Wie gut kann KI die Zukunft für Unternehmen vorhersagen?

Es glich einem Übertritt in eine neue Ära: Im Juli 2026 meldete das Forecasting Research Institute, die besten KI-Systeme lägen in einem Prognose-Vergleichstest gleichauf mit den treffsichersten Menschen. Dabei wurden den KI-Systemen alle zwei Wochen 500 neue Ja-Nein-Fragen zu künftigen Ereignissen vorgelegt. Sobald eine dieser Fragen eingetreten war, wertete das System aus, wie treffsicher die KI war. Ein grosser Teil der Fragen stammte aus Datenreihen, etwa zu Zinsen, Aktienkursen oder Konflikten, mit einem Strategie-Horizont von sieben Tagen bis zu zehn Jahren.

Als menschlicher Vergleichswert dienen sogenannte Superforecaster: Menschen, die über Jahre nachweislich überdurchschnittlich treffsicher prognostiziert haben. Bei den Fragen aus Datenreihen haben die besten KI-Systeme diese Gruppe im Mai 2026 eingeholt. Nur wenig länger dauerte es bei Fragen zu einmaligen Ereignissen, für die es keine lange Datenreihe gibt. Hier meldete das Institut im Juli erstmals ein System, das besser abschnitt als die durchschnittliche Prognose der Superforecaster.

Das Institut ordnete die Resultate selbst allerdings mit Vorsicht ein. Die Superforecaster haben ihre Prognosen 2024 abgegeben, der Vergleich mit heutigen Systemen beruht demnach auf einer statistischen Hochrechnung. Die Resultate sprechen deshalb vorerst eher für einen Gleichstand zwischen Mensch und Maschine. Doch bereits in wenigen Wochen läuft eine neue Runde mit menschlichen Prognostiker:innen. Gleichzeitig stammen die Spitzenwerte der KI von spezialisierten Systemen, die mehrere Modelle kombinieren und gezielt recherchieren. Ein gewöhnlicher KI-Assistent im Büro erreicht dieses Niveau nicht automatisch.

Grenzen von KI-Prognosen: Warum selbst ein KI-Unternehmen auf Szenarien setzt

Das Prognoseunternehmen Good Judgment hat allerdings bereits im April auf einen wichtigen Unterschied hingewiesen, den kein Test wirklich misst: das Formulieren der richtigen Zukunftsfragen. Als Sprachmodelle in seinen Versuchen selbst Prognosefragen formulieren sollten, setzten sie Daten voraus, die es nicht gibt und übersahen den politischen Zusammenhang.

Das zeigt: Bei der Frage, auf welche Zukunft sich eine Organisation vorbereiten soll, hilft KI deutlich weniger. Ausgerechnet ein KI-Unternehmen geht hier selbst mit anderem Beispiel voraus: Im September 2026 hat Anthropic ein Modell veröffentlicht, das die Folgen von KI für die US-Wirtschaft bis 2030 abschätzt. Als Ergebnis lieferte Anthropic nicht etwa eine fixe Prognose, sondern drei unterschiedliche Szenarien.

Wenn selbst die Ökonom:innen eines KI-Unternehmens bei dieser Frage auf eine fixe Vorhersage verzichten, stellt sich schnell die Frage: Was heisst das für Geschäftsleitungen und Boards, die nun vermehrt mittels KI Gewissheit in ihren Antworten suchen?

In welchen Situationen KI bei der Strategiearbeit tatsächlich weiterhilft

Was mir in meiner Beratungstätigkeit immer wieder auffällt: Führungskräfte unterscheiden selten, welche Art von Zukunftsfrage sie beantworten wollen. Aber genau davon hängt ab, ob KI wirklich für die Zukunftsprognose dienlich ist.

Die Beratungsfirma BCG kommt in einer neuen Auswertung von über 500 Organisationen zum selben Schluss: Jede Art von Zukunftsfrage braucht ihr eigenes Vorgehen. In der Praxis probieren allerdings viele Unternehmen aktuell etwas wahllos neue Methoden und Werkzeuge aus. Dabei zeigt die Auswertung: Wer ein Vorgehen wählte, das nicht zur eigenen strategischen Lage passte, äusserte um rund 20 Prozentpunkte seltener Zuversicht, Umbrüche vorhersehen und darauf reagieren zu können.

Für die Strategiearbeit heisst das: Wir können KI einsetzen, wenn es sich bei unserer Zukunftsentwicklung um eine konkrete Prognosefrage dreht. Falls unsere Ausgangslage aber von unterschiedlichen und nicht beeinflussbaren Faktoren abhängig ist, verlangt dies nach Szenarien statt nach einer fixen Prognose. Denn keine dieser Grössen lässt sich verlässlich aus der Vergangenheit hochrechnen. Und dafür brauchen wir zwingend andere Arbeitsweisen, um weiterzukommen.

Folgende Aufgaben der Zukunftsarbeit bleiben beim Menschen

Das Copenhagen Institute for Futures Studies, an dem ich mich Anfang 2026 zu KI und Zukunftsarbeit weitergebildet habe, nennt diese Arbeitsweise «Liquid Foresight». Gemeint sind Zukunftsbilder, die nicht nur einmalig entwickelt werden, sondern laufend mit neuen Erkenntnissen und Entwicklungen ergänzt werden. Ausserdem können Beteiligte die darin enthaltenen Annahmen selbst durchgehend ändern und durchspielen, welche Folgen dies auslöst. Der Szenario-Explorer von Anthropic zeigt, wie so etwas praktisch aussehen kann.

KI macht die Sammlung und Ordnung von Informationen über die Zukunft also schneller und günstiger. Dennoch nimmt uns die Technologie längst nicht alle Aufgaben in der Zukunftsentwicklung ab. Gerade in folgenden Punkten ist die menschliche Handlung essentiell:

• Die richtige Frage stellen: Welche externen Entwicklungen würden unsere Organisation und unser Geschäftsmodell beeinflussen? Und wie stark ist dieser Einfluss – positiv oder negativ? Diese Fragen beantwortet kein Modell für Sie.
• Die Bedeutung für die eigene Organisation klären: Die KI kann sagen, wie wahrscheinlich eine Entwicklung ist. Was sie für Ihre Organisation bedeutet, müssen allerdings Sie selbst beurteilen. Gehen zum Beispiel in einer Region bis 2040 deutlich mehr Menschen in Rente, fehlen einem Spital Fachkräfte. Eine Organisation für ältere Menschen gewinnt dagegen neue Kundschaft.
• Klare Entscheidungen fällen: Gemäss einer weiteren BCG-Studie betreiben viele Unternehmen zwar Zukunftsarbeit, meist aber nur punktuell und ohne dass basierend darauf echte Entscheidungen gefällt werden.
• Das Umdenken in die Organisation tragen: Werden Erkenntnisse aus einem einmaligen Zukunftsworkshop nicht zugänglich gemacht und in Strukturen und Prozesse übersetzt, verblassen sie ziemlich schnell. Zumal an diesen Workshops oft nur wenige Personen aus dem Führungskreis beteiligt sind.

Dass sich diese Arbeit lohnt, legt eine Langzeitstudie nahe. René Rohrbeck und Menes Etingue Kum haben bei 70 grossen europäischen Unternehmen gemessen, wie systematisch diese sich auf die Zukunft vorbereiten. Sieben Jahre später verglichen sie die Geschäftszahlen. Die am besten vorbereiteten Firmen waren um ein Drittel profitabler als der Durchschnitt, und ihr Wachstum lag um 200 Prozent höher. Systematisch vorbereitet war allerdings nur jedes fünfte Unternehmen.

Warum Zukunftsarbeit unter Spardruck oft als Erstes wegfällt

Es mag sein, dass KI zwar die Kosten der Zukunftsarbeit senkt. Doch die genannten Studien zeigen: Für die Aufgaben, die weiterhin ein Mensch übernehmen sollte, braucht es Zeit, eine verantwortliche Person und einen festen Platz im Kalender. Viele Organisationen, die ich als Strategieberater begleite, haben für diese Aufgaben kaum Kapazität. Sie stecken in Sparprogrammen und Reorganisationen fest und planen in erster Linie mit Blick auf die nächsten paar Monate.

Die Organisationsforschung kennt den Mechanismus dahinter seit Jahrzehnten. Bereits 1981 wurde beschrieben, wie Organisationen unter Druck reagieren: Sie verarbeiten weniger Informationen, und Entscheidungen wandern nach oben. In einer stabilen Lage kann das sinnvoll sein. Doch wenn sich das Umfeld grundlegend ändert, schadet ein solches Verhalten.

Aktuelle Zahlen aus der Schweiz passen dazu: Im swissVR Monitor II/2026, einer Umfrage unter 281 Verwaltungsratsmitgliedern, steht die Effizienzsteigerung an erster Stelle der Prioritäten für die nächsten zwölf Monate. Die Autor:innen vermuten als Hauptgrund die Einführung von KI. Die Erarbeitung einer neuen Unternehmensstrategie fiel dagegen von Platz zwei auf Platz acht. Das deutet darauf hin, dass viele Gremien KI derzeit vor allem für kurzfristige Spareffekte einsetzen wollen.

So lässt sich Strategic Foresight trotz knapper Ressourcen in den Arbeitsalltag integrieren

Es braucht nicht immer den riesigen Zukunftsprozess. Folgende vier Bausteine zur Einführung von strategischem Foresight sind so angelegt, dass sie auch in Organisationen anwendbar sind, in denen Zeit- und Personalressourcen knapp sind. Der Aufwand bleibt dabei überschaubar und kann je nach Organisation flexibel angepasst werden.

1. Annahmen explizit machen

Jedes Budget und jede Strategie beruht auf Annahmen, die selten ausgesprochen werden. Die Geschäftsleitung notiert einmal jährlich während 90 Minuten die fünf bis sieben wichtigsten Annahmen. Zum Beispiel: «Unsere drei grössten Kund:innen verlängern ihre Verträge 2027.» «Wir finden genügend Fachkräfte für den Ausbau.» «Die Energiekosten bleiben im Rahmen des Budgets.» Zu jeder Annahme beantworten die GL-Mitglieder zwei Fragen: Was kostet es uns, wenn die Annahme falsch ist? Und woran würden wir frühzeitig erkennen, dass die Annahme nicht mehr zutrifft? Die Antwort auf die zweite Frage ist der Frühindikator, den man der KI später zum Beobachten geben kann.

2. Mit KI Annahmen überprüfen

Damit der Stand der Annahmen regelmässig nachverfolgt werden kann, braucht es klare Verantwortlichkeiten. Am besten eignet sich eine Fachperson aus dem operativen Geschäft, welche die Kundschaft kennt und einschätzen kann, ob ein externes Signal zu den internen Erfahrungen aus dem Tagesgeschäft passt. Dafür reichen rund zwei Stunden pro Monat. Die eigentliche Recherche übernimmt ein KI-Werkzeug mit Internetzugang. Monatlich sucht dieses Tool zu jeder Annahme nach neuen Entwicklungen. Geht es um eine messbare Grösse wie einen Wechselkurs, einen Zinssatz oder einen Energiepreis, schätzt die KI zusätzlich ab, wie wahrscheinlich es ist, dass die getroffenen Annahmen weiterhin zutreffen. Die verantwortliche Person prüft danach die Quellen, ergänzt eigene Beobachtungen und fasst alles in einem Briefing für die Geschäftsleitung zusammen.

3. Annahmen monatlich besprechen

Einmal im Monat sollte diese Annahmen-Prüfung als festes Traktandum in der Geschäftsleitung eingeplant werden. Dabei wird jede Annahme nach dem Ampelprinzip eingestuft: Grün bedeutet, dass sie weiterhin zutrifft, Gelb, dass erste Zweifel bestehen, und Rot, dass sie nicht mehr zutrifft. Diskutiert werden nur die gelben und roten Annahmen. Sind alle Annahmen grün, ist das Traktandum nach fünf Minuten erledigt. Ob und wie gehandelt wird, falls die Annahmen auf Orange oder Rot stehen, legt die Geschäftsleitung am besten vorab fest. Wie gut das funktionieren kann, zeigt folgendes Beispiel: Apple bestimmte vor der Entwicklung eines Musikspielers, welche Grösse, welches Gewicht und welchen Speicher das Gerät erreichen musste. Als ein Apple-Manager im Februar 2001 bei Toshiba eine neue, kleine Festplatte gezeigt bekam, war die wichtigste Bedingung erfüllt. Im November kam der iPod auf den Markt.

4. Drei Szenarien mit dem Verwaltungsrat durchspielen

Einmal im Jahr nehmen sich Geschäftsleitung und Verwaltungsrat einen halben Tag Zeit für die grösste Szenariofrage der Organisation. Ausgehend von den grössten Unsicherheitsfaktoren werden konkrete Szenarien entwickelt. Für jedes dieser Szenarien klären die Beteiligten die Auswirkungen für die eigene Organisation. Anschliessend suchen sie nach Massnahmen, die in allen Szenarien sinnvoll sind. Solche Massnahmen lassen sich auch unter Spardruck gut begründen, weil sie nicht auf eine einzige Zukunft setzen. Für den Verwaltungsrat ist dieser halbe Tag eine Gelegenheit, seine Verantwortung für die Strategie wahrzunehmen, ohne in das Tagesgeschäft einzugreifen.

Zusammen ergeben die vier Bausteine einen klaren Zukunftsrhythmus: Die KI beobachtet laufend, die Geschäftsleitung prüft monatlich, Geschäftsleitung und Verwaltungsrat blicken einmal jährlich in die weite Zukunft. So lässt sich Zukunftsarbeit institutionalisieren, ohne gleich die ganze Organisation mit einem riesigen Projekt zusätzlich zu belasten.

Fragen? Andere Beispiele?

Gelingt es in Ihrer Organisation, trotz Tagesgeschäft immer wieder auch innezuhalten und in die weite Zukunft zu blicken? Und inwiefern setzen Sie dabei auch auf KI? Lassen Sie es mich gerne wissen, indem Sie mir auf dem Kanal Ihrer Wahl eine Nachricht zukommen lassen. Ich freue mich!