Das Dilemma unserer Zeit

Jahrzehntelang gab es in jeder Nische genau einen Weg, der zuverlässig zur Profitabilität führte: tiefer graben. Mehr Zeit, mehr Geld, mehr Fokus. Je konsequenter du das gemacht hast, desto besser und unkopierbarer wurde dein Angebot. Diese Logik stimmt noch. Nur ein Detail hat sich verändert - und dieses Detail verändert alles.

Ein Bekannter von mir hat letztes Jahr ein HR-Tool gebaut. Recruiting-Workflow, Bewerbermanagement, ein paar Schnittstellen zu bestehenden Systemen. Das hat zwei Jahre gedauert, ein fünfköpfiges Team, und war am Ende stolze Arbeit. Dasselbe Ding wurde neulich von einem Zweier-Team mit KI-Unterstützung in drei Wochen auf den Markt gebracht. Nicht schlechter. Einfach schneller und günstiger.

Das ist kein Einzelfall mehr.

Wer jahrelang auf Tiefe gesetzt hat, hat das richtig gemacht. Die Idee dahinter ist simpel: Wer mehr Zeit in eine Domäne investiert hat als der Wettbewerb, hat einen Vorsprung, den niemand einfach wegkaufen kann. Zehn Jahre Erfahrung in der Zerspanung, sieben Jahre Spezialisierung auf Compliance für Finanzdienstleister, fünfzehn Jahre Wissen über Lieferketten im Automotive-Bereich - das kann ein Newcomer nicht in sechs Monaten aufholen. Die Zeit selbst war die Barrier to Entry.

Das war echte Strategie. Struktureller Schutz, der direkt aus dem Investieren entstand - und den kein Konkurrent einfach wegkaufen konnte.

Je komplexer das Problem, desto mehr zahlte sich tiefes Wissen aus. Das galt für IT-Dienstleister genauso wie für Steuerberater, Maschinenbauer oder Unternehmensberater. Wer das verstanden hat, hat Jahrzehnte damit sehr gut gelebt.

Dann kam KI - als Produktivitätshebel mit Zahlen dahinter.

Meta hat im Januar 2026 intern gemeldet, dass KI-Coding ihren Entwicklern einen Produktivitätsschub von 30% gebracht hat. Laut Bitkom-Studie (März 2026) hat sich der KI-Einsatz in deutschen Unternehmen im Jahresvergleich verdoppelt. Und eine Auswertung von t3n aus Juli 2025 zeigt, dass erfahrene Entwickler überproportional von KI profitieren - nicht weil KI ihre Arbeit ersetzt, sondern weil sie deren Wissen in Tempo ummünzt.

Das Interessante daran ist nicht die Automatisierung. Das Interessante ist, was das mit "Zeit zu Kompetenz" macht.

Früher brauchte ein Junior-Entwickler 3-5 Jahre, um in einem Fachbereich wirklich produktiv zu sein. KI komprimiert das. Nicht auf null - aber auf sechs bis zwölf Monate in vielen Bereichen. Ein kleines Team mit dem richtigen Kontext kann heute sehr schnell sehr tief werden. Die Tiefe selbst ist nicht verschwunden. Aber die Zeit, die sie früher gekostet hat, ist es.

Das verändert die Rechnung fundamental.

Es gibt zwei Arten von Tiefe. Die erste ist Implementierungs-Tiefe: das Wissen darüber, wie man etwas baut. Wie man eine Datenbank-Architektur designt. Wie man einen Prozess in Code übersetzt. Wie man ein komplexes System integriert. Das war früher die Hauptsubstanz des Burggrabenvorsprungs.

Die zweite ist Domänen-Tiefe: das Wissen darüber, was gebaut werden muss und warum. Was der Kunde wirklich braucht. Wo die echten Schmerzpunkte liegen. Welche Lösung in diesem spezifischen Kontext tatsächlich funktioniert und welche auf dem Papier gut aussieht, aber in der Realität scheitert.

KI repliziert Implementierungs-Tiefe sehr gut. Domänen-Tiefe nicht.

Der Fehler, den ich gerade in vielen Unternehmen sehe: Die eigene Stärke wird als "wir können das besser bauen" beschrieben. Aber das ist die replizierbare Hälfte. Die schützende Fähigkeit ist eine andere - zu verstehen, was überhaupt gebaut werden muss. Das ist der Unterschied, der gerade entscheidet.

Die strategische Frage ist nicht mehr "Breite vs. Tiefe". Die Frage ist: Welche Dimensionen meiner Tiefe sind KI-resistent?

Ich denke dabei oft an die Pharmaindustrie in den Nullerjahren.

Patentgeschütztes Medikament, jahrelange Forschung, Milliardeninvestition. Und dann läuft das Patent ab und zehn Generika-Hersteller bringen dieselbe Wirkstoffformel auf den Markt - billiger, schneller, in vielen Ländern sogar verpflichtend zu verschreiben. Der Patent-Cliff hat nicht bedeutet, dass die ursprüngliche Forschung falsch war. Das Investment war richtig. Es hat nur nicht dauerhaft geschützt.

Die Pharmaunternehmen, die überlebt haben, haben nicht aufgehört zu forschen. Aber sie haben verstanden, dass reine Wirkstoffkompetenz kein dauerhaftes Moat mehr ist. Sie haben auf Patientenbeziehungen gesetzt, auf Diagnostik, auf die Integration in Behandlungspfade - auf Dimensionen, die ein Generika-Hersteller nicht einfach kopieren kann.

Der Mechanismus ist derselbe. Das Investment war richtig. Die Schutzwirkung ist zeitlich begrenzt.

Ich will das nicht als Panik-Botschaft rüberbringen. Die meisten von euch haben echtes Domänenwissen, das auch mit KI nicht einfach zu replizieren ist. Branchen-Netzwerke, Kundenvertrauen, das implizite Wissen nach hundert Projekten - das ist nicht weg.

Wer jetzt gewinnt, versteht welche Teile seiner Tiefe wirklich geschützt sind - und hat den Mut, sich das ehrlich zu beantworten.

Das ist keine strategische Übung für einen Workshop. Das ist eine Frage, die du dir selbst stellen und ehrlich beantworten musst. Ich mache das gerade auch - nicht weil ich die Antwort nicht kenne, sondern weil sie sich verschiebt.

Was könnte ein 3-Personen-KI-Team in 6 Monaten von deinem Kerngeschäft nachbauen?