Kundenpräsentation-Assistent

Das echte Ausmaß des Problems

Kundenpräsentationen sind das wichtigste Deliverable in der Beratung — und gleichzeitig eines der teuersten. McKinsey hat es intern so deutlich gemacht, dass sein internes KI-System, Lilli, explizit für das Beschleunigen von PowerPoint-Erstellung eingesetzt wird. BCG betreibt mit “Deckster” ein eigenes Tool, das Präsentationen nach 800–900 gelernten Folientemplates formatiert und poliert.

Was die Zahlen hinter diesem Engagement erklären: Eine durchschnittliche Strategie-Präsentation mit 30–50 Folien kostet einen erfahrenen Berater 10 bis 20 Stunden. Der größte Teil davon ist keine inhaltliche Arbeit:

• Foliengliederung überlegen und diskutieren: 2–3 Stunden
• Storyline und „roten Faden” strukturieren: 1–3 Stunden
• Folien befüllen und formatieren: 4–8 Stunden
• Iterieren mit dem Projektleiter: 2–4 Stunden

Nur der letzte Schritt — Iterieren — hat wirklich mit inhaltlicher Qualität zu tun. Alles andere ist handwerkliche Strukturarbeit, die sich weitgehend automatisieren lässt.

Für ein fünfköpfiges Berater-Team, das pro Monat vier bis sechs größere Präsentationen erstellt, bedeutet das: bis zu 120 Stunden monatlich für Strukturarbeit, die kein inhaltliches Denken verlangt — bei einem internen Kostensatz von 80–120 Euro pro Stunde sind das 9.600 bis 14.400 Euro.

Mit vs. ohne KI — ein ehrlicher Vergleich

Erfahrungswerte auf Basis von Beratungsteams, die KI-Präsentationsunterstützung eingeführt haben (Stand April 2026). Die inhaltliche Qualität bleibt beim Berater — KI übernimmt die Strukturierungsarbeit.

Wichtig: KI kann keine neuen Erkenntnisse über den Kunden liefern. Was sie kann: die vorhandenen Erkenntnisse schneller in eine konsistente Storytelling-Struktur bringen.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) 10–15 Stunden pro Präsentation sind ein massiver Einzel-Gewinn. Weniger als die Projektdokumentation, die täglich wirkt — aber mehr als die Marktanalyse, weil Kundenpräsentationen in fast jedem Projekttyp anfallen, nicht nur in research-intensiven Phasen.

Kosteneinsparung — hoch (4/5) Bei 10–15 eingesparten Stunden und einem internen Kostensatz von 100–150 €/h sind das 1.000–2.250 Euro pro Präsentation. Über ein Jahr und mehrere Präsentationen pro Berater ist das erheblich — und direkt messbarer als etwa Wissensmanagement-ROI.

Schnelle Umsetzung — sehr hoch (5/5) Das ist der klare Vorteil gegenüber anderen Consulting-KI-Anwendungen: Du brauchst kein spezialisiertes Tool, keine Integration, keine IT-Abteilung. Ein gut kalibrierter Prompt in Claude oder ChatGPT reicht für den Start. Innerhalb einer Woche kannst du testen, ob das Konzept für dein Beratungsformat funktioniert. Gamma ist einsatzbereit in 30 Minuten.

ROI-Sicherheit — hoch (4/5) Die Zeit-Einsparung ist direkt messbar. Was schwieriger zu messen ist: Hat die Präsentation durch KI-Unterstützung an inhaltlicher Qualität verloren oder gewonnen? Dieser Faktor macht die ROI-Sicherheit etwas weniger eindeutig als bei der Projektdokumentation — aber in der Praxis berichten Berater durchweg, dass die inhaltliche Qualität mindestens gleich bleibt, weil sie mehr Zeit für die Inhalte haben.

Skalierbarkeit — hoch (4/5) Einmal entwickelte Prompts und Strukturvorlagen laufen ohne Mehrkosten für das gesamte Berater-Team. Zehn Berater mit zehn Präsentationen im Monat kosten dasselbe wie ein Berater — nur mehr API-Tokens. Knapp hinter UC01 (Projektdokumentation), das noch stärker standardisiert ist und keinen individuellen Berater-Touch für jede Vorlage braucht.

Richtwerte — stark abhängig von Präsentationskomplexität und verwendetem Framework (Pyramid Principle, MECE, etc.).

Was KI-Präsentationsunterstützung konkret macht

Das System löst ein spezifisches Problem: die Lücke zwischen “ich weiß, was ich sagen will” und “ich habe eine strukturierte Foliengliederung”.

Was KI übernehmen kann:

• Storyline aufbauen (Situation → Complication → Resolution nach Pyramid Principle)
• Folientitel aus Textinput generieren, die echte Botschaften enthalten — nicht nur Themenüberschriften
• Standardfolien befüllen: Agenda, Methodik, Team-Vorstellung, Anhang-Struktur
• Gliederungsvorschläge für komplexe Analysen (SWOT, Porter’s Five Forces, PEST)
• Action Titles für jede Folie formulieren — das härteste handwerkliche Problem in Consulting-Decks

Was KI nicht übernehmen kann:

• Inhaltliche Schlussfolgerungen, die nicht im Input stehen
• Kenntnis des Kunden-Kontexts (Unternehmenskultur, politische Dynamiken im Vorstand, “wer muss überzeugt werden?”)
• Das finale Design-Polishing für ein Vorstands-Deck auf C-Level

Die Praxis sieht typischerweise so aus: Berater schreibt einen strukturierten Textinput (Analyseergebnisse, Empfehlungen, 3–4 zentrale Botschaften), KI gibt eine vollständige Foliengliederung mit Action Titles zurück, Berater adaptiert und ergänzt, überträgt in PowerPoint oder Gamma, poliert das Design. Die letzte Meile ist Menschenarbeit — die ersten 70 Prozent geht deutlich schneller.

Konkrete Werkzeuge — was wann passt

Gamma — Die schnellste Option für Erstversionen. Aus einem strukturierten Textprompt generiert Gamma in unter zwei Minuten eine vollständige Präsentation mit Design, Foliengliederung und Inhalt. Für interne Statusberichte, Pitches und Projektupdates die erste Wahl — solange keine vertraulichen Kundendaten in den Prompt eingehen (US-Datenhosting). Preis: ab 10 USD/Monat. Testbar kostenlos mit 400 KI-Credits.

Claude — Stärker als Gamma, wenn es um präzise Storytelling-Struktur geht. Claude versteht komplexe Consulting-Frameworks (Pyramid Principle, MECE, Issue Trees) und kann aus unstrukturierten Analyseergebnissen eine kohärente Narrative bauen. Output ist Text (keine visuellen Slides) — der Berater überträgt dann in PowerPoint oder Gamma. Für final-quality Kundenpräsentationen die zuverlässigere Wahl. Enterprise-Plan mit EU-Datenresidenz für sensible Mandate.

ChatGPT — Vergleichbar mit Claude für Storyline-Entwicklung. Vorteil: ChatGPT kann mit dem Code-Interpreter direkt PowerPoint-Dateien generieren (experimentell, Formatierungsqualität eingeschränkt). Gut für Teams, die bereits ChatGPT im Abo haben und keine neuen Tools einführen wollen. US-Hosting, kein EU Data Residency.

Microsoft 365 Copilot mit PowerPoint — Für Teams in der Microsoft-Welt. Copilot kann direkt in PowerPoint Folientitel und -inhalte aus vorhandenen Word-Dokumenten oder Teams-Meetings generieren. Die Integration funktioniert ohne Medienbruch — kein Tool-Wechsel. Preis: 30 €/Person/Monat zusätzlich zur M365-Lizenz. Lohnt sich besonders, wenn Copilot ohnehin für andere Workloads (E-Mail, Dokumentation) genutzt wird.

Zusammenfassung — Wann welcher Ansatz:

• Schnelle Erstversion, visuelles Design gewünscht → Gamma
• Hochwertige Storyline, komplexes Framework → Claude
• M365 bereits im Einsatz → Microsoft 365 Copilot
• Kein neues Tool-Budget → ChatGPT im bestehenden Abo

Datenschutz und Datenhaltung

Kundenpräsentationen sind hochsensibel: Sie enthalten Strategieempfehlungen, Unternehmenskennzahlen, Wettbewerbsbewertungen und oft auch personenbezogene Daten von Führungskräften. Die DSGVO-Frage ist deshalb nicht optional.

Grundregel: Anonymisieren vor dem Prompt. Echte Kundennamen, spezifische Unternehmenskennzahlen und persönliche Daten gehören nicht in US-gehostete Tools wie Gamma oder ChatGPT-Standardpläne.

Die sichere Vorgehensweise:

• Gamma: Nur für Präsentationen ohne vertrauliche Kundendaten verwenden — interne Statusberichte, anonymisierte Frameworks, allgemeine Pitches
• Claude Enterprise oder ChatGPT Enterprise: Bieten Datenverarbeitungsverträge (DPA) und EU-Datenresidenz-Optionen — für echte Kundenprojekte geeignet, wenn die Optionen aktiv konfiguriert sind
• Microsoft 365 Copilot: EU Data Boundary verfügbar, wenn konfiguriert — geeignet für Unternehmens-Mandate

Für Berater, die mit besonders sensiblen Mandaten (M&A, Due Diligence) arbeiten: Kein KI-Tool für Präsentationsinhalte verwenden, der das Corporate-Network verlässt. Self-hosted Lösungen (eigener Claude-API-Endpoint, Azure OpenAI in EU-Region) sind die einzige Option mit vollständiger Datenkontrolle.

Was es kostet — realistisch gerechnet

Werkzeugkosten (monatlich)

• Gamma Plus: 10 USD/Person/Monat
• Claude Pro: 20 USD/Person/Monat
• ChatGPT Plus: 20 USD/Person/Monat
• Microsoft 365 Copilot: 30 €/Person/Monat (zusätzlich zu M365)
• Gamma + Claude zusammen: ca. 30 USD/Person/Monat — das empfohlene Setup für Berater

Einmalige Einrichtungskosten

• Consulting-Storytelling-Prompts entwickeln und testen: 1–2 Tage
• Team-Workshop “Wie nutzen wir KI für Präsentationen”: halber Tag
• Templates für Standardfolien aufbauen: 1 Tag

Konservative ROI-Rechnung Annahme: 5 Berater, je 3 Kundenpräsentationen pro Monat, je 8 Stunden eingespart, interner Kostensatz 100 €/h:

• Eingesparte Stunden: 120 h/Monat = 1.440 h/Jahr
• Wert der freigewordenen Zeit: 144.000 €/Jahr
• Werkzeugkosten: ca. 1.800 €/Jahr (Claude + Gamma, 5 Personen)
• Netto-Vorteil: 140.000+ €/Jahr (bei vollständiger Adoption)

In der Praxis liegt die Adoption selten bei 100 Prozent — realistisch sind 50–70 Prozent der Präsentationen mit KI-Unterstützung in den ersten sechs Monaten. Das senkt den Effekt, aber selbst 50 Prozent ergibt noch deutlich positiven ROI.

Wie du den Nutzen misst Einfachste Methode: Vor und nach dem Rollout für vier Wochen jeweils die Zeit pro Präsentation messen. Alternativ: Konsultiere zwei Berater — einer nutzt KI, einer nicht — und vergleiche nach dem nächsten Deck-Cycle.

Vier typische Einstiegsfehler

1. Den Gamma-Output direkt zum Kunden schicken. Gamma produziert professionelle Erstversionen — aber Erstversionen. Kein KI-generierter Text kennt den Kunden-Kontext, die politischen Dynamiken im Vorstand oder die strategischen Nuancen, die nur im Projektteam bekannt sind. Ein Deck, das sachlich korrekt ist, aber die falsche Botschaft betont, ist schlimmer als ein mittelmäßig formatiertes Deck mit der richtigen Botschaft. Regel: KI erstellt den Strukturentwurf, der Berater füllt ihn inhaltlich auf.

2. Standardprompts verwenden, die kein Consulting-Framework kennen. „Erstelle eine Präsentation über Thema X” produziert eine generische PowerPoint-Struktur — Einleitung, Hauptteil, Fazit. Das ist nicht, was Consulting-Decks brauchen. Ein guter Consulting-Prompt kennt Pyramid Principle, Action Titles, MECE-Prinzip. Der Unterschied zwischen einem generischen und einem consulting-gerechten Prompt ist der Unterschied zwischen einer Schüler-Präsentation und einem Board-Deck.

3. Jedes Design-Element KI überlassen wollen. KI ist stark im Strukturieren und Texten. Sie ist schwach im präzisen visuellen Design: Farben, Abstände, Diagramm-Positionierungen, Corporate-Identity-Einhaltung. Wer erwartet, dass Gamma ein Deck produziert, das direkt mit dem Corporate Design in das Kunden-Meeting geht, wird enttäuscht. Die letzte Design-Runde ist immer manuelle Arbeit — in PowerPoint oder mit einem Designer.

4. Prompts entwickeln und nicht pflegen. Ein Präsentationsprompt, der im April gut funktioniert, produziert im Oktober möglicherweise veraltete Strukturen — weil das Team neue Methoden gelernt hat, neue Kunden andere Formate verlangen oder das Prompt-Training des Modells sich geändert hat. Mindestens zweimal pro Jahr die Kern-Prompts testen und aktualisieren.

Was mit der Einführung wirklich passiert

Der Widerstand in Beratungen kommt selten von den Junioren — die freuen sich über die Entlastung. Er kommt von den Seniors und Partnern, die seit Jahren eine präzise Vorstellung davon haben, wie ein gutes Deck aussieht.

Das “das klingt zu generisch”-Problem. KI-generierte Texte klingen oft wie Consulting-Sprache — weil sie aus tausenden Consulting-Dokumenten gelernt haben. Das ist manchmal ein Vorteil (professionell, klar) und manchmal ein Problem (klingt wie von der Stange, nicht wie echte Einschätzung). Die Lösung: Der Berater ergänzt die spezifischen Einschätzungen, Nuancen und Formulierungen, die den Text von einem allgemeinen Deck zu einem spezifischen Kundendeck machen. KI baut das Gerüst — der Berater baut die Wände.

Das “ich erkenne meinen Stil nicht wieder”-Problem. Erfahrene Berater haben Jahrzehnte in die Entwicklung eines persönlichen Storytelling-Stils investiert. Ein KI-generierter Erstentwurf klingt nicht wie sie. Was hilft: Das als Feature akzeptieren. Das Deck ist ein Draft, kein Enddokument. Der persönliche Stil kommt in der Überarbeitungsrunde zurück — in deutlich weniger Zeit, als wenn du von einer weißen Folie gestartet hättest.

Was konkret hilft:

• Pilot mit dem Junior-Team starten — die Adoption ist schneller, und die Zeit-Einsparung ist für sie sichtbarer
• Einen “Best Practice”-Pool aufbauen: Decks, die mit KI-Unterstützung entstanden sind und gut beim Kunden ankamen — als Referenz und Beweis, dass Qualität nicht leidet
• Dem Team kommunizieren: KI macht keine besseren Analysten — sie macht die Schreibarbeit schneller, damit mehr Zeit für das Denken bleibt

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„KI kann die Qualität unserer Präsentationen nicht erreichen.” Richtig — wenn die KI alleine präsentiert. Falsch — wenn ein Berater den KI-Entwurf inhaltlich schärft. Der Einwand verwechselt “KI macht das ganze Deck” mit “KI macht das Gerüst, der Berater macht den Inhalt”. In der Praxis berichten Berater, die KI-Unterstützung eingeführt haben, dass die inhaltliche Qualität steigt — weil sie mehr Zeit für Inhalte haben, statt für Formatierung.

„Kunden zahlen für unsere Expertise, nicht für KI-Texte.” Kunden zahlen für Ergebnisse und Empfehlungen — nicht für die Stunden, die für die Formatierung aufgewandt wurden. Ein Deck, das in sechs statt zwanzig Stunden erstellt wurde, ist nicht schlechter — es ist das gleiche Deck, mit weniger Formatierungs-Overhead. Die Expertise liegt in der Analyse und den Empfehlungen, nicht in der Fähigkeit, Action Titles manuell zu formulieren.

„Was, wenn die KI etwas erfindet, das nicht in der Analyse steht?” Das passiert — ein zu forsch formulierter Action Title, eine Schlussfolgerung, die nicht hundertprozentig durch die Daten gestützt ist. Deshalb ist das Vier-Augen-Prinzip vor dem Kunden-Versand Pflicht. Die Kontrollfrage: Stimmt jede Aussage mit der Analyse überein? Diese Prüfung ist in fünf bis zehn Minuten erledigt — für ein Deck, das in einem Bruchteil der normalen Zeit entstanden ist.

Woran du merkst, dass das zu dir passt

• Dein Team verbringt mehr als 30 % der Präsentationszeit mit Struktur und Formatierung — Gliederung überlegen, Folientitel schreiben, Standardfolien befüllen — statt mit inhaltlicher Schärfung
• Ihr erstellt regelmäßig ähnliche Präsentationstypen — Strategiepräsentationen, Statusberichte, Interims-Präsentationen — die nach demselben Framework funktionieren
• Die Qualität der Präsentationen variiert stark je nach Autor — weil kein einheitlicher Storytelling-Standard existiert und jeder sein eigenes Format hat
• Neue Berater brauchen unverhältnismäßig lang für Präsentationen — weil das Consulting-Storytelling-Handwerk (Pyramid Principle, Action Titles) nicht systematisch gelehrt wird

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Keine Standardisierung bei Präsentationstypen möglich. Wenn jede Präsentation fundamental anders ist — weil ihr in sehr unterschiedlichen Industrien mit sehr unterschiedlichen Deliverable-Anforderungen arbeitet — zahlt sich der Prompt-Entwicklungsaufwand weniger aus. Nutzt stattdessen ad-hoc-Prompting für spezifische Aufgaben (Action Titles schreiben, Storyline prüfen), ohne feste Templates.

2. Kein Vier-Augen-Prinzip vor Kunden-Versand möglich. In sehr kleinen Teams oder bei extremem Zeitdruck kann die Prüfung vernachlässigt werden. Das ist ein echtes Risiko — ein KI-generierter Fehler in einem Vorstands-Deck ist teurer als die eingesparte Zeit.

3. Kunden verlangen nachweislich menschlich erstellte Präsentationen. Einige Auftraggeber — insbesondere im öffentlichen Sektor oder unter regulierten Finanzinstituten — haben explizite Richtlinien gegen KI-generierte Inhalte in Lieferobjekten. Prüfe das vor dem Rollout in den Projektverträgen.

Das kannst du heute noch tun

Nimm deine nächste Präsentation und teste den folgenden Prompt mit Claude (kostenlos im Basis-Plan) oder ChatGPT. Gib deine Analyseergebnisse als Stichpunkte ein — keine fertige Struktur nötig. Dann schau, ob die generierte Foliengliederung als Ausgangspunkt brauchbar ist.

Quellen & Methodik

• McKinsey Lilli-Plattform: Fortune, „McKinsey leans on AI to make PowerPoints faster, draft proposals” (Juni 2025). McKinsey nutzt Lilli zur Beschleunigung von PowerPoint-Erstellung für alle 43.000 Mitarbeitenden.
• BCG Deckster: „Inside the AI boom that’s transforming how consultants work at McKinsey, BCG, and Deloitte” (April 2025). BCG Deckster ist auf 800–900 Folientemplates trainiert; BCG schätzt, dass 70 % der eingesparten Zeit in höherwertige Tätigkeiten reinvestiert wird.
• Präsentationsaufwand 10–20 Stunden: Erfahrungswerte aus Beratungskontext; bestätigt durch Benchmark-Publikation auxi.ai, „Ultimate Guide to Consulting PowerPoint Slides” (2025).
• Preisangaben Tools: Veröffentlichte Tarife von Gamma, Claude, ChatGPT, Microsoft 365 Copilot (Stand April 2026).
• Pyramid Principle: Barbara Minto, „The Pyramid Principle” — Standard-Referenz für Consulting-Storytelling, genutzt in Training-Programmen bei McKinsey, BCG, Bain.

Du willst wissen, welche eurer Präsentationstypen sich für KI-Unterstützung besonders eignen? Meld dich — wir schauen uns euren konkreten Deliverable-Mix gemeinsam an.