Warum ChatGPT & Co. eure Strategie nicht verstehen: das Kontextproblem von AI in der Strategiearbeit

Zusammenfassung: AI kann in der Strategiearbeit enorm helfen. Wirklich wertvollen Output liefert sie aber nur, wenn sie den gesamten Kontext zur Strategie kennt: Positionierung, Personas, Maßnahmen, Touchpoints, KPIs und vor allem die Zusammenhänge dazwischen. Ein Chatbot mit ein paar hochgeladenen Dokumenten sieht davon nur Ausschnitte. Deshalb fallen seine Antworten auf strategische Fragen oft allgemein aus. Dieser Artikel zeigt, woran das liegt und welche Grundlage AI für Strategiearbeit braucht.

Eine Head of Marketing fragt ChatGPT: „Warum sinkt die Zahl unserer qualifizierten Leads seit drei Wochen?“

Die Antwort kommt in Sekunden: Ad Fatigue, verändertes Targeting, eine schwächere Landingpage, saisonale Effekte, verschärfter Wettbewerb. Gut gegliedert, plausibel und vollständig.

Und trotzdem hilft sie kaum weiter. Jeder Punkt könnte stimmen, aber keiner ist gegen die Realität des Unternehmens geprüft. Welche Kampagne zahlt überhaupt auf qualifizierte Leads ein? Welcher Touchpoint ist zuerst eingebrochen? Für welche Persona war er gedacht? Das weiß das Modell nicht. Es kann es nicht wissen.

Dieses Muster begegnet vielen Teams, die AI in der Strategiearbeit einsetzen. Laut einer Bitkom-Befragung vom September 2026 setzen 57 Prozent der Unternehmen ab 20 Beschäftigten in Deutschland AI ein. Nur 3 Prozent bewerten ihre eigene Nutzung als eher stark. Die Technologie ist im Alltag angekommen. Bei strategischen Fragen bleibt der Nutzen oft hinter den Erwartungen zurück.

Dieser Artikel zeigt, warum das so ist, warum bessere Prompts allein nicht reichen und was AI braucht, um in der Strategiearbeit tatsächlich zu helfen.

Was ist das Kontextproblem von AI in der Strategiearbeit?

Das Kontextproblem beschreibt die Lücke zwischen dem, was ein Sprachmodell über Strategie im Allgemeinen weiß, und dem, was es über die Strategie eines konkreten Unternehmens wissen müsste, um eine belastbare Empfehlung zu geben.

Sprachmodelle wie ChatGPT sind mit enormen Mengen an Wissen trainiert. Sie kennen Frameworks, Best Practices und typische Ursachen für typische Probleme. Deshalb klingen ihre Antworten auf strategische Fragen fast immer vernünftig.

Was ihnen fehlt, ist die Business Reality des einzelnen Unternehmens: die Positionierung, die Zielgruppen, die laufenden Maßnahmen, die aktuellen Zahlen und vor allem die Zusammenhänge dazwischen.

Die Strategieforscher Christian Stadler und Martin Reeves kamen in Experimenten für die MIT Sloan Management Review schon 2023 zu einem ähnlichen Ergebnis. Ihrer Auswertung zufolge hilft ChatGPT dabei, mehr Optionen zu entwickeln, ist aber weniger verlässlich bei der Entscheidung, welche Option für ein bestimmtes Unternehmen in einem bestimmten Kontext die richtige ist.

Genau um diese Entscheidung geht es in der Strategiearbeit.

Warum bessere Modelle und Prompts allein nicht reichen

Naheliegend wäre der Schluss, ein besseres Modell oder bessere Prompts lösten das Problem. Beides greift zu kurz. Auch das leistungsfähigste Modell arbeitet nur mit dem, was es sieht. Bessere Prompts verlagern die Arbeit zu den Menschen, die sie schreiben. Drei Gründe machen das Kontextproblem strukturell.

1. Strategie lebt von Zusammenhängen

Eine Strategiepräsentation enthält Aussagen: „Wir fokussieren uns auf mittelständische Industrieunternehmen.“ „Ziel: 30 Prozent mehr qualifizierte Leads.“ „Q3-Kampagne auf LinkedIn.“

Was meist fehlt, ist die Verbindung dazwischen. Welche Maßnahme soll welche Persona erreichen? Über welchen Touchpoint? Mit welcher KPI wird gemessen? Auf welches Geschäftsziel zahlt das am Ende ein?

Strategische Aussagen ergeben erst in einer Wirkungskette Sinn. Wer einem Chatbot drei Dokumente hochlädt, gibt ihm einzelne Aussagen ohne diese Struktur. Das Modell muss die Zusammenhänge erraten. Seine Vermutungen klingen plausibel, geprüft sind sie nicht.

2. Strategischer Kontext veraltet täglich

Selbst wenn ein Team den Kontext sauber aufbereitet, bleibt er eine Momentaufnahme: die Zahlen von letzter Woche, die Persona aus dem Workshop im Frühjahr, die Roadmap vor dem letzten Planungswechsel.

Wachstum verändert sich laufend. Ein Touchpoint, der im März funktioniert hat, kann im Juni das Problem sein. Eine Persona, deren Pain Points sich verschoben haben, steuert weiter Maßnahmen, die nicht mehr passen.

Kontext, den man per Copy-and-paste in einen Chat legt, ist veraltet, sobald er eingefügt ist.

3. Die wichtigsten Fragen stellt niemand

Der dritte Grund wiegt am schwersten. Ein Chatbot antwortet auf Fragen. Er wartet auf einen Prompt.

Die teuersten Probleme in der Strategiearbeit sind aber die, nach denen niemand fragt: der Touchpoint ohne KPI, die Maßnahme ohne zugeordnete Persona, die Annahme, die seit Monaten niemand überprüft hat. Blind Spots heißen so, weil man sie nicht sieht.

Wer nur fragt, was er schon vermutet, bekommt mit AI schneller Antworten auf bekannte Fragen. Die unbekannten bleiben unbekannt. In unseren Auswertungen des Strategy Efficiency Score überschätzen 9 von 10 Führungsteams ihre eigene strategische Klarheit.

Was AI braucht, um für Strategie wertvoll zu sein

Aus diesen drei Gründen ergeben sich vier Voraussetzungen, damit AI in der Strategiearbeit mehr leistet, als Texte zu formulieren:

1. Strukturierter Kontext: Positionierung, Personas, Maßnahmen, Touchpoints und KPIs sind miteinander verbunden. Jede Beziehung ist explizit festgehalten.
2. Aktueller Kontext: Der Kontext wird laufend mit der Umsetzung und mit echten Zahlen aktualisiert, statt einmal im Quartal neu zusammengetragen zu werden.
3. Kontinuierliche Auswertung: Die AI wertet den gesamten Kontext regelmäßig aus und weist auf Probleme und Potenziale hin, auch ohne dass jemand die passende Frage stellt.
4. Bezug zur Realität: Jeder Hinweis ist an ein konkretes Element gebunden, etwa an einen bestimmten Touchpoint, eine Persona oder eine KPI. So bleibt nachvollziehbar, worauf er beruht.

	AI mit einzelnen Dokumenten	AI mit dem gesamten Strategiekontext
Wissensbasis	Allgemeines Weltwissen plus hochgeladene Dateien	Verbundenes Abbild von Positionierung, Personas, Maßnahmen und KPIs
Aktualität	Stand des letzten Uploads	Laufend aktualisiert
Arbeitsweise	Antwortet auf Prompts	Wertet den Kontext auch kontinuierlich aus
Ergebnis	Plausible, allgemeine Empfehlungen	Konkrete Hinweise zu konkreten Elementen
Blind Spots	Bleiben unsichtbar, wenn niemand fragt	Werden sichtbar gemacht

Wie cosmos™ AI in der Strategiearbeit einsetzt

cosmos™ ist eine AI-powered Growth Strategy Platform für Wachstumsentscheider im Mittelstand. In cosmos™ ist alles zentralisiert, was zur Strategiearbeit gehört: Positionierung, Personas, Maßnahmen, Touchpoints und Initiativen sind samt der zugehörigen KPIs miteinander verbunden. Damit liegt der Kontext, den AI für Strategiearbeit braucht, an einem Ort und in einer klaren Struktur vor.

Auf dieser Grundlage setzt cosmos™ AI an drei Stellen ein:

Signale zu Problemen und Potenzialen. Die AI in cosmos™ wertet kontinuierlich den gesamten cosmos eines Unternehmens aus und stellt gefundene Probleme und Potenziale als Signale zur Verfügung. Zum Beispiel:

• Ein Touchpoint liefert zwei Wochen in Folge nicht die angestrebten Zahlen.
• Für die Fokus-Persona sind Touchpoints definiert, die in der eigenen Umsetzung aktuell fehlen.
• Eine KPI liefert keine Daten. Entweder liegt ein Fehler an der Schnittstelle vor, oder es sind schlicht keine Daten vorhanden. Beides ist ein Hinweis auf einen Blind Spot.
• Das Tracking der AI Visibility steht aktuell außerhalb der Wirkungskette, obwohl es zu euren zentralen Initiativen gehört.

Vorschläge für Wirkungsketten. Innerhalb von cosmos™ macht die AI konkrete Vorschläge, wie Wirkungsketten auf Basis von Best Practices aussehen könnten. Ob und wie das Team diese Vorschläge übernimmt, entscheidet es selbst.

Eigene AI-Tools anbinden. AI-Tools, die euer Team bereits nutzt, etwa ChatGPT oder Claude, lassen sich mit cosmos™ verbinden. Sie greifen dann für ihre Antworten auf den gesamten Kontext aus cosmos™ zu.

cosmos™ ist in Deutschland entwickelt und in der EU gehostet. Strategische Daten werden nicht zum Training fremder Modelle verwendet.

Checkliste: Ist eure Strategie bereit für AI?

Bevor ihr die nächste strategische Frage an einen Chatbot stellt, lohnt sich ein ehrlicher Blick auf die Grundlage. Fünf Fragen helfen dabei:

1. Ist eure Positionierung schriftlich festgehalten und noch aktuell? Gemeint ist eine Referenz, an der sich Maßnahmen im Alltag tatsächlich ausrichten.
2. Sind eure Personas mit konkreten Touchpoints verbunden? Oder existieren sie als Steckbriefe ohne Bezug zur Umsetzung?
3. Hat jeder Touchpoint eine KPI? Jeder Touchpoint ohne Messgröße ist ein Blind Spot.
4. Ist für jede laufende Maßnahme klar, auf welches Ziel sie einzahlt? Maßnahmen ohne Bezug zum Geschäftsziel binden Budget, ohne steuerbar zu sein.
5. Wann wurden eure strategischen Annahmen zuletzt überprüft? Wenn die Antwort „beim letzten Strategieworkshop“ lautet, arbeitet ihr vermutlich mit veraltetem Kontext.

Wer mehr als zwei dieser Fragen mit Nein beantwortet, sollte zuerst am Kontext arbeiten. Mit dieser Grundlage liefert jedes Modell bessere Antworten.

Fazit: AI in der Strategiearbeit braucht den gesamten Kontext

AI in der Strategiearbeit liefert dann wertvolle Ergebnisse, wenn sie Struktur, aktuelle Zahlen und die Zusammenhänge kennt, aus denen eine Strategie tatsächlich besteht.

Solange AI nur einzelne Dokumente sieht und auf Fragen wartet, hilft sie vor allem beim Formulieren. Mit dem gesamten Kontext kann sie Probleme und Potenziale erkennen, Vorschläge machen und Teams bei der strategischen Steuerung unterstützen.

Das gilt auch für ChatGPT & Co.: Mit Zugriff auf den gesamten Strategiekontext beantworten sie dieselbe Frage zu sinkenden Leads mit Blick auf eure Touchpoints, eure Personas und eure Zahlen.

Die entscheidende Frage für Wachstumsteams lautet deshalb: Wie viel von unserem strategischen Kontext könnte eine AI heute überhaupt sehen?

→ Warum Strategiearbeit heute scheitert und wie Growth Teams schneller werden

Wenn ihr sehen wollt, welche Probleme und Potenziale cosmos™ in eurem Wachstumsansatz findet, sprecht mit uns. Erlebe eine Demo mit euren eigenen Daten.

Quellen:

• Bitkom Research, Unternehmensbefragung zu AI, September 2026 (603 Unternehmen ab 20 Beschäftigten)
• Stadler, C. & Reeves, M.: „Three Lessons From Chatting About Strategy With ChatGPT“, MIT Sloan Management Review, Mai 2023