Sector Blueprint Series · Volume I
Das KI-Operating-Model für Professional Services
Drei Bedingungen entscheiden, ob ein KI-Operating-Model für Professional Services den Wert im Haus hält oder an den Mandanten weiterreicht.
10 Min. Lesezeit
12. August 2026
HandsOn Insights
Kurzfassung. Managementberatungen, Kanzleien, Wirtschaftsprüfungs- und Steuerberatungsgesellschaften, dazu die kleineren Advisory-Boutiquen: Alle fahren dasselbe KI-Experiment wie der Rest der Wirtschaft. KI wird auf individueller Ebene benutzt, es gibt aber keine klare Haltung über den Einsatz auf Organisationsbene. Drei Bedingungen entscheiden bei Professional Services, ob die Firma den Wert, den KI erzeugt bei sich hält, oder ihn dem Mandanten überlässt: die abrechenbare Stunde, die persönliche Unterschrift und die Frage, wer in einer flachen Partnerschaft für KI überhaupt zuständig ist. Wer diese drei Punkte vorab klärt, trifft drei Designentscheidungen. Wer sie liegen lässt, baut sich drei Konstruktionsfehler ein und bezahlt sie zum späteren Zeitpunkt.
Was die Branchendaten zeigen
Die organisationsweite KI-Nutzung in Professional Services hat sich 2026 nahezu verdoppelt, von 22% auf 40%. 15% der Firmen setzen agentische KI bereits ein, weitere 53% planen oder erwägen den Einsatz (Thomson Reuters Institute, AI in Professional Services Report 2026).
Zweimal lesen sollte man allerdings die Messseite derselben Erhebung. Nur 18% der Häuser erfassen überhaupt, was ihre KI-Werkzeuge einbringen. Die Branche nutzt KI also in der Breite, misst dabei so gut wie nichts und lässt die Frage zum tatsächlich geschaffenenen Wert offen.
40%
Organisationsweite Nutzung
der Firmen setzen KI 2026 organisationsweit ein, nach 22% im Vorjahr.
18%
Erfassen den Ertrag
der Firmen messen den Ertrag ihrer KI-Werkzeuge.
14%
Im Produktivbetrieb
haben einen KI-Agenten organisationsweit produktiv
Wie der geschaffene Wert ausfällt, entscheidet oftmals das Preismodell. Wird ein Mandat pauschal vergütet, landet ein Effizienzgewinn in der Marge des Hauses. Wird dieselbe Arbeit nach Stunden abgerechnet, landet derselbe Gewinn als Abzug auf der Rechnung des Mandanten. Gleiches Werkzeug, gleiche gesparte Zeit, gegenläufige Wirkung auf die Ergebnisrechnung. Deshalb steht die abrechenbare Stunde an erster Stelle.
Beim Skalieren sieht es aus wie überall sonst. Eine Befragung von 650 Technologieverantwortlichen aus Organisationen mit 500 bis über 50.000 Mitarbeitenden, erhoben im Februar und März 2026, fand 78% mit mindestens einem KI-Agenten-Piloten und 14% mit einem Agenten im organisationsweiten Produktivbetrieb. Fünf Herausforderungen stehen bei der Skalierung stets im Mittelpunkt: Integrationskomplexität (63%), Ergebnisqualität im Volumen (58%), Monitoring und Observability (54%), organisatorische Verantwortung (49%) und Domänen-Trainingsdaten (41%). Alle fünf sind organisatorischer Natur.
Konstruktionsfehler eins: die Stunde, die Sie nicht mehr abrechnen
Im reinen Stundenmodell läuft die Wirkkette in eine Richtung. KI verdichtet eine Aufgabe von vier Stunden auf eine. Abgerechnet wird eine. Der Mandant vereinnahmt den Wert der drei gesparten Stunden. Das Haus trägt die Kosten für Werkzeug, Ausbildung und Governance, die diese Verdichtung erst möglich gemacht haben. Wer KI finanziert, ohne diese Frage vorher zu klären, stellt zwölf bis achtzehn Monate später fest, dass er die Senkung des eigenen Umsatzes bezahlt hat.
Wo KI die Stunde verdichtet, entscheidet das Preismodell darüber, wer den Wert behält.
Die Grundfrage hat das deutsche Recht längst entschieden, Jahre bevor das erste Sprachmodell eine Kanzlei erreichte. Der BGH erklärte mit Urteil vom 13. Februar 2020 die formularmäßige Abrechnung im 15-Minuten-Takt im Verbrauchermandat für unwirksam (IX ZR 140/19). Tragend ist die Begründung: Der Mandant hat ein berechtigtes Interesse daran, nur diejenige Arbeitszeit zu bezahlen, die der Rechtsanwalt tatsächlich auf seine Angelegenheit verwendet hat; darlegen muss der Anwalt diese Zeit konkret und nachprüfbar.
Auf Unternehmensmandate, also auf den Großteil dessen, worüber dieser Beitrag spricht, hat das OLG Düsseldorf diese Wertung mit Urteil vom 24. Februar 2026 erstreckt (24 U 65/22). Eine formularmäßige Zeittaktklausel benachteiligt den Mandanten danach auch im Rechtsverkehr mit Unternehmern unangemessen, und sie zwingt die Kanzlei zur minutengenauen Abrechnung. Zwei Einschränkungen gehören zu dieser Entscheidung. Das OLG Düsseldorf ist ein Instanzgericht, und es hat die Revision zum BGH in dieser Rechtsfrage nicht zugelassen. Für den B2B-Bereich fehlt damit weiterhin eine höchstrichterliche Klärung.
„Die formularmäßige Vereinbarung eines Zeithonorars, welche den Rechtsanwalt berechtigt, für angefangene 15 Minuten jeweils ein Viertel des Stundensatzes zu berechnen, benachteiligt den Mandanten auch im Rechtsverkehr mit Unternehmern entgegen den Geboten von Treu und Glauben unangemessen.“
— OLG Düsseldorf, Urteil vom 24.02.2026 - 24 U 65/22, Leitsatz 4
Für die KI-Frage genügt die Richtung, in die beide Entscheidungen zeigen. Wo minutengenau abgerechnet wird, senkt jede eingesparte Minute die Rechnung. Wer die Bearbeitungszeit mit KI von vier Stunden auf eine drückt, stellt eine Stunde in Rechnung.
Am Markt bewegen sich die Honorarmodelle bereits. In der Best-Law-Firms-Erhebung 2025 unter mehr als 4.800 US-Kanzleien bieten 72% alternative Honorarmodelle an, bei Häusern mit mehr als fünfzig Anwälten sind es 90%, und 71% der Mandanten bevorzugen Pauschalhonorare (LeanLaw). Unter den Kanzleien mit intensiver KI-Nutzung haben 45% ihre Preise angepasst: 25% haben erhöht, 11% gesenkt, 8% eigene KI-Honorarpositionen eingeführt (Law.com, Dezember 2025). Gleichzeitig stieg der aggregierte Umsatz der Am Law 100 im Jahr 2025 um 13% auf 178,95 Mrd. USD (SignalFire). Den Produktivitätsgewinn fangen die Häuser derzeit also über höhere effektive Stundensätze und ausgeweiteten Leistungsumfang auf.
Im HandsOn AI Operating Model gehört diese Entscheidung in D01, Strategy & Value Architecture, und sie geht allem Weiteren voraus. Der Blueprint teilt das KI-Portfolio in zwei Logiken, die getrennt finanziert und getrennt gesteuert werden. Wer in Differenzierungsfähigkeit investiert, baut auf dem auf, was ein Wettbewerber am Markt nie kaufen kann: auf der Mandatshistorie des Hauses, auf seinen Branchendaten, auf seinem Methoden-IP. Solche Investitionen rechtfertigen es, einen ganzen Mandatstyp nach Ergebnis zu bepreisen. Wer in operative Effizienz investiert, deckt Entwurf, Transkription, Formatierung und internes Wissensretrieval ab. Das beschafft man am Markt, steuert es angemessen und senkt damit Gemeinkosten, ohne die Mandantenrechnung anzufassen.
Die D01-Designfrage für ein Professional-Services-Haus lautet: Wo erzeugt KI ein Ergebnis, für das ein Mandant nach Wirkung zahlt? Dort wird zuerst gebaut. Alles Übrige im KI-Portfolio senkt Gemeinkosten. Das lohnt sich, trägt den Business Case allein aber nie.
Konstruktionsfehler zwei: die Unterschrift bleibt beim Menschen
Wer als Partner einen Bestätigungsvermerk, ein Rechtsgutachten oder eine strategische Empfehlung zeichnet, haftet dafür persönlich. Daran ändert sich nichts, gleich wie groß der Anteil ausfiel, den ein KI-System an der zugrunde liegenden Arbeit hatte. An dieser Haftung rütteln weder Autonomieeinstellungen noch Herstellerzusagen noch Hinweistexte im Anschreiben. In Professional Services sitzt das Human-AI Interface, das zentrale Designobjekt des HandsOn-Modells, genau auf diesem Punkt persönlicher Verantwortung. Die Berufsträger selbst sehen das inzwischen ähnlich: 50% der Anwältinnen und Anwälte halten KI 2026 im Hinblick auf unerlaubte Rechtsberatung für eine ernste Bedrohung, nach 36% im Vorjahr (Thomson Reuters Institute).
Operativ zieht das eine Obergrenze ein. Für mandantengerichtete Ergebnisse markiert Stufe 2, überwachte Ausführung, in den meisten Konstellationen dieser Branche das angemessene Maximum. KI entwirft, verdichtet, strukturiert und empfiehlt. Ein Berufsträger auf Partner- oder Senior-Manager-Ebene prüft innerhalb eines definierten Fensters, und nur über diesen Bestätigungspunkt erreicht das Ergebnis den Mandanten.
Stufe 2 · Mandantengerichtet
Überwachte Ausführung
KI entwirft, verdichtet, strukturiert und empfiehlt. Ein Berufsträger bestätigt innerhalb eines definierten Fensters, und nur über diesen Punkt erreicht das Ergebnis den Mandanten.
Stufe 3 · Interne Administration
Überwachte Autonomie
Besprechungsnotizen, Pflege der Wissensdatenbank, Terminlogik, Formatierung. Die menschliche Aufmerksamkeit liegt auf der Grundgesamtheit der Ergebnisse und auf den Ausnahmen.
Stufe 4 · Ohne Berufshaftung
Human-in-the-Exception
Interne Recherchesynthese, Dokumentenklassifizierung. Ein realistisches Ziel überall dort, wo keine persönliche Unterschrift im Spiel ist.
Die Obergrenze zu setzen, ist der leichte Teil. Schwierig wird es danach: Die meisten Häuser gestalten die Prüfung selbst nie aus, und damit steht die Aufsicht zwar im Organigramm, verdampft aber in der Leistungserbringung. Substanz bekommt eine Prüfung erst, wenn vier Dinge festgeschrieben sind: welchen Qualitätsmaßstab die prüfende Person anlegt, wie viel Zeit die Prüfung in der Mandatskalkulation bekommt, welchen Kompetenzstandard sie erfüllen muss und ob sie das Ergebnis ablehnen und zurückgeben darf. Fehlt eines dieser vier Elemente, betreibt das Haus Stufe-3-Autonomie unter einem Stufe-2-Etikett. Für Systeme der Hochrisiko-Klasse legt Artikel 14 der KI-Verordnung denselben Maßstab an: Aufsicht führen darf nur, wer Kompetenz, Ausbildung und Befugnis dafür mitbringt.
Wo die Haftung wegfällt, darf die Autonomie steigen. Der Designfehler, der hier benannt gehört: eine einzige Autonomiestufe über beide Kategorien zu legen. Interne und mandantengerichtete Arbeit tragen unterschiedliche Haftung, also brauchen sie unterschiedliche Einstellungen, und wo die Grenze zwischen beiden verläuft, muss aufgeschrieben sein.
Genau diese Grenze ist das zweite unterspezifizierte Element in D04, Decision Architecture. Im Alltag verwischt sie: Eine interne Analysenotiz wird in einer Mandanten-E-Mail zitiert, ein Rechercheergebnis wandert als Abschnitt in ein Angebot. Das Entscheidungsrechte-Register muss deshalb schriftlich definieren, was als mandantengerichtetes Ergebnis gilt, mit Beispielen je Ergebnistyp, und für jeden Entscheidungstyp sowohl die Autonomiestufe festhalten als auch die Qualitätskriterien, die diese Stufe tragen.
Konstruktionsfehler drei: Verantwortlichkeit über KI in einer Partnerstruktur
Für eine zentral geführte KI-Funktion findet die Partnerschaft keinen natürlichen Ort. Jeder Berufsträger auf Seniorebene ist Prinzipal, und damit finden Governance-Linien, die im Konzern greifen, hier nichts, woran sie andocken könnten.
Wir schalagen vor, das Center-led-Hybrid-Modell mit drei Elementen an die Partnerschaft anzupassen (mehr Details im Whitepaper)
Steuerungsgremium
Das KI-Council
Drei bis vier Partner aus Mandatsarbeit, Betrieb und Geschäftsentwicklung. Formales Mandat, jährlich rotierender Vorsitz, Quartalsbericht an die Gesamtpartnerschaft. Es entscheidet über KI-Strategie, Werkzeugfreigaben und Vorfälle.
Operative Kontinuität
Der AI Practice Lead
Eine Vollzeitrolle auf Seniorebene, die an das Council berichtet. Sie verantwortet Playbooks, Ausbildungsdesign und Qualitätsstandards und hält den Betrieb zwischen den Governance-Zyklen zusammen.
Reichweite in die Praxisgruppen
Domain AI Ambassadors
Einer je Praxisgruppe, aus der Senior-Ebene, neben der laufenden Mandatsarbeit. Verantwortlich gegenüber dem Praxispartner für die Ergebnisse, gegenüber dem AI Practice Lead für Methodik und Governance-Konformität.
Ohne diese doppelte Linie zerfällt die Struktur binnen zwei Quartalen wieder in informelle Abstimmung. Wogegen hier gestaltet wird: die gesamte KI-Agenda in IT oder Betrieb zu parken. In Professional Services müssen die Mandatspartner im Design der mandantengerichteten Anwendungsfälle sein, denn ihre Unterschriften setzen diesem Design die Grenzen.
Die Reihenfolge, in der die Arbeit läuft
Über die Kosten entscheidet hier die Reihenfolge stärker als die Wahl der Werkzeuge.
Zuerst
01
Datenklassifizierung steht vor Werkzeugfreigabe
Alle Daten bekommen bei Annahme eine Stufe: Stufe 1 für nicht öffentliche, geschäftlich sensible, dem Berufsgeheimnis unterliegende oder regulierte Inhalte, Stufe 2 für vom Mandanten bereitgestelltes Material ohne Beschränkung, Stufe 3 für öffentlich verfügbare Informationen, die die Firma zusammengetragen hat. Die Stufe bestimmt, welche KI-Verarbeitung über welches Werkzeug zulässig ist. Die meisten Häuser gehen umgekehrt vor: Sie geben Werkzeuge frei und stoßen erst bei einem Vorfall auf die Klassifizierungsfrage.
Dann
02
Die Werkzeugfreigabe läuft über vier Kriterien
Auftragsverarbeitungsbedingungen, die zur sensibelsten Datenstufe des Hauses passen, die Risikoeinstufung nach KI-Verordnung, Sicherheitszertifizierungen und die Freigabe durch das Council. Bestehende Abonnements laufen durch dieselben vier.
Zuletzt
03
Ein Prozess wird wirklich neu gebaut, statt KI darüberzulegen
Legt man KI auf einen bestehenden Rechercheprozess, kommt das Ergebnis im falschen Format heraus, und die Nacharbeit kostet oft mehr Zeit, als die Generierung eingespart hat. Daran scheitern die meisten Piloten der Branche. McKinsey misst einen 3,5-fachen EBIT-Effekt bei Organisationen, die ihre Arbeitsabläufe um KI herum neu bauen, statt KI obendrauf zu setzen. Ein einziger neu gebauter Leistungsprozess, gemessen und zurechenbar, liefert der Partnerschaft die Evidenz, um den Rest zu finanzieren.
Eie Firma mit 50 bis 200 Berufsträgern schafft den Weg von Stage 0 auf Stage 2 des HandsOn-Reifegradmodells in achtzehn Monaten. Wer über mehrere Jurisdiktionen hinweg regulierte Beratung anbietet, sollte 24 Monate einplanen. Den Takt gibt die Entscheidung der Partnerschaft über das Preismodell vor. Sie steht ganz am Anfang der Sequenz.
Drei Fragen für die Partnerrunde
Erstens. Für welche Mandatstypen könnten Sie im kommenden Quartal nach Ergebnis bepreisen, und wer in der Partnerschaft darf das entscheiden? Lautet die Antwort „die Gesamtpartnerschaft, auf der Jahresklausur“, läuft Ihre KI-Investition der Preisentscheidung zwölf Monate voraus.
Zweitens. Nehmen Sie die letzten drei mandantengerichteten Arbeitsergebnisse, an deren Entstehung KI irgendwo beteiligt war. Fragen Sie für jedes: Wer hat geprüft, gegen welchen schriftlich fixierten Qualitätsmaßstab, mit wie viel kalkulierter Zeit, und mit welcher Befugnis abzulehnen? Jede Lücke in diesem Raster ist ein Stufe-3-System mit einem Stufe-2-Etikett.
Drittens. Nennen Sie die Person, die in Ihrem Haus für KI verantwortlich ist, und das Dokument, das sie benennt. Dauert das länger als fünf Sekunden, ist die Verantwortung informell, und informelle Verantwortung endet laut Datenlage 5,7-mal häufiger in einer Rückabwicklung.
Wer alle drei Fragen konkret beantwortet, steht auf Stage 1 und kann an die Struktur gehen. Wer bei allen dreien passen muss, steht auf Stage 0 bei hoher individueller KI-Nutzung. Genau in dieser Konstellation entstehen Vorfälle.
Blueprint Series · Volume I
The AI Operating Model for Professional Services
Dieser Beitrag verdichtet Blueprint Series Volume I. Das Whitepaper enthält den vollständigen Blueprint je Designdomäne, Beispiele für das Entscheidungsrechte-Register, das Kompetenzcurriculum und den Übergangspfad von Stage 0 bis Stage 3.
HandsOn KI-Operating-Model-Diagnostik
Wo steht Ihre Firma wirklich?
Die Diagnostik bewertet alle sechs Designdomänen entlang der oben beschriebenen Branchenbedingungen und liefert ein mehrdimensionales Reifegradprofil sowie eine priorisierte Designagenda. Vier bis sechs Wochen für eine Firma mit 50 bis 500 Berufsträgern, die Designarbeit beginnt in Woche eins.