung.
Expert: Genau, die Infragestellung des Werts. Wenn standardisierte Analysen und Berichte commodifiziert werden, verlagert sich der tatsächliche Beratungswert weg von der Informationsbeschaffung hin zu menschlicher Urteilskraft, Kontextualisierung und individueller Erfahrung.
Host: Warum sind diese Erkenntnisse für Führungskräfte in der Praxis relevant? Was können Unternehmen konkret damit anfangen?
Expert: Für Entscheidungsträger ergeben sich klare Handlungsschwerpunkte. Erstens müssen Organisationen explizite Prüfroutinen institutionalisieren, damit Qualitätssicherung nicht dem individuellen Zeitdruck zum Opfer fällt. Zweitens müssen Ausbildungsprogramme und Mentoring-Strukturen aktiv umgestaltet werden, damit Berufseinsteiger auch ohne klassische Routinetätigkeiten tiefes Fachverständnis aufbauen. Und drittens müssen Beratungsunternehmen ihre Leistungsversprechen schärfen: Der Fokus verschiebt sich von Datenlieferungen hin zu kontextbezogener Urteilsbildung.
Host: Die Studie liefert somit einen fundierten Rahmen, um die Transformation wissensintensiver Dienstleistungen über die reine Produktivitätsdebatte hinaus zu steuern. Alex, vielen Dank für diese Einordnung.
Expert: Sehr gerne, Anna.
Host: Und herzlichen Dank an Sie fürs Zuhören. Bis zur nächsten Ausgabe von A.I.S. Insights — powered by Living Knowledge.