Vier Prinzipien, die alles leiten.
Kein Framework-Jargon. Vier einfache Überzeugungen, die bestimmen, wie ich arbeite — und warum die Ergebnisse anders aussehen als bei klassischer Beratung.
Wir suchen erst den Engpass.
Die meiste KI-Beratung beginnt mit einer Tool-Demo. Ich beginne mit einer Frage: Wo verlieren Sie heute die meiste Zeit? Die Antwort ist fast nie das, was der Kunde erwartet.
In einem Workshop mit einem Zürcher Handelsunternehmen war der Geschäftsführer überzeugt, das Problem sei die Angebotserstellung. Zu langsam, zu viele Fehler, zu abhängig von einer Person. Er wollte eine KI-gestützte Angebotsautomation.
Wir haben uns einen Vormittag lang den gesamten Prozess angeschaut — von der Kundenanfrage bis zur Auftragsbestätigung. Das eigentliche Problem war drei Schritte vorher: Die Anfragen kamen über vier verschiedene Kanäle (Email, Telefon, Website, Außendienst), wurden nirgends zentral erfasst und gingen regelmäßig verloren. Die Angebotserstellung war langsam, weil die Hälfte der Zeit damit draufging, Informationen zusammenzusuchen, die es schon gab.
Hätten wir mit dem Tool angefangen, hätten wir eine schnelle Angebotsmaschine auf einem kaputten Fundament gebaut. Stattdessen haben wir zuerst den Eingangs-Prozess repariert — und die Angebotserstellung wurde fast von allein schneller.
Am Ende des Termins steht ein Prototyp.
In der klassischen Beratung folgt auf ein Erstgespräch ein Konzeptpapier. Auf das Konzeptpapier eine Präsentation. Auf die Präsentation eine Entscheidungsvorlage. Drei Wochen später hat man 40 Seiten PowerPoint und null Zeilen funktionierenden Code.
Bei AIGENCY bauen wir am ersten Tag. Ein Beispiel: Ein Schweizer Bildungsträger wollte seinen Kursanmelde-Prozess digitalisieren. Drei interne Meetings hatten in vier Wochen keine Einigung produziert — zu viele Stakeholder, zu viele Meinungen, zu wenig Greifbares.
In vier Stunden Workshop haben wir einen klickbaren Prototyp gebaut. Nicht perfekt, nicht fertig — aber real genug, dass jeder im Raum sehen konnte, wie es funktionieren würde. Die Diskussion veränderte sich sofort: Statt über Konzepte zu streiten, zeigten die Leute auf Screens und sagten ‚das hier anders, das dort weg, das fehlt noch‘.
Der Prototyp ersetzte drei Wochen Theorie-Diskussion. Nicht weil Theorie unwichtig ist, sondern weil Menschen besser denken, wenn sie etwas vor sich sehen.
Ihr Team soll es selbst können.
Das Geschäftsmodell der meisten Beratungen basiert auf Wiederkehr: Der Kunde kommt immer wieder, weil er es allein nicht kann. Mein Geschäftsmodell basiert auf dem Gegenteil: Der Kunde soll mich nach drei Monaten nicht mehr brauchen.
Ein Beispiel: Ein Logistikunternehmen in der Ostschweiz hat mich für einen Workshop und eine Schulung gebucht. Ziel war, dass das Operations-Team eigenständig mit dem Claude-Ökosystem arbeiten kann — Routenoptimierung, Kundenkommunikation, Reporting.
Nach drei Monaten hat sich das Team nicht nur selbstständig gemacht, sondern Dinge gebaut, die ich nicht auf dem Schirm hatte: Ein internes Wissensportal für neue Mitarbeiter, automatisierte Schichtplan-Vorschläge und ein Kundenfeedback-Dashboard. Alles ohne mich.
Das ist kein Verlust. Das ist der beste Beweis, dass der Ansatz funktioniert. Und die ehrlichste Referenz, die es gibt.
KI ist kein Wundermittel.
Ich sage ‚Nein‘ häufiger, als man von einem Berater erwarten würde. Nicht aus Prinzip, sondern weil ein Projekt, das scheitert, niemandem hilft — weder dem Kunden noch meiner Reputation.
Ein konkretes Beispiel: Ein Finanzdienstleister wollte einen KI-gestützten Compliance-Checker bauen. Die Idee war gut — regulatorische Dokumente automatisch auf Vollständigkeit prüfen. Technisch machbar, wirtschaftlich sinnvoll.
Aber: Die regulatorische Landschaft im Schweizer Finanzsektor ist so spezifisch und so schnelllebig, dass das Risiko von Halluzinationen — also falschen oder veralteten KI-Antworten — zu hoch war. Ein Fehler in einer Compliance-Prüfung hat andere Konsequenzen als ein Fehler in einer Marketingkampagne.
Ich habe dem Kunden geraten, das Projekt um 12 Monate zu verschieben, bis die Modelle zuverlässiger mit strukturierten regulatorischen Daten umgehen können. Er war überrascht — aber dankbar. Wir haben stattdessen ein Projekt gemacht, das sofort funktionierte: die Automatisierung seiner internen Reporting-Prozesse. Weniger sexy, aber sofort wirksam und ohne Risiko.
Diese vier Prinzipien sind keine Marketing-Floskeln. Sie sind die Gründe, warum AIGENCY anders arbeitet — und warum es funktioniert.