Es war ein Strategieprojekt auf Vorstandsebene. Die AXA, eine der größten Versicherungsgruppen der Welt, wollte ihre Kundenstrategie bis 2030 neu ausrichten. Früher wäre dafür ein Beratungsteam für mehrere Monate eingeplant worden: Wochen der Analyse, Workshopserien, Abstimmungsrunden. Michael Nenninger, CEO von Voycer Digital GmbH, lieferte das Ergebnis in zweieinhalb Tagen.

Was folgte, war keine Begeisterung. Es war eine Frage, die die Grundlage des Projekts infrage stellte.

„Der Kunde kommt auf die Idee: Das geht ja jetzt schneller bei dir, dann kannst du nicht so viel Personentage auf die Rechnung schreiben."

Michael erzählt das ohne Dramatik, fast beiläufig. Aber in dieser einen Aussage des Kunden steckt das eigentliche Problem, das viele Consulting-Führungskräfte in ihren Bilanzen noch nicht sehen, in ihren Gesprächen aber schon spüren. Das Geschäftsmodell, das die Branche über Jahrzehnte getragen hat, verliert seine Selbstverständlichkeit. Nicht durch einen Bruch, sondern durch eine schleichende Entkopplung.

Sammy Gebele, CEO von Sawoo und Host des Leaders In Consulting Podcasts, setzte die Zahl in Kontext: Zweieinhalb Tage statt vier bis fünf Wochen entsprechen fünf bis zehn Prozent der früheren Zeit. Michael bestätigte es schlicht: „Das ist die Realität."

Die wichtigsten Erkenntnisse

1. Mehr Effizienz im zeitbasierten Modell bedeutet weniger Umsatz, nicht höhere Margen. Das ist kein Pricing-Problem, sondern ein Modellproblem.
2. Das Pyramidenmodell ist keine Organisationsform, sondern eine Lernmaschine. Wenn AI den Unterbau übernimmt, bricht nicht nur Kapazität weg, sondern die gesamte Talententwicklung von oben.
3. „Das sind dann zweieinhalb Tage, wo man früher vier oder fünf Wochen gebraucht hat." Voycer Digital hat das mit der AXA bereits umgesetzt. Die Reaktion des Kunden war keine Begeisterung, sondern eine Frage über den Preis.
4. Der gefährlichste Moment ist nicht der Bruch, sondern die Phase davor. Solange das Modell noch trägt, fehlt der Druck zur Veränderung. Genau das ist das strategische Risiko.
5. Der Wettbewerb kommt nicht mehr nur von anderen Beratungen. Inhouse-Einheiten und Softwareanbieter bauen gerade dieselben Fähigkeiten auf, die bisher Beratungsdomäne waren.

Warum das kein Effizienzproblem ist, sondern ein Modellproblem

Viele Beratungen haben in den letzten zwei Jahren AI eingeführt. Analysen laufen schneller. Präsentationen entstehen in Stunden statt Tagen. Auf den ersten Blick sieht das wie ein Wettbewerbsvorteil aus.

Michael beschreibt, was tatsächlich passiert. Mehr Effizienz in einem zeitbasierten Modell bedeutet weniger abrechenbare Stunden, nicht höhere Margen. Der Unterschied zwischen einem Effizienzproblem und einem Modellproblem ist genau das: Ein Effizienzproblem löst man mit besseren Prozessen. Ein Modellproblem erfordert eine andere Grundlage.

Michael hat beide Seiten erlebt. Als Executive Vice President Digital Consulting bei der MSG, einem der größten inhabergeführten IT-Beratungshäuser in Deutschland mit rund 10.000 Mitarbeitern, hat er das Modell von innen gesteuert. Dann hat er es verlassen, um eines zu bauen, das ohne diese Logik auskommt.

„Wenn ich 25 Jahre zurückschaue: Das Geschäftsmodell ist immer noch das Gleiche. Es ist Utilisation von Mitarbeitern. Das ist ein Pyramidenmodell."

Der Satz ist keine Kritik, sondern eine Bestandsaufnahme. Und genau deshalb ist er so ernst zu nehmen.

Drei Mechanismen, die das Modell gerade destabilisieren

1. Der Unterbau der Pyramide verliert seine Funktion

Das Pyramidenmodell ist keine Organisationsform, sondern eine Lernmaschine. Juniors übernehmen strukturierte Aufgaben, recherchieren, arbeiten sich in Methoden ein. Manager koordinieren. Partner steuern und verkaufen. Jede Ebene entwickelt sich durch die darunter.

Agentic AI greift genau dort ein, wo diese Entwicklungskette beginnt. Wenn Research-Aufgaben und methodische Einarbeitungsprozesse durch AI schneller, günstiger und konsistenter erledigt werden können, verliert der Unterbau seine Funktion.

„Wenn du die jungen Menschen nicht mehr hast, um oben die Pyramide auch hinzuzuentwickeln in der Kompetenz, hast du irgendwann eine gewisse Herausforderung."

Die Folge ist nicht nur weniger Kapazität. Ohne funktionierenden Unterbau fehlt mittelfristig die Basis, aus der Senioren entstehen. Das Modell kannibalisiert seine eigene Zukunft.

2. Reproduzierbarkeit entkoppelt Wert von Aufwand

Beratung war immer an implizites Wissen gebunden. Das Wissen saß in den Köpfen der Berater, in eingespielten Mustern, in der kollektiven Projekterfahrung eines Teams. Genau deshalb war Beratung nicht skalierbar wie Software. Mehr Umsatz erforderte mehr Menschen.

Michael beschreibt, wie Voycer Digital diesen Zusammenhang aufgebrochen hat. Methoden werden nicht mehr situativ angewandt, sondern in strukturierte Abläufe übersetzt, die konsistent reproduziert werden können.

„Wir haben überlegt, wie man Prompts so intelligent hintereinander anordnet, dass daraus ein Methodensatz entsteht. Eine SWOT-Analyse besteht dann aus 50 oder 70 aufeinander abgestimmten Schritten."

Was dabei entsteht, nennt Michael einen Berater-Twin: einen digitalen Zwilling einer Beratungsmethode, der eine spezifische Aufgabe konsistent und reproduzierbar ausführt. Der Aufwand verlagert sich vom Wiederholen hin zum Entwickeln und Trainieren.

Das hat eine direkte Konsequenz für das Pricing. Wenn dieselbe Leistung in zweieinhalb statt fünf Wochen erbracht wird, stellt sich die Frage, warum der Preis derselbe sein sollte. Die Antwort ist nicht selbstverständlich, solange Zeit die Grundlage der Wertmessung bleibt.

3. Der Wettbewerb kommt von außen

Michael beschreibt drei Felder, in denen sich der Consulting-Markt gerade neu sortiert: klassische Beratungen, Inhouse-Einheiten und neue Marktteilnehmer. Die Inhouse-Entwicklung ist dabei die strategisch bedeutsamste. Große Unternehmen bauen eigene AI-Kompetenzeinheiten auf, nicht primär aus Kostengründen, sondern weil sie das Wissen als zu strategisch empfinden, um es dauerhaft nach außen zu geben.

Er zieht dafür eine direkte historische Parallele. In den 1990er Jahren haben alle großen Konzerne eigene IT-Töchter aufgebaut. BMW hatte die Gedas, Siemens die Siemens Business Services, VW ebenfalls. Erst war das strategisch zwingend, dann wurde es teuer, dann wurden die Einheiten verkauft oder aufgelöst.

„Wir werden in ein ähnliches Umfeld reinkommen, wie man es beim Aufkommen der IT gesehen hat. Die großen Konzerne bauen gerade eigene AI-Servicegesellschaften auf. Das wird sich wiederholen."

Parallel dazu rücken Softwareanbieter in Felder vor, die klassisch Beratungsdomäne waren. Wenn Methoden in Systeme übersetzt werden können, können sie direkt in Produkte integriert werden. Leistungen, die früher projektbasiert erbracht wurden, werden Teil einer Anwendung, die der Kunde selbst nutzt. Beratung wird in diesem Fall nicht mehr beauftragt, sondern genutzt. Differenzierung kann dann nicht mehr auf Kapazität oder Marke basieren, sondern muss aus einzigartigen Daten und strukturierten Systemlogiken entstehen.

Was das für die Ökonomie einer Beratung bedeutet

Die wirtschaftliche Logik des Beratungsmodells ist transparent: mehr Projekte, mehr Teams, mehr Umsatz. Wachstum über Köpfe. Das hat funktioniert, solange die Bedingungen stimmten.

Michael rechnet es durch. Wenn eine Marktpositionierungsaufgabe früher vier bis fünf Wochen benötigt hat und jetzt zweieinhalb Tage braucht, entsteht bei gleichbleibendem Tagessatz ein Rechenmodell, das zugunsten des Kunden funktioniert. Anders ausgedrückt: zulasten der Marge.

„Wir müssen sehr viel stärker leistungsorientiert und aufgabenorientiert rangehen und die Lösungskomponente bepreisen."

Das ist leichter gesagt als getan. Das bestehende Pricing ist nicht zufällig entstanden, sondern ist das Ergebnis von Jahrzehnten eingespielter Markterwartungen, Ausschreibungsprozessen und Kundengesprächen. Ein Wechsel zu output-basiertem Pricing erfordert nicht nur neue Vertragsmodelle, sondern neue Gesprächsführung und neue Referenzen.

Michael beschreibt das Ziel, auf das Voycer Digital hinarbeitet: ein SaaS-ähnliches Modell, bei dem der Kunde methodisch trainierte Berater-Twins als Mietmodell erhält. Der Setup-Aufwand für Trainings und Individualisierung ist dabei ähnlich verständlich wie ein Implementierungsprojekt bei Salesforce. Was folgt, ist laufende Nutzung, unabhängig vom Projektvolumen. Dieses Modell ist noch nicht der Standard, zeigt aber die Richtung: weg von Zeit als Maßstab, hin zu Wirkung und Wiederverwendbarkeit.

Fünf Fragen, mit denen Du Dein eigenes Modell einschätzen kannst

Jede Frage basiert auf einer Dimension, die Michael im Gespräch explizit benennt. Beantworte jede mit Ja, Teilweise oder Nein.

1. Wenn eines Deiner Projektteams morgen doppelt so schnell liefern würde: Würde das Deine Marge erhöhen oder verringern?
2. Hast Du wiederverwendbare methodische Assets, die ohne ein neues Projektteam genutzt werden können?
3. Kannst Du heute output-basiert bepreisen, ohne in jedem Kundengespräch von vorn beginnen zu müssen?
4. Wenn die klassischen Junior-Aufgaben in Deinem Haus durch AI übernommen werden: Hast Du ein alternatives Entwicklungsmodell für Nachwuchs?
5. Weißt Du konkret, welche Teile Deiner Leistung in drei Jahren von einem Softwareanbieter direkt in ein Produkt integriert sein könnten?

Wer drei oder mehr Fragen mit Nein beantwortet, operiert noch vollständig in der alten Modelllogik. Wer alle fünf mit Ja beantworten kann, ist bereits in der Übergangsphase.

Vier Schritte, mit denen Consulting-Leader jetzt beginnen können

Schritt 1: Eine Methode isolieren und systematisieren

Wähle eine Methode mit hohem Wiederholungsgrad, die heute projektbasiert erbracht wird, und überführe sie testweise in einen definierten Workflow. Nicht das gesamte Angebot, sondern einen abgrenzbaren Teil. Das Ziel ist nicht Perfektion, sondern Lerngeschwindigkeit.

„Wir haben nicht erst alles aufgebaut und dann das Tor aufgemacht. Sondern bewusst sehr schnell mit fertigen Bausteinen geschaut, ob wir einen Kunden gewinnen."

Schritt 2: Einen Piloten mit einem bestehenden Kunden aufsetzen

Die erste Referenz ist das Entscheidende, nicht für den Beweis nach außen, sondern für die Klarheit nach innen. Starte mit einem Kunden, zu dem eine Beziehung besteht. Das reduziert das Risiko auf beiden Seiten und erhöht die Qualität des Feedbacks.

Schritt 3: Steuerungslogik anpassen

Solange Auslastung die einzige Steuerungsgröße ist, wird ein Modell gesteuert, das an Relevanz verliert. Ergänze Output- und Wirkungsmetriken. Wie viel Wiederverwendung entsteht pro entwickelter Methode? Wie viele Kundenstunden werden eingespart? Diese Kennzahlen machen die neue Wertlogik sichtbar.

Schritt 4: Datenstrategie definieren

Wenn alle mit denselben Modellen arbeiten, entscheiden Daten über Differenzierung. Michael ist direkt: Die Beratungen, die langfristig bestehen, sind jene, die einzigartigen Datenzugang haben und ihn systematisch nutzen.

„Wer hat am Ende noch eine Differenzierung in dem AI-basierten Modell gegenüber dem Wettbewerb? Die Differenzierung wird aus den eigenen Datenbeständen kommen."

Das setzt voraus, dass heute entschieden wird, welche Daten gesammelt, strukturiert und als strategischer Asset behandelt werden. Diese Entscheidung ist keine technische, sondern eine unternehmerische.

FAQ: Häufig gestellte Fragen zum KI Consulting Pricing Modell

Warum setzt KI das klassische Consulting Pricing Modell unter Druck?

Das KI Consulting Pricing Modell gerät unter Druck, weil AI die Projektlaufzeiten dramatisch verkürzt, während das Abrechnungsmodell zeitbasiert bleibt. Michael beschreibt es so: „Das sind dann zweieinhalb Tage, wo man früher vier oder fünf Wochen gebraucht hat." Wenn Kunden das erkennen, stellen sie nicht mehr einzelne Posten infrage, sondern die Logik dahinter. Beratungen, die weiterhin nach Personentagen abrechnen, verlieren Pricing-Macht, ohne es sofort in der Bilanz zu sehen.

Wie verändert Agentic AI das Pyramidenmodell in Beratungsunternehmen?

Agentic AI greift genau dort an, wo das Pyramidenmodell seine Stabilität bezieht: bei strukturierten, wiederkehrenden Aufgaben im Unterbau. Laut Michael werden damit nicht nur Kapazitäten ersetzt. „Wenn du die jungen Menschen nicht mehr hast, um oben die Pyramide hinzuzuentwickeln, hast du irgendwann eine Herausforderung." Das Modell verliert seinen Entwicklungsmechanismus. Führungskräfte müssen heute Alternativen für Nachwuchsentwicklung bauen, bevor der Druck spürbar wird.

Welche neuen Wettbewerber entstehen durch KI im Consulting-Markt?

KI verändert die Wettbewerbsstruktur im Consulting grundlegend. Michael identifiziert drei Felder: klassische Beratungen, Inhouse-AI-Einheiten und Softwareanbieter, die Beratungslogik direkt in ihre Produkte integrieren. Besonders relevant sind große Konzerne, die eigene AI-Servicegesellschaften aufbauen, analog zu den IT-Töchtern der 1990er Jahre. Consulting verliert damit Kunden nicht an Wettbewerber, sondern an deren Eigenentwicklung.

Wie können Beratungen ihr Pricing-Modell auf Output statt Zeit umstellen?

Das KI Consulting Pricing Modell der Zukunft trennt Setup, Delivery und Nutzung voneinander. Michael beschreibt den Ansatz: „Wir müssen stärker leistungsorientiert und aufgabenorientiert rangehen und die Lösungskomponente bepreisen." Praktisch bedeutet das: Setup-Aufwand für Trainings und Individualisierung, output-basierte Vergütung für Projekte und Mietmodelle für wiederverwendbare methodische Systeme. Jeder dieser Blöcke ist für Kunden verständlicher als ein Tagessatz, der sich nicht mehr rechtfertigen lässt.

Wie skaliert ein Beratungsunternehmen ohne das klassische Pyramidenmodell?

Skalierung ohne Pyramidenmodell erfordert reproduzierbare Methodik statt zusätzlicher Teams. Michael hat Beratungslogik in digitale Zwillinge überführt: „Wir beraten Kunden. Nur nicht mehr selbst, sondern durch digital Twins." Methoden bestehen aus bis zu 70 aufeinander abgestimmten Schritten, die konsistent ohne Projektteam funktionieren. Der Aufwand verlagert sich vom Wiederholen zum Entwickeln. Das ist das Grundprinzip, das SaaS-Modelle seit Jahren nutzen, jetzt auf Beratungsleistungen angewandt.

Welche Rolle spielen Daten im zukünftigen Wettbewerb zwischen Beratungen?

Im KI-basierten Consulting werden einzigartige Daten zur primären Differenzierungsquelle. Michael ist direkt: „Die Differenzierung wird aus den eigenen Datenbeständen kommen." Wenn alle Beratungen dieselben Modelle und Methoden nutzen, entscheidet der Zugang zu proprietären Daten. Wer heute nicht systematisch Daten strukturiert und als strategischen Asset behandelt, verliert diesen Vorteil an Wettbewerber, die früher beginnen. Das ist keine IT-Entscheidung, sondern eine unternehmerische.

Wie erkennt man als Consulting-Leader, dass das eigene Modell instabil wird?

Frühe Warnsignale zeigen sich nicht in Umsatzzahlen, sondern in operativen Inkonsistenzen. Michael benennt den entscheidenden Indikator: Wenn Teams schneller liefern, das Modell aber gleich bleibt, entsteht Erklärungsdruck gegenüber Kunden. „Der Kunde kommt auf die Idee: Das geht ja jetzt schneller, dann kannst du nicht so viel Personentage abrechnen." Ein weiteres Signal ist, wenn intern begründet werden muss, warum bestimmte Rollen oder Aufwände noch notwendig sind. Wer das ignoriert, reagiert zu spät.

Warum reicht es nicht, AI nur als Effizienzwerkzeug einzusetzen?

AI als reines Effizienzwerkzeug zu nutzen beschleunigt das Modell, ändert es aber nicht. Das KI Consulting Pricing Modell bleibt zeitbasiert, während die benötigte Zeit sinkt. Michael benennt das Risiko: Fixkosten bleiben bestehen, Akquise wird nicht einfacher, und AI selbst kostet. „Das wird nicht funktionieren auf Dauer." Wer nur effizienter wird, ohne die Preislogik anzupassen, verliert Margen ohne strategischen Gewinn. Notwendig ist eine Entscheidung darüber, welche Teile der Leistung künftig als System statt als Projekt organisiert werden sollen.

Wie entwickeln Beratungen ihren Nachwuchs, wenn die klassischen Einstiegsaufgaben durch AI wegfallen?

Die Nachwuchsentwicklung im KI Consulting braucht ein neues Modell, sobald strukturierte Junioraufgaben durch AI übernommen werden. Michael beschreibt die Herausforderung direkt: „Die größte Herausforderung ist, in der ganzen Komplexität das Hybridmodell zu begreifen. Man kann nicht einfach sagen, wir machen nur noch Senioren. Man muss neue Modelle ausdenken, um junge Menschen zu Attraktoren zu machen." Konkret bedeutet das: Einstiegspositionen müssen stärker auf die Entwicklung und das Training von AI-Systemen ausgerichtet werden statt auf die Ausführung von Routineaufgaben. Wer diesen Umbau heute nicht angeht, verliert mittelfristig die Basis, aus der Senioren entstehen.

Wie verändert sich die Kundenbeziehung, wenn Beratung als System statt als Projekt erbracht wird?

Wenn Beratungsleistungen als reproduzierbare Systeme erbracht werden, verändert sich die Rolle des Kunden grundlegend. Im klassischen KI Consulting Modell ist der Kunde Abnehmer am Ende eines Projekts. Im systembasierten Modell ist er kontinuierlich eingebunden. Michael beschreibt das so: „Der Kunde sitzt nicht nur gedanklich am Tisch, sondern gibt in Echtzeit Feedback." Für die Kundenbeziehung bedeutet das mehr Transparenz und kürzere Entscheidungsschleifen, aber auch eine neue Erwartungshaltung: Ergebnisse entstehen schneller, und die Bereitschaft, für lange Projektlaufzeiten zu zahlen, sinkt entsprechend.

Der schärfste Satz aus dem Gespräch

Gegen Ende des Gesprächs fasst Michael die eigentliche Herausforderung so zusammen:

„Die größte Herausforderung ist, in der ganzen Komplexität das Hybridmodell zu begreifen. Man kann nicht einfach alle Juniorpositionen streichen und nur noch mit Senioren arbeiten. Man muss neue Wege finden, um junge Talente ins Modell zu integrieren."

Das ist nur eine von vielen Fragen, die offen bleiben. Welche Rollen entstehen neu, welche verschwinden, wie entwickelt sich Preislogik, wenn Zeit aufhört, Wert zu messen. Das Modell, das 25 Jahre funktioniert hat, gibt darauf keine Antworten mehr.

Wer sie sucht, muss anfangen, das eigene Modell als Modell zu sehen. Als eine Option unter mehreren. Und nicht mehr als gegebene Struktur.

Solange das Modell noch trägt, fehlt der unmittelbare Druck. Das ist genau der Moment, in dem gestaltet werden kann. Wer wartet, bis der Druck entsteht, reagiert nur noch.

Wenn Du das vollständige Gespräch mit Michael Nenninger hören möchtest, findest Du die Episode im Podcast-Bereich.

Wenn Du über künftige Deep Dives und Community-Updates auf dem Laufenden bleiben möchtest, kannst Du den Newsletter hier abonnieren.

Weitere Perspektiven, wie Führungskräfte im Consulting mit solchen Fragen umgehen, findest Du auf der Leaders In Consulting Community-Seite auf LinkedIn.

Über den Gast

Michael Nenninger ist Co-Founder und CEO von Voycer Digital GmbH, einem 2024 in München gegründeten Unternehmen, das Beratungslogik in agentenbasierte AI-Systeme überführt. Zuvor war er Executive Vice President Digital Consulting bei der MSG, dem größten inhabergeführten IT-Beratungshaus in Deutschland. Seine Karriere umfasst Führungsrollen bei KPMG, Siemens, BMW und Metro. Er ist Autor zweier Fachbücher zu Customer Centricity und hält einen Master in Management und Informatik der Otto-Friedrich-Universität Bamberg.LinkedIn: linkedin.com/in/michael-nenninger (https://www.linkedin.com/in/michael-nenninger/)

Über Voycer Digital GmbH

Voycer Digital GmbH wurde 2024 in München gegründet und entwickelt reproduzierbare Beratungsmethoden auf Basis digitaler Zwillinge. Das Unternehmen arbeitet vorrangig mit Versicherungen und Finanzdienstleistern und bietet seine Methoden als SaaS-ähnliche Mietmodelle an.Website: voycer.com (https://voycer.com/)

Über Leaders In Consulting

Leaders In Consulting ist eine Community für Partners und Managing Directors von Beratungsunternehmen, betrieben von Sawoo. Der Podcast wird von Sammy Gebele, CEO von Sawoo, gehostet und erscheint auf leadersinconsulting.com sowie auf allen gängigen Podcast-Plattformen.