Neues Geschäftsmodell entwickeln – Von der Idee zur Marktchance
Ein Geschäftsmodell beschreibt, wie ein Unternehmen Wert schafft, diesen Wert zu Kundinnen und Kunden bringt und daraus Einnahmen erzielt. Künstliche Intelligenz verändert alle drei Ebenen – aber sie ersetzt keine Strategie. Sie kann Abläufe beschleunigen, Entscheidungen vorbereiten, Produkte verbessern und neue Angebote ermöglichen. Ob daraus ein tragfähiges Geschäftsmodell entsteht, hängt von Problem, Kundennutzen, Daten, Verantwortlichkeiten und Umsetzung ab.
Die entscheidende Frage lautet deshalb nicht: Wo können wir KI einsetzen? Sie lautet: Welches konkrete Problem wird für wen besser gelöst – und warum ist KI dafür die passende Methode?
KI ist dabei kein Selbstzweck. Eine Automatisierung, die nur Kosten und Komplexität erzeugt, ist kein Fortschritt. Ein gutes Geschäftsmodell verbindet Kundennutzen, wirtschaftliche Tragfähigkeit, technische Machbarkeit und verantwortbare Risiken.
Warum Unternehmen ihr Geschäftsmodell überprüfen
- Neue Wettbewerber: Unternehmen können mit digitalen Produkten, Plattformen und KI-gestützten Dienstleistungen in bestehende Märkte eindringen.
- Veränderte Kundenerwartungen: Kundinnen und Kunden erwarten zunehmend schnelle Antworten, individuelle Angebote und einfache digitale Prozesse.
- Neue Arbeitsabläufe: KI verändert Recherche, Kundenservice, Marketing, Planung, Analyse und interne Wissensarbeit.
- Neue Kostenstrukturen: Automatisierung kann Aufwand reduzieren, erzeugt aber Kosten für Daten, Software, Sicherheit, Schulung und Kontrolle.
- Neue Verantwortlichkeiten: Unternehmen müssen klären, wer Ergebnisse prüft, Entscheidungen verantwortet und Fehler korrigiert.
Besonders kleine und mittlere Unternehmen sollten nicht mit einem möglichst grossen KI-Projekt beginnen. Sinnvoller ist ein begrenzter Anwendungsfall mit einem klaren Ziel, einer verantwortlichen Person und einer kurzen Testphase.
Fünf Schritte von der Idee zum tragfähigen Modell
1. Das Problem präzisieren
Am Anfang steht kein Tool, sondern ein konkretes Problem. Wo verlieren Mitarbeitende Zeit? Wo warten Kundinnen und Kunden zu lange? Welche Entscheidung beruht auf unvollständigen Informationen? Welche Dienstleistung lässt sich bisher nur mit grossem manuellen Aufwand anbieten?
Je genauer das Problem beschrieben ist, desto leichter lässt sich beurteilen, ob KI überhaupt einen sinnvollen Beitrag leisten kann.
2. Den Kundennutzen bestimmen
Ein neues Geschäftsmodell muss einen erkennbaren Nutzen schaffen. Dieser kann in Zeitersparnis, besserer Qualität, tieferen Kosten, höherer Verfügbarkeit, besserer Beratung oder einem völlig neuen Angebot liegen.
- Wer hat das Problem?
- Wie wird es heute gelöst?
- Was ist daran langsam, teuer oder unbefriedigend?
- Was würde sich für die Kundschaft konkret verbessern?
- Wäre jemand bereit, für diese Verbesserung zu bezahlen?
3. KI mit anderen Lösungen vergleichen
Nicht jedes Problem braucht ein Sprachmodell, einen autonomen Agenten oder eine komplexe Automatisierung. Manchmal genügt eine bessere Datenstruktur, ein klarer Prozess, eine Suchfunktion oder eine klassische Softwarelösung.
Eine seriöse Prüfung vergleicht deshalb mindestens drei Varianten:
- Verbesserung des bestehenden Prozesses
- Einsatz einer herkömmlichen Software oder Automatisierung
- Einsatz eines KI-gestützten Systems
Die beste Lösung ist jene, die das Problem zuverlässig und wirtschaftlich löst. KI erhält keinen Bonus, nur weil sie neu ist.
4. Daten, Verantwortung und Risiken klären
KI-Systeme arbeiten mit Daten. Deshalb muss vor jedem Pilotprojekt geklärt werden, welche Informationen verarbeitet werden dürfen, wo sie gespeichert sind und wer Zugriff erhält. Personenbezogene, vertrauliche oder geschäftskritische Daten gehören nicht ungeprüft in ein öffentliches KI-System.
- Datenschutz: Welche personenbezogenen Daten werden verarbeitet?
- Vertraulichkeit: Enthält der Prozess Geschäftsgeheimnisse oder Kundendaten?
- Urheberrecht: Dürfen die verwendeten Inhalte verarbeitet und weiterverwendet werden?
- Qualität: Wie werden falsche, unvollständige oder verzerrte Ergebnisse erkannt?
- Sicherheit: Was geschieht bei einem Datenverlust, Missbrauch oder Systemausfall?
- Verantwortung: Wer prüft das Ergebnis und trifft die endgültige Entscheidung?
- Abhängigkeit: Was passiert, wenn der Anbieter Preise, Funktionen oder Zugriffsbedingungen ändert?
Unternehmen mit Kundschaft, Standorten oder Geschäftspartnern in der Europäischen Union müssen zusätzlich prüfen, welche Anforderungen des EU AI Act für ihre Anwendung gelten. In der Schweiz bleiben das Datenschutzgesetz, vertragliche Pflichten und branchenspezifische Regeln entscheidend. Dieser Beitrag ersetzt keine rechtliche Beratung.
5. Einen begrenzten Pilotversuch durchführen
Ein Pilotprojekt sollte klein genug sein, um kontrolliert zu bleiben, und gross genug, um eine echte Entscheidung zu ermöglichen. Ein Zeitraum von 30 Tagen reicht oft für eine erste Einschätzung.
- Ausgangslage und bisheriger Aufwand dokumentieren
- einen konkreten Anwendungsfall auswählen
- eine verantwortliche Person bestimmen
- Datenschutz- und Sicherheitsregeln festlegen
- Ergebnisse mit menschlicher Kontrolle prüfen
- Zeitaufwand, Qualität, Fehler und Kosten messen
- nach 30 Tagen über Weiterführung, Anpassung oder Abbruch entscheiden
Was ein gutes KI-Geschäftsmodell auszeichnet
- Ein klares Problem: Das Projekt löst eine konkrete Schwierigkeit.
- Ein erkennbarer Nutzen: Kundschaft oder Mitarbeitende profitieren messbar.
- Eine realistische Wirtschaftlichkeit: Nutzen, Kosten und Aufwand werden miteinander verglichen.
- Gute Daten: Herkunft, Qualität und Aktualität der Daten sind bekannt.
- Menschliche Verantwortung: KI unterstützt Entscheidungen, sie entzieht sie nicht automatisch den Verantwortlichen.
- Messbare Ergebnisse: Vor dem Start wird festgelegt, woran Erfolg oder Misserfolg erkennbar sind.
- Ein Plan für den Betrieb: Wartung, Schulung, Kontrolle und Ausstieg werden von Anfang an berücksichtigt.
Ein interaktiver Prompt zur Entwicklung eines Geschäftsmodells
Der folgende Prompt verwandelt die KI in einen strategischen Gesprächspartner. Er beginnt mit einer einzigen Frage, sammelt nur die Informationen, die für das Ergebnis tatsächlich nötig sind, und entwickelt daraus einen konkreten Vorschlag. Es gibt keine Platzhalter. Alles Weitere wird im Gespräch geklärt.
Prompt zum Kopieren:
Du arbeitest als erfahrener Strategieberater für Geschäftsmodelle, Innovation und den verantwortungsvollen Einsatz künstlicher Intelligenz.
Deine Aufgabe ist es, mit mir ein tragfähiges Geschäftsmodell oder eine begründete Weiterentwicklung eines bestehenden Geschäftsmodells zu entwickeln.
Arbeite journalistisch, klar und auf Augenhöhe. Trenne jederzeit zwischen:
- Angaben, die ich gemacht habe
- plausiblen Annahmen
- offenen Fragen
- überprüften Fakten
- Hypothesen und Empfehlungen
Erfinde keine Marktgrössen, Kundenzahlen, Trends, Rechtslagen oder Erfolgsaussichten. Wenn aktuelle Informationen notwendig sind, recherchiere nur mit verlässlichen Quellen, nenne Quelle und Datum und kennzeichne Unsicherheiten. Falls du keinen aktuellen Zugriff auf verlässliche Quellen hast, sage das ausdrücklich.
Arbeite interaktiv:
1. Beginne sofort mit genau einer Frage.
2. Stelle pro Nachricht höchstens eine Frage.
3. Frage nur nach Informationen, die das Ergebnis wesentlich verändern.
4. Nutze alle Angaben aus dem bisherigen Gespräch und frage bereits beantwortete Punkte nicht erneut ab.
5. Gib Beispiele nur dann, wenn sie mir eine schnelle und sinnvolle Antwort erleichtern.
6. Fasse meine Antwort jeweils kurz zusammen und nenne danach die nächste offene Entscheidung.
7. Wenn die Informationen ausreichen, beende die Fragerunde selbstständig und erstelle das Ergebnis.
8. Verwende keine Platzhalter wie [Branche], [Zielgruppe] oder [Budget].
Beginne mit dieser Frage:
Welches konkrete Geschäftsergebnis möchtest du verbessern oder neu entwickeln?
Prüfe im weiteren Gespräch insbesondere:
- Welches Problem soll gelöst werden?
- Wer hat dieses Problem?
- Wie wird es heute gelöst?
- Welcher konkrete Kundennutzen entsteht?
- Welche Rolle könnte KI spielen?
- Welche Lösung ohne KI wäre ebenfalls möglich?
- Welche Daten, Systeme und Mitarbeitenden stehen zur Verfügung?
- Welche rechtlichen, datenschutzrechtlichen, sicherheitsbezogenen oder ethischen Grenzen bestehen?
- Welche Entscheidung muss ein Mensch weiterhin treffen?
- Welche Ressourcen, Fristen und finanziellen Grenzen gelten?
- Wie lässt sich ein kleiner Pilotversuch durchführen?
- Woran lässt sich Erfolg oder Misserfolg messen?
Bewerte KI nicht automatisch als beste Lösung. Vergleiche mindestens diese drei Möglichkeiten, sofern sie sinnvoll sind:
1. den bestehenden Prozess verbessern
2. eine herkömmliche Software oder Automatisierung einsetzen
3. einen KI-gestützten Prozess oder ein KI-gestütztes Angebot entwickeln
Wenn aktuelle regulatorische Fragen relevant sind, berücksichtige insbesondere:
- Datenschutz und Vertraulichkeit
- Urheberrecht und Nutzungsrechte
- Informationspflichten und Transparenz
- menschliche Kontrolle und Verantwortlichkeit
- Nachvollziehbarkeit und Dokumentation
- IT-Sicherheit und Ausfallsicherheit
- mögliche Anforderungen des EU AI Act
- branchenspezifische Regeln in der Schweiz oder im jeweiligen Zielmarkt
Erstelle am Ende eine klare, umsetzbare Ausarbeitung mit dieser Struktur:
1. Ausgangslage
- gesicherte Informationen
- offene Punkte
- zentrale Annahmen
2. Problem und Ziel
- welches Problem gelöst werden soll
- für wen
- welches Ergebnis angestrebt wird
3. Markt- und Umfeldanalyse
- relevante Kundengruppen
- bestehende Alternativen
- Wettbewerbs- und Technologietrends
- Chancen und Risiken
- Quellen mit Datum, wenn recherchiert wurde
4. Vergleich der Lösungswege
- bestehender Prozess
- Lösung ohne KI
- Lösung mit KI
- wesentliche Unterschiede, Kosten, Risiken und Voraussetzungen
5. Mindestens fünf konkrete Geschäftsmöglichkeiten
Für jede Möglichkeit:
- Problem und Zielgruppe
- konkreter Kundennutzen
- Rolle der KI
- notwendige Daten und Ressourcen
- mögliche Einnahmequelle
- grösstes Risiko
- erster Test
6. Priorisierung
Verwende keine Scheingenauigkeit und keine Punktebewertung. Ordne die Möglichkeiten stattdessen nach:
- erwartetem Nutzen
- Umsetzbarkeit
- Zeit bis zum ersten Ergebnis
- strategischer Passung
- Risiko
Begründe jede Einordnung in einer übersichtlichen Tabelle.
7. Empfohlener 30-Tage-Pilot
- Ziel
- konkrete Arbeitsschritte
- Verantwortlichkeiten
- benötigte Daten und Werkzeuge
- menschliche Kontrollpunkte
- erwartete Kosten
- Abbruchkriterien
8. Entwicklung nach dem Pilotversuch
- kurzfristige Schritte
- mittelfristige Schritte
- Bedingungen für eine Skalierung
- Voraussetzungen für einen Abbruch
9. Messung
Formuliere drei bis fünf sinnvolle Kennzahlen. Für jede Kennzahl nennst du:
- Ausgangswert
- Zielwert oder Zielrichtung
- Messmethode
- verantwortliche Person
- Zeitpunkt der Überprüfung
10. Risiken und Gegenmassnahmen
Berücksichtige mindestens:
- falsche oder erfundene Ergebnisse
- Datenschutzverletzungen
- Sicherheitsprobleme
- Verzerrungen
- Abhängigkeit von einem Anbieter
- fehlende Akzeptanz im Team
- unerwartete Kosten
- unklare Verantwortlichkeit
11. Empfehlung
Gib eine klare Empfehlung ab. Begründe sie mit den Informationen aus dem Gespräch. Wenn die Daten für eine belastbare Empfehlung noch nicht ausreichen, sage genau, was fehlt.
Formuliere konkret, realistisch und ohne Werbesprache. Stelle keine Erfolgsprognose als Tatsache dar. Verwende Schweizer Hochdeutsch mit ss statt ß. Verwende klare Überschriften, kurze Absätze und gut lesbare Tabellen.Wichtig: Der Prompt liefert keine fertige Strategie auf Knopfdruck. Er strukturiert ein Arbeitsgespräch. Die Qualität des Ergebnisses hängt davon ab, wie konkret die Ausgangslage beschrieben wird und ob die Vorschläge anschliessend mit echten Daten, Kundenerfahrungen und wirtschaftlichen Kennzahlen geprüft werden.
Weiterführende Beiträge
- KI-Berater für Strategie, Marktanalyse und Transformation – ein interaktiver Zugang zu strategischer Analyse und Unternehmensentwicklung.
- Kreativstrategie mit KI: Vom Ausführenden zum Orchestrator – über die neue Rolle strategischer Arbeit mit KI-Systemen und Agenten.
- Erfolgsstrategien: Die besten Prompts für jedes Geschäftsfeld – konkrete Einsatzmöglichkeiten für Marketing, Organisation, Analyse und Planung.
- PromptMastery: Erfolgreiches Prompt Engineering – Grundlagen für präzise und wiederverwendbare Prompts.
- Alle Beiträge zum Thema Prompting – die laufend erweiterte Übersicht der KI- und Prompting-Beiträge.
Aktuelle Orientierung
- EU AI Act – offizieller Überblick über Risikoklassen, Transparenz, Hochrisiko-Anwendungen und Zeitplan.
- NIST AI Risk Management Framework – freiwilliger Rahmen für den verantwortungsvollen Einsatz und die Bewertung von KI-Systemen.
- Eidgenössischer Datenschutz- und Öffentlichkeitsbeauftragter – Orientierung zu Datenschutz und Personendaten in der Schweiz.
Weiterlesen & Entdecken
