Persona Council: Wie KMU mit einem Multi-Agenten bessere Entscheidungen treffen

KI kann Antworten liefern – Entscheidungen brauchen Perspektiven

„Sollten wir diesen KI-Use-Case umsetzen?“

Diese Frage klingt zunächst nach einer einfachen Aufgabe für einen Chatbot. Eine gut formulierte KI-Antwort kann dabei durchaus hilfreich sein: Sie strukturiert Gedanken, liefert Argumente und schlägt mögliche nächste Schritte vor.

Bei strategischen, wirtschaftlichen oder operativen Entscheidungen reicht eine einzelne Perspektive jedoch selten aus. Denn Unternehmen bewerten eine Idee nicht nur danach, ob sie technisch möglich ist. Sie müssen gleichzeitig klären:

• Passt die Idee zur eigenen Strategie?
• Gibt es dafür echte Nachfrage?
• Ist der erwartete Nutzen den Aufwand wert?
• Können Teams und Prozesse die Lösung zuverlässig tragen?
• Welche Daten-, Datenschutz- oder Umsetzungsrisiken entstehen?
• Was würde eine kritische Kundin oder ein skeptischer Käufer daran hinterfragen?

Genau an diesem Punkt setzt der Persona Council an. Er ist ein Multi-Agenten-Workflow, der eine Unternehmensfrage bewusst aus mehreren Rollen betrachtet – bevor er eine Empfehlung formuliert.

Das Ergebnis ist keine Sammlung unabhängiger KI-Texte. Der Workflow erzeugt eine strukturierte, nachvollziehbare Expertenrunde: mit unterschiedlichen Blickwinkeln, sichtbaren Konflikten und einer priorisierten Synthese.

Was ist der Persona Council?

Der Persona Council ist ein virtueller Expertenrat für Unternehmensentscheidungen. Statt ein einzelnes Sprachmodell direkt nach einer finalen Einschätzung zu fragen, stellt der Workflow zunächst ein passendes Gremium aus drei bis fünf KI-Personas zusammen.

Je nach Fragestellung können das beispielsweise sein:

• eine Strategie-Perspektive,
• eine Vertriebs- oder Markt-Perspektive,
• eine Operations-Expertise,
• eine kritische CFO- bzw. Wirtschaftlichkeits-Perspektive,
• eine Produkt- oder Marketing-Perspektive,
• eine Zielkunden-Persona,
• eine Datenschutz- und Risiko-Perspektive.

Alle Personas erhalten dieselbe Ausgangsfrage. Sie bewerten sie aber anhand unterschiedlicher Ziele, Kriterien und Denkgrenzen. Anschließend führt der Workflow die Ergebnisse zusammen, prüft Widersprüche und leitet daraus eine konkrete Empfehlung ab.

Kurz gesagt: Der Persona Council bildet den Denkprozess einer guten internen Entscheidungsrunde nach – strukturiert, schnell und dokumentierbar.

Welches Problem löst ein Multi-Agenten-Workflow?

Ein einzelnes Large Language Model ist darauf optimiert, eine plausible und hilfreiche Antwort zu formulieren. Das ist nützlich, kann bei wichtigen Entscheidungen aber zu einer Schwäche werden: Die Antwort wirkt rund, obwohl entscheidende Gegenargumente, Abhängigkeiten oder Zielkonflikte nicht tief genug geprüft wurden.

In der Praxis entstehen tragfähige Entscheidungen meist durch Reibung zwischen Perspektiven.

Die Vertriebsseite fragt beispielsweise: *Wird das wirklich gekauft?*Die Operations-Seite fragt: *Können wir es mit unseren Ressourcen verlässlich liefern?*Die Finanzperspektive fragt: *Wann rechnet sich das – und unter welchen Annahmen?*Die Datenschutz-Perspektive fragt: Welche Daten dürfen überhaupt verarbeitet werden und welche Kontrollmechanismen fehlen noch?

Der Persona Council soll diese Fragen nicht künstlich kompliziert machen. Sein Zweck ist, sie frühzeitig sichtbar zu machen. So entsteht eine bessere Grundlage für menschliche Entscheider: nicht als Ersatz für Verantwortung, sondern als strukturierte Vorbereitung.

Besonders sinnvoll ist das bei Fragen wie:

• Welche KI-Use-Cases sollten wir zuerst priorisieren?
• Lohnt sich ein standardisiertes Einstiegsangebot oder brauchen wir individuelle Beratung?
• Soll ein interner Wissensassistent eingeführt werden?
• Welche Prozesse eignen sich für eine KI-gestützte Automatisierung?
• Welche Risiken und Voraussetzungen müssen vor einem Pilotprojekt geklärt sein?
• Ist ein bestehendes Standardtool ausreichend – oder lohnt sich eine individuelle Lösung?

So funktioniert der Multi-Agenten-Workflow

Der Persona Council ist als gerichteter Workflow in LangGraph aufgebaut. LangGraph eignet sich dafür besonders gut, weil sich zustandsbasierte Schritte, parallele Agenten und kontrollierte Übergänge nachvollziehbar modellieren lassen.

Der Ablauf sieht vereinfacht so aus:

1. Input Agent: Die Fragestellung präzisieren

Am Anfang steht nicht nur eine Frage, sondern ausreichend Kontext. Der Input Agent nimmt die Unternehmensbeschreibung, die Entscheidungssituation und das gewünschte Ergebnis entgegen. Er normalisiert die Angaben und bereitet sie für die weiteren Schritte auf.

Ein Beispiel:

„LT AI Solutions bietet KI-Beratung und Automatisierung für kleine und mittlere Unternehmen an. Soll ein standardisierter KI-Unternehmenscheck als Einstiegsprodukt angeboten werden?“

Der Input Agent sorgt dafür, dass die nachfolgenden Rollen dieselbe klare Ausgangslage erhalten: Was ist das Angebot? Für wen ist es gedacht? Welche Entscheidung steht an? Welche Annahmen sind noch offen?

Das reduziert Missverständnisse und verhindert, dass die nachfolgenden Agenten an unterschiedlichen Problemen arbeiten.

2. Persona Designer Agent: Das passende Gremium zusammenstellen

Nicht jede Frage braucht dieselben Rollen. Ein Produktlaunch verlangt andere Perspektiven als eine interne Prozessautomatisierung oder eine Investitionsentscheidung.

Deshalb werden die Personas im Persona Council nicht starr vorgegeben. Der Persona Designer Agent entscheidet anhand des Kontexts, welche drei bis fünf Blickwinkel für die konkrete Frage sinnvoll sind.

Bei einer strategischen Angebotsfrage könnten etwa diese Rollen entstehen:

Strategie-Perspektive

Unterstützt die Idee die Positionierung?

Differenzierung, Zielbild, Skalierbarkeit

Vertriebs-Perspektive

Wird der Nutzen für KMU verständlich und kaufbar?

Nachfrage, Einwände, Vertriebsfähigkeit

CFO-Perspektive

Rechnet sich das Modell?

Aufwand, Preislogik, Marge, Risiken

Operations-Perspektive

Können wir es sauber liefern?

Kapazität, Prozesse, Qualitätssicherung

Zielkunden-Perspektive

Warum würde ein KMU zustimmen oder zögern?

Verständlichkeit, Vertrauen, wahrgenommener Nutzen

Für jede Persona definiert der Workflow nicht nur einen Namen, sondern auch:

• Rolle und Verantwortungsbereich,
• konkreten Fokus,
• einen eigenen System Prompt,
• Bewertungskriterien,
• explizite Denkgrenzen und kritische Fragen.

Das ist entscheidend. Ohne klare Unterschiede würden mehrere Agenten oft nur Varianten derselben allgemeinen Antwort produzieren. Die Personas sollen stattdessen echte Perspektivwechsel erzwingen.

3. Persona Agents: Parallele Analyse statt künstlicher Reihenfolge

Im nächsten Schritt analysieren die Persona Agents die Fragestellung unabhängig voneinander.

Technisch erfolgt das als echter Fan-out in LangGraph – beispielsweise mit langgraph.types.Send. Jede Persona erhält dieselbe aufbereitete Ausgangsfrage, aber ihren eigenen Rollen- und Bewertungsrahmen. Die Analysen können dadurch parallel entstehen und anschließend gesammelt werden.

Der Parallelismus ist nicht nur ein Performance-Vorteil. Er unterstützt auch die Qualität des Workflows: Die einzelnen Perspektiven sollen zunächst unabhängig argumentieren, statt sich früh von einer bereits formulierten Meinung beeinflussen zu lassen.

Eine gute Persona-Antwort enthält dabei typischerweise:

• die zentrale Einschätzung aus ihrer Rolle,
• Chancen und erwarteten Nutzen,
• Risiken und Gegenargumente,
• offene Annahmen,
• konkrete Kriterien für eine Entscheidung,
• eine Empfehlung mit Begründung.

Beispiel: Während die Vertriebs-Perspektive einen standardisierten KI-Check als leicht verständlichen Einstieg bewerten könnte, würde die Operations-Perspektive prüfen, ob die Durchführung wirklich standardisierbar ist. Die CFO-Perspektive hinterfragt Preis, Bearbeitungszeit und Mindestmarge. Die Zielkunden-Persona prüft, ob der Nutzen klar genug wirkt oder ob das Angebot nach einer unverbindlichen Analyse ohne Ergebnis klingt.

4. Discussion Agent: Widersprüche sichtbar machen

Mehrere Meinungen allein sind noch keine Entscheidungshilfe. Deshalb folgt der Discussion Agent.

Er vergleicht die Antworten der Personas und arbeitet heraus:

• Wo besteht Konsens?
• Welche Annahmen sind umstritten?
• Welche Risiken wurden nur von einer Rolle genannt?
• Wo kollidieren Wachstumsziele mit Lieferfähigkeit, Kosten oder Governance?
• Welche Informationen fehlen noch, um sicher zu entscheiden?

Dieser Schritt ist besonders wertvoll, weil er nicht einfach Meinungen mittelt. Ein kritischer Einwand soll nicht verschwinden, nur weil drei andere Personas grundsätzlich positiv gestimmt sind.

Im Beispiel des KI-Unternehmenschecks könnte die Diskussion ergeben:

• Konsens: Ein klar abgegrenztes Einstiegsprodukt senkt die Einstiegshürde für KMU.
• Zielkonflikt: Je individueller der Check wird, desto höher ist der wahrgenommene Nutzen – aber desto schwieriger ist eine wirtschaftliche Standardisierung.
• Offene Frage: Welche Ergebnisse erhält ein Kunde konkret und wie führt der Check transparent in einen Workshop oder Pilot über?

Damit liefert der Workflow keine Scheinsicherheit, sondern eine saubere Landkarte der Entscheidung.

5. Synthesis Agent: Von der Analyse zur Handlungsempfehlung

Im letzten Schritt verdichtet der Synthesis Agent die Diskussion zu einer klaren, umsetzungsorientierten Empfehlung.

Eine gute Synthese enthält nicht nur ein vages „Ja“ oder „Nein“, sondern beantwortet:

1. Empfehlung: Was sollte das Unternehmen tun?
2. Begründung: Welche Argumente und Bedingungen tragen diese Empfehlung?
3. Prioritäten: Was muss zuerst passieren?
4. Risiken: Welche Punkte dürfen nicht ignoriert werden?
5. Nächster Schritt: Wie lässt sich die Annahme mit geringem Risiko prüfen?

Für das Beispiel könnte die Empfehlung lauten:

Einen standardisierten KI-Unternehmenscheck als Einstieg anbieten – jedoch nicht als isolierte Analyse, sondern mit klar definiertem Ergebnis, festem Scope und einer anschließenden Priorisierungs- oder Workshop-Option. Vor dem breiten Rollout sollte das Format mit wenigen Zielkunden getestet werden, um Bearbeitungsaufwand, Conversion und wahrgenommenen Nutzen zu validieren.

So wird aus mehreren Analysen ein handhabbarer Entscheidungsrahmen.

Wo der Persona Council besonders sinnvoll ist

Der Ansatz ist kein Ersatz für jede alltägliche Frage. Je klarer und risikoärmer eine Aufgabe ist, desto weniger lohnt sich ein aufwendiges Gremium.

Stark ist der Persona Council vor allem dann, wenn Entscheidungen mehrere Bereiche berühren oder wichtige Annahmen noch ungeprüft sind:

KI-Strategie und Use-Case-Priorisierung

Welche Idee erzeugt messbaren Nutzen und passt zugleich zu Datenlage, Prozessen und Umsetzungskapazität? Der Council kann technische, wirtschaftliche und organisatorische Faktoren gemeinsam betrachten.

Angebots- und Produktentwicklung

Bevor ein neues KI-Angebot gebaut wird, lässt sich prüfen, ob Zielkunden den Nutzen verstehen, ob Vertrieb und Delivery zusammenpassen und ob das Modell wirtschaftlich skalieren kann.

Prozessautomatisierung

Ein Prozess kann technisch gut automatisierbar sein und trotzdem ungeeignet, wenn Ausnahmen, fehlende Datenqualität oder Verantwortlichkeiten unklar bleiben. Mehrere Perspektiven machen solche Stolpersteine früh sichtbar.

Pilotprojekte und Investitionsentscheidungen

Wenn eine Organisation zwischen Standardsoftware, individueller Entwicklung oder einem begrenzten Pilot abwägt, hilft der Persona Council dabei, Entscheidungskriterien transparent zu machen.

Risiko-, Datenschutz- und Governance-Fragen

Gerade bei KI-Systemen sollten Datenschutz, Berechtigungen, Nachvollziehbarkeit und menschliche Kontrollpunkte nicht erst kurz vor dem Go-live auftauchen. Eine explizite Risiko-Perspektive sorgt dafür, dass diese Anforderungen von Beginn an Teil der Bewertung sind.

Die Grenzen: Ein Council ersetzt keine echte Verantwortung

Auch ein gut aufgebauter Multi-Agenten-Workflow bleibt ein KI-System. Er kann Annahmen strukturieren, Perspektiven simulieren und Fragen sichtbar machen. Er kann jedoch keine fehlenden Marktinformationen, keine belastbaren internen Kennzahlen und keine rechtliche Prüfung ersetzen.

Für einen sinnvollen Einsatz gelten deshalb einige Grundregeln:

• Guter Kontext ist Pflicht. Vage Eingaben führen zu vagen Expertisen.
• Wichtige Annahmen müssen überprüfbar bleiben. Aussagen zu Nachfrage, Aufwand oder ROI gehören bei Bedarf in einen echten Test, ein Kundeninterview oder eine Datenanalyse.
• Die Personas sind Entscheidungsunterstützung, keine Entscheider. Verantwortung bleibt bei den zuständigen Menschen im Unternehmen.
• Risiko- und Compliance-Themen brauchen reale Fachprüfung. Insbesondere Datenschutz, Arbeitsrecht, Branchenregeln und Informationssicherheit lassen sich nicht allein durch Prompting absichern.
• Nicht jede Frage benötigt fünf Agenten. Der Workflow sollte zum Risiko und zur Tragweite der Entscheidung passen.

Gerade diese Grenzen machen den Ansatz praktisch: Der Persona Council ist am stärksten, wenn er als Teil eines klaren Entscheidungsprozesses eingesetzt wird – nicht als automatischer Ersatz dafür.

Fazit: Bessere Entscheidungen beginnen vor der finalen Antwort

Der Persona Council bringt einen entscheidenden Vorteil in die Arbeit mit KI: Er macht aus einer einzelnen, plausiblen Antwort einen nachvollziehbaren Entscheidungsprozess.

Durch dynamisch erzeugte Personas, parallele Analysen, eine strukturierte Diskussion und eine klare Synthese erhalten Unternehmen nicht nur Ideen. Sie sehen auch die dazugehörigen Zielkonflikte, Risiken und offenen Fragen.

Für kleine und mittlere Unternehmen ist das besonders relevant. KI-Projekte müssen nicht maximal komplex sein – aber sie sollten an den richtigen Stellen starten. Ein multiperspektivischer Workflow hilft dabei, Chancen nicht nur schnell zu erkennen, sondern sie auch wirtschaftlich, operativ und verantwortungsvoll zu bewerten.

Sie möchten KI-Use-Cases strukturiert priorisieren?

Wenn Sie herausfinden möchten, welche KI-Anwendungsfälle in Ihrem Unternehmen realistisch Nutzen schaffen, starten wir nicht mit Tool-Auswahl oder Standardversprechen. In einem KI-Potenzial-Check betrachten wir Prozesse, Daten, Aufwand, Risiken und konkrete Umsetzungsschritte.

Ziel: eine priorisierte, realistische Grundlage für einen Pilot oder eine konkrete Implementierung.