Als am Ende der Kreidezeit vor rund 66 Millionen Jahren die nicht-avischen Dinosaurier ausstarben, erloschen auch mehrere frühe Unterfamilien und Gattungen der Ameisen. Andere Unterfamilien, aus denen die heutige Arten hervorgingen, überstanden den Einschnitt und breiteten sich im Paläogen weiter aus.

Ihren Erfolg verdankten sie weder allein ihrer geringen Größe noch der Stärke des einzelnen Tieres. Vielmehr spezialisierten sie ihre Funktionen, organisierten ihre Gemeinschaften arbeitsteilig und besetzten ökologische Nischen, in denen sie ihre jeweiligen Fähigkeiten entfalten konnten.

Die Metapher lässt sich nicht unmittelbar auf die Welt der Unternehmen übertragen. Sie verweist jedoch auf ein Strukturprinzip, das sich immer dann zeigt, wenn sich die Umwelt grundlegend verändert: Die Größe behält ihren Wert, sofern sie Reichweite, Kapital und Durchsetzungskraft sichert. Gleichzeitig gewinnen Organisationsformen an Bedeutung, die neue Aufgaben früher als andere erkennen, die besondere Fähigkeiten miteinander verbinden und Funktionsräume erschließen, die größeren Strukturen nur eingeschränkt zugänglich sind.

Eine solche Entwicklung zeichnet sich gegenwärtig auf dem Beratungsmarkt ab.

Große Technologieanbieter und Beratungshäuser verfügen über Kapital, internationale Reichweite, umfangreiche personelle Kapazitäten und leistungsfähige Plattformen. Diese Voraussetzungen bleiben unverzichtbar, wenn Unternehmen globale Infrastrukturen errichten, zahlreiche Geschäftseinheiten miteinander verbinden oder umfassende Transformationsprogramme steuern müssen.

Seit künstliche Intelligenz jedoch einen wachsenden Teil der Recherche, der Datenaufbereitung und der ersten Konzeptarbeit beschleunigt, verändern sich die Bedingungen, unter denen die Beratung wirtschaftlichen Wert erzeugt. Weil sich standardisierbare Wissensleistungen mit geringerem Aufwand erbringen lassen, verlieren sie einen Teil ihrer bisherigen Knappheit. Gleichzeitig gewinnen jene Leistungen an Gewicht, die eine genaue Kenntnis der Prozesse, ein branchenspezifisches Urteil, die Verankerung in der Organisation und die Verantwortung für belastbare Entscheidungen verlangen. 

Daraus entsteht kein einfacher Gegensatz zwischen großen und kleinen Beratungen. Vielmehr wirken zwei Entwicklungen zusammen. Während Plattform- und Modellanbieter Beratungs- und Umsetzungskapazitäten aufbauen oder erwerben, können spezialisierte Beratungen ihre Nischen ausweiten, weil sich nicht jede unternehmensspezifische Aufgabe durch standardisierte Verfahren erfassen lässt. Indem die erste Entwicklung den Markt konsolidiert, lässt sie zugleich jene Aufgaben deutlicher hervortreten, bei denen Spezialisierung, Prozessnähe und persönliche Verantwortung den Ausschlag geben.

Das Renditedefizit der KI-Investitionen

Der gegenwärtige KI-Zyklus wird von hohen Investitionen getragen. Unternehmen erwerben Lizenzen, errichten Datenplattformen, erproben Assistenten und entwickeln erste Agenten. Obwohl die technische Leistungsfähigkeit rasch zunimmt, stellt sich der messbare wirtschaftliche Ertrag vieler Vorhaben erst mit erheblicher Verzögerung ein.

Der Bericht „The GenAI Divide: State of AI in Business 2025“ des MIT-Projekts NANDA beziffert die Investitionen der Unternehmen in generative KI auf 30 bis 40 Milliarden US-Dollar. Die Untersuchung stützt sich unter anderem auf mehr als 300 öffentlich dokumentierte KI-Initiativen, Gespräche mit Vertretern von 52 Organisationen und Befragungen von 153 Führungskräften. Nach ihrem Befund erzeugte nur eine kleine Gruppe der untersuchten, unternehmensspezifisch eingebundenen Anwendungen bereits einen erheblichen wirtschaftlichen Wert, während bei der großen Mehrheit ein messbarer Effekt auf die Gewinn- und Verlustrechnung ausblieb.

Die daraus häufig abgeleitete Behauptung, 95 Prozent sämtlicher KI-Projekte seien gescheitert, verkürzt den Befund, weil der Bericht keine repräsentative Gesamtheit aller Unternehmensprojekte erfasst. Eine allgemeine Misserfolgsquote lässt sich aus ihm daher nicht ableiten. Gleichwohl beschreibt die Untersuchung eine deutliche Trennlinie zwischen einer kleinen Gruppe produktiv eingebundener Systeme und einer großen Zahl von Vorhaben, die noch keinen nachweisbaren Ergebnisbeitrag erreicht haben.

McKinsey gelangte 2025 zu einem ähnlichen Ergebnis. Zwar setzten 88 Prozent der befragten Unternehmen künstliche Intelligenz bereits in mindestens einer betrieblichen Funktion ein, doch nur ein kleinerer Teil hatte ihre Nutzung im gesamten Unternehmen verankert. Einen messbaren Einfluss auf das EBIT meldeten 39 Prozent, wobei der Ergebnisbeitrag bei der Mehrheit dieser Unternehmen unter fünf Prozent lag.

S&P Global Market Intelligence ermittelte zugleich steigende Abbruchquoten. Der Anteil der Unternehmen, die den überwiegenden Teil ihrer KI-Initiativen vor dem Produktivbetrieb beendeten, stieg innerhalb eines Jahres von 17 auf 42 Prozent. Im Durchschnitt wurden 46 Prozent der Vorhaben nach dem Machbarkeitsnachweis eingestellt, bevor sie im Unternehmen breiter eingesetzt werden konnten.

Da die Untersuchungen unterschiedliche Stichproben, Definitionen und Erfolgsmaßstäbe verwenden, dürfen ihre Prozentwerte weder addiert noch unmittelbar miteinander verglichen werden. In ihrer Richtung stimmen die Befunde jedoch überein: Obwohl leistungsfähige Systeme verfügbar sind, entsteht aus ihrer technischen Verwendung nicht von selbst ein messbarer Unternehmensertrag.

Die Organisation als Ertragsbedingung

Viele Unternehmen beginnen ihre KI-Aktivitäten mit einem Werkzeug, bevor sie hinreichend geklärt haben, welcher betriebliche Prozess verändert werden soll, welchen wirtschaftlichen Beitrag das Vorhaben leisten kann und anhand welcher Kennzahlen sich sein Ergebnis prüfen lässt. Sie führen einen Assistenten ein, testen ein Sprachmodell oder erproben einen einzelnen Agenten, obwohl die organisatorische Aufgabe noch nicht bestimmt ist.

Ein Modell kann Dokumente auswerten, Angebote vorbereiten, Kundenanfragen strukturieren oder Entscheidungsgrundlagen verdichten. Seine technische Leistungsfähigkeit begründet jedoch noch keinen tragfähigen Geschäftsprozess, weil eine Anwendung erst dann wirtschaftlich wirksam wird, wenn sie in die tatsächliche Arbeitsweise des Unternehmens eingeht.

Damit dies gelingt, müssen Unternehmen ihre Daten zugänglich machen, ihre Wissensbestände ordnen und die Zuständigkeiten klären. Sie müssen bestimmen, welche Arbeitsschritte unverändert bleiben, welche durch künstliche Intelligenz unterstützt und welche neu gestaltet werden. Darüber hinaus müssen sie Prüfverfahren, Freigaben und Eingriffsrechte festlegen, da die Einführung sowohl die Abläufe und Rollen als auch die Entscheidungswege und die Führung verändert.

Der Engpass entsteht daher zunehmend dort, wo Technologie und Organisation miteinander verbunden werden müssen.

Diese Verbindung erklärt, weshalb Unternehmen trotz leistungsfähiger Anwendungen im Pilotstadium verharren. Eine technisch überzeugende Lösung kann ihren Zweck verfehlen, wenn sie den tatsächlichen Arbeitsablauf nicht abbildet. Selbst ein leistungsfähiges Modell bleibt unzuverlässig, sofern die zugrunde liegenden Daten widersprüchlich oder veraltet sind. Ebenso lässt sich eine Anwendung nicht dauerhaft betreiben, solange weder die Verantwortung für ihre Ergebnisse noch die Zuständigkeit für ihre Weiterentwicklung geregelt ist.

Der NANDA-Bericht führt die geringe Wirkung vieler Anwendungen insbesondere darauf zurück, dass ihnen die Fähigkeit fehlt, aus Rückmeldungen zu lernen und sich an den jeweiligen Unternehmenskontext anzupassen. Erfolgreiche Systeme müssen die Rückmeldungen ihrer Nutzer aufnehmen, die Besonderheiten der Organisation berücksichtigen und sich so in die bestehenden Abläufe einfügen, dass sie innerhalb ihrer Ordnung wirksam werden.

Deshalb erscheinen vor allem eng umrissene Anwendungen aussichtsreich, die ein konkretes und wirtschaftlich bedeutsames Problem bearbeiten. Je klarer das Problem bestimmt ist, desto genauer lassen sich sowohl die benötigten Daten und Zuständigkeiten als auch die Maßstäbe des Erfolgs festlegen.

Auch die Ergebnisse von McKinsey verweisen auf die organisatorischen Voraussetzungen des Erfolgs. Unternehmen, die einen höheren Ertrag aus künstlicher Intelligenz erzielen, gestalten ihre Arbeitsabläufe häufiger grundlegend neu, binden die Unternehmensleitung enger ein und bestimmen genauer, an welchen Stellen Mitarbeiter die Ergebnisse der Systeme prüfen müssen.

Damit wächst der Wert jener Beratungsleistungen, die technische Möglichkeiten mit dem Wissen des Unternehmens, seinen tatsächlichen Abläufen und seinen Verantwortungsstrukturen verbinden.

Der Zugriff der Plattformanbieter auf die Umsetzung

Weil sich der wirtschaftliche Erfolg auf der letzten Meile entscheidet, erweitern Modell- und Plattformanbieter ihre Leistungen über die Bereitstellung von Infrastruktur, Modellen und Software hinaus.

Microsoft kündigte am 2. Juli 2026 die Gründung der Microsoft Frontier Company an. Der Konzern stellt dafür 2,5 Milliarden US-Dollar bereit und will 6.000 Fachleute aus unterschiedlichen Branchen sowie aus der Entwicklung unmittelbar bei seinen Kunden einsetzen. Gemeinsam mit den Unternehmen sollen sie KI-Systeme entwerfen, einführen und anhand messbarer Geschäftsergebnisse fortlaufend verbessern.

Indem Microsoft die Kenntnis einzelner Branchen, die Begleitung organisatorischer Veränderungen und die technische Entwicklung in einer eigenen operativen Einheit zusammenführt, übernimmt der Konzern einen Teil jener Umsetzung, die bisher vor allem Beratungen und Systemintegratoren getragen haben.

Die Entscheidung besitzt strategische Tragweite, weil sich einer der größten Technologieanbieter der Welt nicht mehr darauf beschränkt, Rechenkapazität, Software und Modelle bereitzustellen. Nachdem Microsoft die technische Infrastruktur aufgebaut und die Anwendungen verbreitet hat, greift der Konzern nun auch nach jener Leistung, durch die sich die Technologie in einen produktiven Geschäftsprozess überführen lässt.

Auch andere Anbieter verfolgen diese Richtung. Palantir hat den Einsatz spezialisierter Ingenieure beim Kunden früh zu einem Bestandteil seines Geschäftsmodells gemacht. OpenAI baut eigene Kapazitäten für die Umsetzung auf, während das Unternehmen zugleich mit großen Beratungshäusern kooperiert. Anthropic arbeitet unter anderem mit Deloitte zusammen. Das Beratungshaus machte Claude für rund 470.000 Angehörige seines weltweiten Netzwerks verfügbar und errichtete zugleich Strukturen, die dessen Einführung in die betriebliche Arbeit unterstützen sollen.

Dadurch werden Infrastruktur, Modell, Plattform und betriebliche Anwendung enger miteinander verbunden. Wer die technische Grundlage kontrolliert, versucht zunehmend auch jene Leistungen zu erfassen, durch die aus einem Modell ein produktiver Unternehmensprozess entsteht.

Die beginnende Konsolidierung des Beratungsmarktes

Aus dieser Entwicklung ergibt sich die Grundthese des Beitrags: Die nächste große Übernahme im KI-Markt könnte weder einen Modellanbieter noch einen Chiphersteller betreffen, sondern ein Beratungs- oder Implementierungshaus.

Die wirtschaftliche Logik liegt nahe. Während Modellanbieter über Technologie, Rechenkapazität und Kapital verfügen, besitzen große Beratungshäuser die Kundenbeziehungen, das Branchenwissen, den Zugang zu den Unternehmensleitungen und umfangreiche Kapazitäten für die Umsetzung. Weil jede Seite über einen Teil dessen verfügt, was der jeweils anderen fehlt, entsteht ein Anreiz, beide Leistungssphären organisatorisch zu verbinden.

Historische Vorbilder bestehen bereits. Nachdem IBM 2002 die Beratungssparte von PwC übernommen hatte, formte der Konzern daraus einen wesentlichen Teil seines weltweiten Dienstleistungsgeschäfts. IBM begründete den Schritt ausdrücklich damit, dass Kunden eine engere Verbindung von Informationstechnik und betrieblicher Tätigkeit verlangten.

Die finanzielle Stärke der heutigen Plattformanbieter erleichtert eine vergleichbare Entwicklung. Unternehmen, deren Bewertungen sich im hohen dreistelligen Milliardenbereich oder im Billionenbereich bewegen, können Beratungs- und Umsetzungskapazitäten erwerben, deren Kaufpreis begrenzt erscheint, wenn man ihn mit den Investitionen in Rechenzentren, Halbleiter und Netze vergleicht.

Eine vollständige Übernahme eines großen Prüfungs- und Beratungshauses bliebe allerdings schwierig, weil die Partnerschaftsstrukturen, die berufsrechtlichen Anforderungen an die Unabhängigkeit, mögliche Interessenkonflikte und das Risiko personeller Abgänge eine solche Transaktion erschweren würden. Zudem könnte ein Plattformanbieter, der ein einzelnes Beratungshaus übernimmt, andere Partner gegen sich aufbringen, mit denen er weiterhin den Markt bearbeiten müsste.

Daher erscheint zunächst eine gestufte Konsolidierung wahrscheinlicher. Sie kann über Beteiligungen, Gemeinschaftsunternehmen oder langfristige Partnerschaften verlaufen; ebenso sind die Übernahme mittelgroßer Spezialisten und der Aufbau eigener Beratungseinheiten denkbar. Microsofts Frontier Company zeigt, dass ein Technologiekonzern die erforderlichen Kapazitäten auch innerhalb der eigenen Organisation errichten kann.

Die Richtung bleibt dennoch erkennbar: Plattformanbieter greifen nach der Umsetzung, weil sich erst dort entscheidet, in welchem Umfang ihre Technologie einen wirtschaftlichen Ertrag hervorbringt.

Die evolutionäre Logik spezialisierter Nischen

Die Konsolidierung beseitigt den Raum für spezialisierte Beratungen nicht. Vielmehr verändert sie dessen Lage und wirtschaftliche Bedeutung, weil jene Aufgaben deutlicher hervortreten, die sich einer umfassenden Standardisierung entziehen.

Je stärker Plattformanbieter und große Beratungshäuser jene Leistungen integrieren, die sich vereinheitlichen und in größerem Maßstab erbringen lassen, desto wichtiger werden Aufgaben, bei denen die genaue Kenntnis einzelner Branchen, die Analyse informeller Arbeitsabläufe, die Ordnung des unternehmensspezifischen Wissens und die persönliche Begleitung weitreichender Führungsentscheidungen den Ausschlag geben.

Spezialisierte Beratungen folgen dabei keiner verkleinerten Ausgabe des Geschäftsmodells großer Häuser. Ihr möglicher Vorteil beruht vielmehr auf einer anderen Form, in der sie ihre Leistungen erbringen.

Indem sie sich auf ausgewählte Branchen, Funktionen oder Problemstellungen konzentrieren, können sie wirtschaftliche, organisatorische und technologische Fragen enger miteinander verbinden. Weil ihre internen Abstimmungswege kurz bleiben, können sie neue Befunde rasch in die Beratung aufnehmen und unmittelbar mit der Unternehmensleitung erörtern.

Der entscheidende Faktor ist nicht die geringere Mitarbeiterzahl. Spezialisierung gewinnt erst dann wirtschaftlichen Wert, wenn sie eine genaue Kenntnis der Prozesse, eine methodische Ordnung und ein belastbares Urteil hervorbringt.

Gerade in mittelständischen Unternehmen folgt die tatsächliche Arbeit nicht vollständig den formalen Prozessbeschreibungen. Entscheidendes Wissen liegt häufig in Dokumenten, in den Erfahrungen einzelner Mitarbeiter und in informellen Abstimmungen, durch die eine Organisation ihre Abläufe an konkrete Situationen anpasst. Da diese Strukturen bestimmen, ob eine KI-Anwendung in die tägliche Arbeit eingeht oder nach einer überzeugenden Erprobung ohne dauerhafte Nutzung bleibt, müssen sie vor der Einführung erfasst und geordnet werden.

Eine spezialisierte Beratung kann diese Zusammenhänge erkennen, wenn sie eng mit der Unternehmensleitung, den Fachbereichen und den betroffenen Mitarbeitern arbeitet. Ihr Wertbeitrag besteht dann nicht in einem allgemeinen Konzept, sondern darin, dass sie die Technologie einem konkreten Prozess zuordnet, die Verantwortung eindeutig regelt und die wirtschaftliche Wirkung überprüfbar macht.

Hier erhält die Metapher von den Sauriern und den Ameisen ihre eigentliche Bedeutung.

Die Saurier stehen für Reichweite, strukturelle Kraft und die Fähigkeit, große Räume zu beherrschen. Die Ameisen stehen weder für Schwäche noch lediglich für geringe Größe. Ihr Erfolg beruht darauf, dass sie ihre Funktionen spezialisieren, ihre Arbeit koordinieren und die unterschiedlichen Leistungen ihrer Gemeinschaft auf ein gemeinsames Ergebnis ausrichten.

Auf den Beratungsmarkt übertragen bezeichnet die Ameise daher kein kleines Unternehmen, sondern ein spezialisiertes und vernetztes Leistungsmodell.

Während große Beratungshäuser internationale Transformationsprogramme steuern, weltweite Standards entwickeln und umfangreiche technische Kapazitäten bereitstellen können, bauen spezialisierte Beratungen ihre Nischen dort aus, wo die Besonderheiten eines Unternehmens über den Erfolg der Umsetzung entscheiden.

Die beiden Organisationsformen schließen einander nicht aus, weil sie unterschiedliche Teile desselben Marktes bearbeiten. Die Konsolidierung der großen Anbieter und die Erweiterung spezialisierter Nischen bilden daher keinen Widerspruch. Vielmehr folgen beide Entwicklungen daraus, dass künstliche Intelligenz den Beratungsmarkt nach unterschiedlichen Aufgaben neu gliedert.

Die Leistungsbedingungen spezialisierter Beratung

Spezialisierung begründet nicht automatisch einen Wettbewerbsvorteil, sondern schafft zunächst nur die Möglichkeit, ein abgegrenztes Problem genauer zu bearbeiten.

Damit daraus ein wirtschaftlicher Vorteil entsteht, muss eine spezialisierte Beratung technische Möglichkeiten beurteilen können, ohne technische Neuheit mit wirtschaftlicher Relevanz gleichzusetzen. Sie muss erkennen, welche Anwendungsfälle einen überprüfbaren Beitrag versprechen und welche vor allem eine eindrucksvolle Demonstration liefern.

Zudem muss sie die Prozesse analysieren, die Daten und Wissensbestände einordnen, die organisatorischen Folgen bestimmen und wirtschaftliche Kennzahlen festlegen. Wo die technische Architektur, der Datenschutz, die IT-Sicherheit oder besondere Rechtsfragen zusätzliche Kenntnisse verlangen, muss sie zugleich die Grenzen der eigenen Kompetenz erkennen und geeignete Fachleute einbeziehen.

Spezialisierung führt deshalb nicht zur fachlichen Abschottung. Sie verlangt vielmehr, dass unterschiedliche Kompetenzen so miteinander verbunden werden, dass sie auf ein gemeinsames wirtschaftliches Ergebnis gerichtet bleiben.

Daraus kann ein Netzwerkmodell entstehen, das nicht sämtliche Fähigkeiten dauerhaft im eigenen Haus vorhalten muss. Die Beratung kann Fachwissen entsprechend der jeweiligen Aufgabe verbinden, während sie die wirtschaftliche Zielsetzung, die organisatorischen Voraussetzungen und die Kriterien des Erfolgs zusammenhält.

Die Analogie zu den Ameisen liegt somit auch in der Arbeitsteilung. Der Vorteil entsteht nicht aus der isolierten Leistung eines Einzelnen, sondern daraus, dass spezialisierte Funktionen präzise zugeordnet und auf ein gemeinsames Ziel ausgerichtet werden.

Die Koordination der letzten Meile

Zwischen der Unternehmensleitung, den Fachbereichen und der technischen Umsetzung entsteht ein Beratungsfeld, das weder durch allgemeine Strategieformeln noch durch Softwareentwicklung allein abgedeckt wird.

Auf der einen Seite stehen Unternehmen, die künstliche Intelligenz einsetzen wollen, ihre Anwendungsfälle jedoch noch nicht belastbar priorisiert haben. Auf der anderen Seite stehen Anbieter, die Modelle, Plattformen und technische Lösungen bereitstellen. Damit aus der technischen Möglichkeit ein wirtschaftlich tragfähiges Vorhaben entsteht, muss der technische Vorschlag in die organisatorische Logik des Unternehmens übersetzt werden.

Diese Übersetzungsleistung umfasst vier Aufgaben.

Zunächst sind jene Prozesse zu bestimmen, in denen künstliche Intelligenz einen erkennbaren wirtschaftlichen Beitrag leisten kann. Bei der Auswahl müssen sowohl der erwartete Nutzen und der erforderliche Aufwand als auch die Risiken, die verfügbaren Daten und die organisatorische Umsetzbarkeit berücksichtigt werden.

Anschließend müssen die betroffenen Abläufe, Rollen und Entscheidungswege geordnet werden, damit eindeutig feststeht, welche Aufgaben die Mitarbeiter weiterhin wahrnehmen, welche Leistungen die KI-Systeme vorbereiten und an welchen Stellen eine Prüfung oder Freigabe erforderlich bleibt.

Danach sind die benötigten Daten, Dokumente und Wissensquellen zu identifizieren. Da ihre Aktualität, Verlässlichkeit und Zugänglichkeit die Qualität der späteren Anwendung bestimmen, müssen auch die Zuständigkeiten für ihre Pflege geklärt werden.

Schließlich ist die Wirkung anhand zuvor festgelegter Kennzahlen zu prüfen. Erst wenn der Zeitaufwand, die Kosten, die Bearbeitungsqualität, die Fehlerquote, die Nutzung und der Ergebnisbeitrag erfasst worden sind, lässt sich entscheiden, ob ein Vorhaben ausgeweitet, angepasst oder beendet werden sollte.

Der Wert der Beratung liegt damit nicht vorrangig darin, technische Möglichkeiten darzustellen. Er liegt vielmehr darin, eine überprüfbare unternehmerische Entscheidung vorzubereiten, ihre organisatorischen Bedingungen zu ordnen und ihre Umsetzung so zu begleiten, dass der wirtschaftliche Beitrag erkennbar wird.

Der wachsende Wert der Umsetzung

Künstliche Intelligenz beendet die Unternehmensberatung nicht. Sie verändert jedoch, wofür Unternehmen Beratung benötigen und welchen Leistungen sie einen besonderen Wert beimessen.

Weil sich Informationen schneller erschließen, Daten mit geringerem Aufwand auswerten und erste Konzeptfassungen weitgehend automatisiert erstellen lassen, verlieren Recherche, Marktvergleich und Präsentation einen Teil ihrer bisherigen Knappheit, obwohl sie weiterhin erforderlich bleiben.

Umso wertvoller werden jene Leistungen, die sich nicht aus allgemein verfügbaren Informationen ableiten lassen. Dazu gehören die Bestimmung des richtigen Problems, die Prüfung widersprüchlicher Befunde, die Kenntnis der tatsächlichen Arbeitsabläufe und die Einordnung technischer Möglichkeiten in das Geschäftsmodell, die Organisation und die Führung eines Unternehmens.

Der Beratungswert bemisst sich daher zunehmend danach, in welchem Umfang sich eine Empfehlung in einen tragfähigen Prozess überführen und ihre wirtschaftliche Wirkung nachweisen lässt. Nicht die Darstellung einer technischen Möglichkeit entscheidet, sondern die Fähigkeit, geeignete Anwendungsfälle auszuwählen, Verantwortlichkeiten zu ordnen, Wissensbestände nutzbar zu machen und den Erfolg anhand klarer Kennzahlen zu prüfen.

Der Aufbau großer Einheiten für die Umsetzung zeigt, welchen Stellenwert Technologieanbieter dieser letzten Meile beimessen. Weil Investitionen in Modelle, Rechenzentren und Plattformen allein noch keinen Unternehmensertrag gewährleisten, erweitern sie ihre Leistungen bis in die Organisation ihrer Kunden hinein.

Wenn Plattformanbieter ihre Kapazitäten für die Umsetzung sowohl selbst aufbauen als auch durch Partnerschaften, Beteiligungen und Übernahmen erweitern, wird die daraus folgende Konsolidierung große Teile des Beratungsmarktes verändern. Gleichzeitig werden große Beratungshäuser ihre technischen Fähigkeiten ausbauen, damit sie ihre Stellung in der entstehenden Wertschöpfungskette behaupten können.

Gerade unter diesen Bedingungen können spezialisierte Beratungen ihre Nischen festigen und erweitern. Wo standardisierte Lösungen auf die besonderen Prozesse eines Unternehmens, seine gewachsenen Wissensbestände und seine Führungsstrukturen treffen, gewinnen Spezialisierung, Prozessnähe und die Koordination unterschiedlicher Fachkenntnisse an Wert.

Die Saurier und die Ameisen stehen deshalb weder für Sieger und Verlierer noch für einen einfachen Gegensatz von Größe und Kleinheit. Sie verkörpern unterschiedliche Organisationsformen, deren Leistungsfähigkeit sich dort erweist, wo ihre jeweiligen Voraussetzungen der Aufgabe entsprechen.

Über ihre Zukunft entscheidet nicht die Größe allein, sondern die Fähigkeit, den eigenen Funktionsraum unter veränderten Bedingungen zu behaupten und auszubauen.

• Anthropic: Deloitte Will Make Claude Available to 470,000 People Across Its Global Network. 2025.
• Challapally, Aditya; Pease, Chris; Raskar, Ramesh; Chari, Pradyumna: The GenAI Divide: State of AI in Business 2025. MIT Project NANDA, 2025.
• Gentsch, Peter: Die nächste Milliardenübernahme wird keine KI-Firma sein. 2026.
• McKinsey & Company: The State of AI in 2025: Agents, Innovation, and Transformation. 2025.
• Microsoft: Microsoft Frontier Company: AI Engineering That Amplifies and Protects Your Intelligence. 2026.
• S&P Global Market Intelligence: AI Experiences Rapid Adoption, but with Mixed Outcomes. 2025.