Warum klingen KI-generierte Strategien alle gleich?
Die kurze Antwort
KI-generierte Strategien ähneln einander, weil ein Sprachmodell den Durchschnitt dessen wiedergibt, was zu einer Frage bereits geschrieben wurde. Die Bandbreite der Ergebnisse hängt dabei stärker am Verfahren als am Modell: Wer eigene Unternehmensdaten und mehrere Kreativmethoden einspeist, erhält andere Vorschläge als wer eine offene Frage stellt.
Drei Modelle, dieselbe Frage, fast dieselbe Antwort
Der Test kostet zehn Minuten. Stellen Sie drei Sprachmodellen dieselbe Frage zur Strategie Ihres Unternehmens, legen Sie die Antworten nebeneinander und markieren Sie, was sich unterscheidet.
Was Sie finden werden, ist eine identische Struktur: Marktanalyse, Differenzierung, Kernfähigkeiten, Roadmap, Kennzahlen. Was Sie nicht finden werden, ist eine Entscheidung.
Das ist kein Bedienfehler. Ein Sprachmodell gibt wieder, was zu einer Frage bereits geschrieben wurde, gewichtet nach Häufigkeit. Bei einer offen gestellten Strategiefrage ist das der Durchschnitt aller Strategien, die je publiziert wurden — und ein Durchschnitt ist das Gegenteil von Differenzierung.
Das Ergebnis liest sich trotzdem gut. Genau darin liegt das Problem: Ein Papier, dem im Führungskreis niemand widerspricht, hat in der Regel auch nichts ausgeschlossen. Strategie entsteht aber aus dem, was ein Unternehmen bewusst nicht tut.
Ein Modell hebt die einzelne Idee und senkt die Vielfalt aller Ideen
In einem präregistrierten Experiment schrieben 300 Personen Kurzgeschichten, ein Teil davon mit Zugang zu KI-generierten Ideen. 600 unabhängige Bewerter beurteilten die Ergebnisse als neuartiger und nützlicher, besonders bei den zuvor am wenigsten kreativen Autoren. Gleichzeitig wurden die Texte verschiedener Autoren einander messbar ähnlicher — rund elf Prozent mehr Übereinstimmung als ohne KI (Doshi & Hauser, Science Advances, 2024).
Die Autoren nennen das ein soziales Dilemma. Für die einzelne Person ist der Griff zur KI rational, weil ihr Ergebnis besser wird. Für die Gesamtheit verschwinden die Unterschiede, aus denen Wettbewerb entsteht.
Dasselbe Muster zeigt sich bei Produktideen. In einem Vergleich von Studierenden und GPT-4 stammten fünfunddreißig der vierzig bestbewerteten Ideen vom Modell — die menschlichen Ideen waren dabei die neuartigeren (Girotra u. a., Wharton, 2023). Ein Modell gewinnt bei der Durchschnittsqualität und verliert bei der Neuartigkeit.
Beide Befunde stammen aus Experimenten mit Kurzgeschichten und Produktideen, nicht aus Unternehmensstrategie. Die Übertragung ist eine Analogie.
Die Streuung der Ideen ist eine Frage des Verfahrens
Dieselbe Forschungsgruppe hat 35 Formulierungen desselben Auftrags getestet und die Streuung der erzeugten Ideen gemessen. Mit der besten Formulierung erreichte das Modell fast die Bandbreite menschlicher Gruppen; mit der schlechtesten lag es weit darunter (Meincke, Mollick & Terwiesch, Wharton, 2024; beide Wharton-Arbeiten sind noch nicht begutachtet).
Das ist der wichtigste Befund für die Praxis, und er wird selten zitiert. Über die Bandbreite entscheidet nicht die Wahl des Modells, sondern das Verfahren, mit dem es befragt wird.
Dieselbe Untersuchung liefert dazu eine Größenordnung. Der Ideenraum eines Standardauftrags wurde auf rund 3.700 unterschiedliche Ideen geschätzt; mit der besten Formulierung stieg er auf etwa 4.700. Der Raum ist also erweiterbar, und er hat eine Kante — beides ist für die Praxis gleichermaßen relevant.
Erklären lässt sich das über die Struktur der Frage. Unterschiedliche Formulierungen führen ein Modell in unterschiedliche Bereiche seines Materials. Wer mit einer einzigen Formulierung arbeitet, sieht einen Ausschnitt und hält ihn für das Ganze.
Im Mittelstand kommt ein zweiter Effekt dazu. Die Frage selbst ist bereits Durchschnitt. Sie wird in den Begriffen des eigenen Marktes gestellt, und diese Begriffe teilen sämtliche Wettbewerber: dieselben Segmente, dieselben Kostentreiber, dieselben drei Schlagworte aus derselben Verbandspublikation. Ein Modell antwortet dann doppelt allgemein — auf eine allgemeine Frage mit allgemeinem Material. Die Ähnlichkeit der Ergebnisse ist an dieser Stelle schon entschieden, bevor das erste Wort generiert wird.
Daraus folgt eine konkrete Konsequenz für Strategiearbeit. Wer eine offene Frage stellt, bekommt den Durchschnitt. Wer die eigenen Unternehmensdaten, die vorhandene Strategie und mehrere unterschiedliche Kreativmethoden im selben Durchlauf einspeist, erhält Vorschläge, die auf die eigene Ausgangslage bezogen sind — weil das Modell dann nicht mehr aus dem Allgemeinwissen antwortet.
In der Strategiesimulation versagt künstliche Intelligenz dort, wo Strategie anfängt
Vierunddreißig Sprachmodelle spielten eine Harvard-Strategiesimulation, in der ein Unternehmen über mehrere Perioden zwischen dem Ausbau des bestehenden Geschäfts und der Investition in eine neue Technologie abwägen muss — mit verzögertem und verrauschtem Feedback (Allen & McDonald, Strategy Science, 2026).
Die Reasoning-Modelle vom Jahreswechsel 2024/2025 übertrafen historische MBA-Jahrgänge. Die Frontier-Modelle aus der zweiten Jahreshälfte 2025 blieben sowohl unter den früheren Modellen als auch unter den Studierenden.
Aussagekräftiger als die Rangfolge ist die dokumentierte Schwäche. Die Modelle kamen mit strategischer Unsicherheit schlecht zurecht und zeigten eine systematische Neigung, das Kerngeschäft auszubeuten, statt in künftiges Wachstum zu investieren. Das ist der Trade-off, für den ein Unternehmen eine Geschäftsführung hat. Es handelt sich um eine einzige Simulation — als erster direkter Messversuch bleibt sie trotzdem der belastbarste Anhaltspunkt.
Was daraus für die eigene Strategiearbeit folgt
Stark ist ein Modell dort, wo Vollständigkeit zählt: beim Vorstrukturieren einer Fragestellung, beim Erzeugen von Gegenargumenten, beim Prüfen, ob eine Maßnahmenliste zu den Zielen passt. Diese Aufgaben sind mühsam und fallen in der Praxis als erste aus.
Der Durchschnitt bleibt außerdem im Raum, wenn das Werkzeug längst wieder aus ist. Wer mit einem systematisch verzerrten Modell arbeitete, übernahm dessen Fehler und wiederholte sie anschließend auch ohne das Modell (Vicente & Matute, 2023). In drei Studien im öffentlichen Sektor folgten Beteiligte algorithmischem Rat nicht häufiger als menschlichem — übernommen wurde er vor allem dann, wenn er zur vorhandenen Erwartung passte (Alon-Barkat & Busuioc, 2023). Ein Modell wirkt damit als Verstärker: Es bestätigt die Annahme, mit der jemand hineingegangen ist. In einer Branche gehen fast alle mit derselben Annahme hinein.
Die Strategie kommt aus dem Unternehmen. BizzPlAI setzt als Strategy Execution System an dem Schritt danach an und erzeugt die Initiativen: aus den Daten dieses Unternehmens, aus dessen vorhandener Strategie und aus einer Vielzahl von Kreativmethoden im selben Durchlauf. Der Branchendurchschnitt taucht darin nicht auf, weil er nie eingespeist wird. Was am Ende auf dem Tisch liegt, lässt sich auf eine Ausgangslage zurückführen, die kein Wettbewerber in dieser Kombination hat: auf Ihre Zahlen, Ihre Kundenstruktur, Ihre Engpässe.
Das ist die Konstruktion, die der Wharton-Befund nahelegt. Die Bandbreite entsteht aus dem Verfahren und aus dem Material, das ein Modell beim Antworten vor sich hat.
Machen Sie den Test trotzdem selbst. Wenn drei Modelle Ihnen dreimal dieselbe Strategie vorschlagen, haben Sie etwas über Ihre Branche erfahren und nichts über Ihr Unternehmen. Der interessante Teil beginnt bei der Frage, warum diese naheliegende Antwort für Sie die falsche sein könnte.
Häufige Rückfragen
Lässt sich die Ähnlichkeit von KI-Antworten durch bessere Prompts vermeiden?
Teilweise. In einem Test von 35 Formulierungen erreichte die beste fast die Ideenstreuung menschlicher Gruppen, die schlechteste lag deutlich darunter. Der Ideenraum bleibt endlich — er wird größer, nicht unbegrenzt. Wirksamer als die Formulierung sind eigene Daten und mehrere unterschiedliche Kreativmethoden im selben Durchlauf.
Ist künstliche Intelligenz für Strategiearbeit damit unbrauchbar?
Nein. Für Vorstrukturierung, Gegenrede und Konsistenzprüfung ist sie stark, weil dort Vollständigkeit zählt und nicht Originalität. Schwach wird sie bei Entscheidungen unter Unsicherheit und bei Abwägungen zwischen kurzfristigem Ertrag und künftigem Wachstum — also genau an den Stellen, an denen Strategie beginnt.
Worin unterscheidet sich Ideenfindung mit Unternehmensdaten von einem offenen Prompt?
Ein offener Prompt ruft den Durchschnitt dessen ab, was zu einer Frage publiziert wurde. Ein Verfahren, das Unternehmensdaten und die vorhandene Strategie einspeist, erzeugt Vorschläge, die auf diese Ausgangslage bezogen sind. Der Unterschied liegt nicht im Modell, sondern in dem, was es beim Antworten sieht.
Quellen
- Generative AI enhances individual creativity but reduces the collective diversity of novel contentScience Advances (Anil Doshi, Oliver Hauser), 2024
- Ideas are Dimes a Dozen: Large Language Models for Idea Generation in InnovationMack Institute, Wharton (Karan Girotra, Lennart Meincke, Christian Terwiesch, Karl Ulrich), 2023
- Prompting Diverse Ideas: Increasing AI Idea VarianceMack Institute, Wharton (Lennart Meincke, Ethan Mollick, Christian Terwiesch), 2024
- How Well Can AI Do Strategy? Empirical Benchmarking Using Strategy SimulationsStrategy Science (Ryan Allen, Rory McDonald), 2026
- Humans inherit artificial intelligence biasesScientific Reports (Lucía Vicente, Helena Matute), 2023
- Human–AI Interactions in Public Sector Decision Making: Automation Bias and Selective Adherence to Algorithmic AdviceJournal of Public Administration Research and Theory (Saar Alon-Barkat, Madalina Busuioc), 2023
Sehen, wie Strategie ankommt.
In 30 Minuten zeigen wir Ihnen, wie Sie Ihre Initiativen steuern, statt sie zu verwalten.