KI-Strategie: Größer denken, gezielter anfangen

Patrick Collisons Gedanken zur Unternehmensgründung liefern einen nützlichen Anstoß: Welche Kundenprobleme können wir mit KI besser lösen – und wie finden wir heraus, ob unsere Idee trägt?

Stell dir eine Produktpräsentation vor: Ein digitaler Berater beantwortet Fragen, empfiehlt Produkte und formuliert ein passendes Angebot. Das Team ist begeistert. Dann fragt jemand, ob er auch Sonderkonditionen berücksichtigt. Ob seine Empfehlungen mit dem Sortiment übereinstimmen. Und wer eingreift, wenn eine Antwort falsch ist.

An diesen Fragen entscheidet sich, ob aus der Vorführung ein brauchbares Angebot wird. Eine KI-Strategie muss deshalb den Weg vom Kundenproblem bis zur verlässlichen Nutzung beschreiben. Dazu gehören die Idee, das Wissen dahinter, die Gestaltung und der Betrieb.

Im Gespräch mit Y Combinator, veröffentlicht am 31. Juli 2026, plädiert Stripe-Mitgründer Patrick Collison für ambitioniertere Vorhaben und betont zugleich den Wert eigenen Wissens. Seine Cache-Analogie beschreibt unmittelbar verfügbares Verständnis. Sie ist kein gemessener Geschwindigkeitsvergleich zwischen Mensch und KI. Bemerkenswert ist auch seine Gründungsgeschichte: Stripe ging spät öffentlich an den Start, arbeitete aber früh mit realen Kunden. Gespräch und Transkript bei Y Combinator

Unsere Ableitung für Unternehmen: Wähle ein wichtiges Problem, denke die Lösung umfassend und prüfe die entscheidenden Annahmen früh. Was das praktisch bedeutet, lässt sich an einem durchgängigen Beispiel zeigen.

1. Gute KI-Strategie beginnt mit einer besseren Kundenentscheidung

Nehmen wir einen Hersteller mit erklärungsbedürftigen Produkten. Das folgende Beispiel ist hypothetisch.

Seine Website enthält Produktbeschreibungen, Datenblätter und Anwendungsbeispiele. Trotzdem müssen Interessenten häufig beim Vertrieb nachfragen: Welche Variante passt zu meiner Situation? Welche Komponenten lassen sich kombinieren? Welches Zubehör brauche ich wirklich?

Eine mögliche Aufgabe für KI wäre, die vorhandenen Texte kürzer zusammenzufassen. Eine weitergehende Idee wäre, Kunden durch die Auswahl zu führen: Anforderungen aufnehmen, sinnvolle Rückfragen stellen, geeignete Optionen erklären und offene Punkte an den Vertrieb übergeben.

Damit verändert sich das Qualitätsziel. Es geht um eine nachvollziehbare Empfehlung, mit der jemand weiterarbeiten kann. Ob das gelingt, hängt unter anderem davon ab, welches Produktwissen verfügbar ist und wie der Dialog gestaltet wird.

Erfahrene Produktleute können angeben, wann zwei scheinbar passende Komponenten doch nicht zusammengehören. Der Vertrieb kennt die Frage, die Kunden regelmäßig vergessen. Designer können sichtbar machen, worauf eine Empfehlung beruht und wie sich eine Eingabe korrigieren lässt.

Dieses Wissen gehört in die Lösung. Dazu braucht es gepflegte Quellen, verständliche Entscheidungsregeln und Beispiele für richtige sowie falsche Antworten. So wird Expertise für das System nutzbar und seine Qualität überprüfbar.

2. Eine große Idee braucht einen klar begrenzten ersten Einsatz

Der digitale Berater könnte langfristig Auswahl, Konfiguration und Angebotsvorbereitung verbinden. Für den ersten Einsatz wäre eine einzige Produktfamilie mit klaren Auswahlregeln ein sinnvoller Anfang. Umfang und Teilnehmerzahl müssen zur Aufgabe passen.

Das Team könnte zunächst mit ausgewählten Kunden und Vertriebsmitarbeitern prüfen, ob die Beratung überhaupt einen Unterschied macht. Dabei wären drei Annahmen entscheidend:

• Kunden können ihre Anforderungen im Dialog verständlich ausdrücken.
• Die verfügbaren Produktdaten reichen für fachlich richtige Empfehlungen aus.
• Die Übergabe enthält die Informationen, die der Vertrieb für den nächsten Schritt benötigt.

Jede dieser Annahmen verlangt einen anderen Nachweis. Eine hübsche Oberfläche beantwortet die zweite Frage ebenso wenig wie ein korrektes Datenmodell die erste.

Das passt zum Kern von Lean Startup: Annahmen durch Nutzung, Messung und Lernen prüfen. Die Methode lässt sich nicht auf möglichst kleine Ideen oder möglichst billige Umsetzung reduzieren. Lean Startup: Methodik

Für das Beispiel hieße das: echte Auswahlaufgaben bearbeiten lassen, Antworten fachlich bewerten und beobachten, wo Menschen abbrechen oder Unterstützung brauchen. Vorher wird festgelegt, welche Fehler einen breiteren Einsatz ausschließen und welche Ergebnisse einen Ausbau rechtfertigen.

Auch ein kleiner Test kann zu einer großen Entscheidung führen. Vielleicht ist der Kundendialog zu aufwendig, während dasselbe System im Vertrieb als Beratungshilfe funktioniert. Das wäre eine konkrete Erkenntnis für die weitere Entwicklung.

3. Qualität zeigt sich an den Übergängen

Angenommen, der erste Test gelingt. Nun soll die Beratung auf der Website verfügbar werden. Dafür muss das Produktteam klären, wie neue Sortimentsdaten ins System gelangen. Der Vertrieb muss die Anfragen tatsächlich erhalten. Und Nutzer brauchen einen verständlichen Weg weiter, wenn der Berater keine belastbare Antwort geben kann.

Genau hier wird die Verbindung von Gestaltung und Technik konkret. Eine Empfehlung kann fachlich richtig und dennoch schwer verständlich sein. Ein überzeugender Dialog kann scheitern, wenn sein Ergebnis im falschen Postfach landet. Ein guter erster Stand kann veralten, wenn niemand die Quellen pflegt.

Für den Übergang in den Alltag hilft ein gemeinsamer Prüfplan:

Die zugrunde liegende Systemintegration sollte deshalb schon im Konzept berücksichtigt werden. Dazu gehören Zuständigkeiten, Zugriffsrechte und die Frage, welche Schritte automatisch erfolgen dürfen.

Auch für die Entscheidung über eine Zusammenarbeit sind solche Nachweise hilfreich: ein abgegrenzter Einsatzbereich, ein nachvollziehbarer Nutzen und ein realistischer Aufwand für Einführung und Betrieb. Interesse an KI allein sagt wenig darüber aus, ob ein Unternehmen eine konkrete Lösung einsetzen wird.

4. Wachstumssignale geben Orientierung – die eigene Wirkung braucht einen Nachweis

Stripe liefert einen interessanten Datenpunkt: Nach Unternehmensangaben wickelten 2025 bereits 20 Prozent der über Stripe Atlas gegründeten Startups innerhalb von 30 Tagen ihre erste Kundenzahlung ab. 2020 waren es 8 Prozent. Stripe: Jahresrückblick 2025

Diese Plattformdaten zeigen eine Veränderung innerhalb der betrachteten Gruppen. Sie belegen weder, dass KI sie allein verursacht hat, noch dass daraus dauerhafte Profitabilität folgt. Auf alle Gründungen oder den deutschen Mittelstand lassen sie sich ebenfalls nicht einfach übertragen.

Für unseren hypothetischen Hersteller wären andere Größen entscheidend: Finden Kunden häufiger eine fachlich passende Option? Sinkt die Zahl vermeidbarer Rückfragen? Werden aus den Anfragen mehr sinnvolle Verkaufsgespräche? Und welcher Aufwand entsteht für Kontrolle, Pflege und Betrieb?

Vor dem Test braucht es dafür einen Ausgangswert. Soweit möglich, sollte eine vergleichbare Gruppe den bisherigen Auswahlweg nutzen. Unterschiede bei Sortiment, Kampagnen oder Kundengruppen müssen in der Auswertung berücksichtigt werden.

So lässt sich auch ein Qualitätsgewinn beschreiben, der über Zeitersparnis hinausgeht: Kunden verstehen ihre Optionen besser, Entscheidungen sind nachvollziehbarer und der Vertrieb bekommt bessere Informationen. Ob diese Verbesserungen tatsächlich eintreten, zeigt der Test.

5. Creative Engineering verbindet die Idee mit ihrer Wirkung

Für Davies Meyer liegt hier die Aufgabe von Creative Engineering: Kundenverständnis, kreative Konzeption, Gestaltung, Technologie und Auswertung gemeinsam entwickeln.

Im Beispiel beginnt das bei den Fragen der Kunden. Daraus entsteht eine Beratungslogik, die in einen verständlichen Dialog übersetzt wird. Produktwissen und Systeme machen sie nutzbar. Die Auswertung zeigt, welche Teile helfen und welche überarbeitet werden müssen.

KI kann in diesem Ablauf beispielsweise Dialogentwürfe vorbereiten, unterschiedliche Formulierungen erzeugen oder bei der Entwicklung von Testfällen helfen. Dadurch lassen sich zusätzliche Lösungswege untersuchen. Welche davon fachlich stimmen, zur Marke passen und für Nutzer funktionieren, muss gezielt geprüft werden.

Die Verantwortung für Konzept und Qualität liegt bei uns. Das heißt für unsere Arbeit: Kriterien benennen, Entscheidungen begründen und die Umsetzung daran messen. Zuständigkeiten für Produktdaten, Freigaben und Betrieb werden mit dem jeweiligen Auftraggeber vereinbart.

Der erste Schritt lässt sich in einem Satz festhalten: „Wir wollen, dass diese Kunden diese Aufgabe besser lösen können – und daran werden wir es erkennen.“ Wenn das Team diesen Satz konkret formulieren kann, hat das Vorhaben eine belastbare Richtung.

Welches Kundenproblem möchtest du neu angehen? Bring die Aufgabe und den heutigen Ablauf mit. Lass uns gemeinsam einen sinnvollen ersten Einsatz skizzieren.