Blog

Grundlagen

Stakeholder-Analyse — warum die Liste stimmt und die Analyse trotzdem nicht

Stakeholder-Analyse — warum die Liste stimmt und die Analyse trotzdem nicht

24. August 2026

Teil der ReiheKI im Projektmanagement — wo sie hilft und wo nicht

Die meisten Stakeholder-Analysen sind vollständig und trotzdem wertlos. Sie entstehen in der Kickoff-Woche, füllen eine Tabelle mit zwanzig Zeilen, werden abgelegt — und im Moment der ersten Eskalation stellt sich heraus, dass die Person, die das Vorhaben stoppen kann, gar nicht darin steht.

Das liegt selten an Nachlässigkeit. Es liegt daran, dass die Analyse die falsche Frage beantwortet: Sie erfasst, wer beteiligt ist. Nützlich wäre, zu wissen, wer etwas verhindern kann und warum er es wollen könnte.

Was eine Stakeholder-Analyse leisten soll

Stakeholder sind alle, die das Vorhaben beeinflussen können oder von ihm betroffen sind. Die zweite Hälfte des Satzes wird regelmäßig überlesen — und genau dort sitzen die Personen, die später bremsen: der Betriebsrat, die Datenschutzbeauftragte, das Team, dessen Arbeitsablauf sich ändert, ohne dass jemand gefragt hat.

Die Analyse hat drei Aufgaben, und nur die erste wird zuverlässig erledigt:

  1. Identifizieren — wer kommt überhaupt vor?
  2. Bewerten — wie viel Einfluss hat jemand, und wie sehr berührt ihn das Vorhaben?
  3. Ableiten — was folgt daraus für die Zusammenarbeit?

Ohne den dritten Schritt ist die Analyse eine Namensliste mit Farben.

Die Matrix, die alle benutzen

Am verbreitetsten ist das Einfluss-Interesse-Raster, das auf Aubrey Mendelow zurückgeht: eine Vier-Felder-Matrix aus Einfluss und Interesse. Hoher Einfluss und hohes Interesse heißt enge Einbindung; hoher Einfluss und geringes Interesse heißt zufriedenstellen, ohne zu überfrachten; und so weiter.

Das Raster ist nützlich, hat aber eine Schwäche, die im Projektalltag teuer wird: Es bildet einen Zustand ab, kein Verhalten. Interesse verändert sich, sobald das Vorhaben jemanden tatsächlich erreicht. Wer in Woche zwei geringes Interesse hat, kann in Woche zwölf der lauteste Kritiker sein — nicht weil sich seine Haltung geändert hätte, sondern weil er erst da mitbekommen hat, was geplant ist.

Das differenziertere Modell von Mitchell, Agle und Wood ergänzt deshalb eine dritte Größe: neben Macht und Legitimität die Dringlichkeit. Wer alle drei Eigenschaften auf sich vereint, ist der Fall, bei dem Verzögerung am teuersten ist.

Für die Praxis reicht meist eine einfachere Regel: Tragen Sie neben jeder Person ein, was sie im Erfolgsfall gewinnt und was sie verliert. Wer diese Spalte nicht füllen kann, hat die Person nicht analysiert, sondern nur notiert.

Wo ein Sprachmodell tatsächlich hilft

Der Nutzen liegt nicht dort, wo er vermutet wird. Die Bewertung einzelner Personen ist der Teil, den ein Modell nicht übernehmen kann und aus Datenschutzgründen auch nicht soll. Der Teil davor umso mehr.

Die Vollständigkeitsprüfung. Man beschreibt das Vorhaben in wenigen Sätzen — ohne Namen — und fragt: Welche Rollen sind bei einem Vorhaben dieser Art typischerweise betroffen und werden regelmäßig übersehen? Die Antwort enthält verlässlich das, woran im Kickoff niemand denkt: Betriebsrat, Datenschutz, Einkauf, der externe Prüfer, die Abteilung, die die Altdaten pflegt. Das ist die wertvollste Anwendung, weil sie den häufigsten Fehler adressiert.

Die Interessenformulierung. Aus einer Position eine Interessenlage machen ist mühsam und lässt sich gut anleiten. "Der Einkauf ist gegen das neue System" ist eine Position. "Der Einkauf trägt die Verantwortung für einen laufenden Rahmenvertrag, dessen Kündigung ihn erklärungspflichtig macht" ist eine Interessenlage — und nur mit der zweiten lässt sich arbeiten.

Die Gesprächsvorbereitung. Fragen entwerfen, die eine Haltung offenlegen, statt sie zu bestätigen. Auch das ist Formulierungsarbeit, keine Bewertung.

Die Grenze, die hier anders verläuft

Bei den meisten Projektunterlagen ist die Frage, ob ein Sprachmodell brauchbare Ergebnisse liefert. Bei der Stakeholder-Analyse kommt eine zweite Frage davor: ob man sie überhaupt hineingeben darf.

Eine Stakeholder-Analyse enthält Namen, Funktionen und Einschätzungen zu identifizierbaren Personen — bis hin zu Vermerken wie "steht dem Vorhaben ablehnend gegenüber". Das sind personenbezogene Daten, und die Einschätzung ist der heikelste Teil davon. Zulässig ist die Eingabe nur, wenn zweierlei vorliegt: eine Rechtsgrundlage nach Art. 6 DSGVO und — sofern der Anbieter als Auftragsverarbeiter tätig wird — ein Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO. Fehlt eines von beidem, ist die Eingabe unzulässig, unabhängig davon, wie nützlich das Ergebnis wäre.

Praktikabel ist die Trennung: Rollen ja, Personen nein. "Leitung Einkauf" statt des Namens, "Betriebsrat" statt der Vorsitzenden. Für die Vollständigkeitsprüfung und die Interessenformulierung reicht die Rolle vollständig aus — sie ist sogar die bessere Eingabe, weil sie das Modell nicht zu Aussagen über Einzelpersonen verleitet. Die Zuordnung von Namen zu Rollen passiert danach, in Ihrer eigenen Ablage.

Das ist keine Formalie, die man abhaken kann. Es ist die Stelle, an der der Unterschied zwischen "wir nutzen KI" und "wir nutzen KI verantwortlich" tatsächlich sichtbar wird — und genau die Kompetenz, die der EU AI Act in Artikel 4 voraussetzt: Die Vorschrift verpflichtet Anbieter und Betreiber, für ein ausreichendes Maß an KI-Kompetenz bei den Personen zu sorgen, die solche Systeme in ihrem Auftrag einsetzen.

Stakeholder-Analyse mit KIWie sich Stakeholder strukturiert erfassen und gruppieren lassen — und an welcher Stelle das Werkzeug außen vor bleibt, weil es um Personen geht. Das Video wird erst beim Start von YouTube geladen.

Ein Vorgehen, das funktioniert

  1. Vorhaben beschreiben, ohne Namen. Umfang, betroffene Bereiche, erwartete Veränderung.
  2. Rollen erfragen — welche werden typischerweise übersehen? Die eigene Liste danebenlegen, nicht ersetzen.
  3. Namen zuordnen, offline, in der eigenen Ablage.
  4. Je Person zwei Spalten füllen: was sie gewinnt, was sie verliert. Wo das nicht gelingt, steht ein Gespräch aus.
  5. Wiedervorlage setzen. Eine Stakeholder-Analyse, die nach dem Kickoff nie wieder geöffnet wird, war Aufwand ohne Ertrag.

Die Prüfung in vier Fragen

  • Steht neben jeder Person, was sie im Erfolgsfall gewinnt und was sie verliert?
  • Ist jemand dabei, der das Vorhaben stoppen kann, ohne es formal zu

entscheiden?

  • Sind Betroffene erfasst — nicht nur Beteiligte?
  • Gibt es einen Termin, an dem die Analyse erneut angesehen wird?

Vier Ja bedeuten nicht, dass die Analyse stimmt. Sie bedeuten, dass sie im Konfliktfall etwas hergibt — und das ist der einzige Moment, in dem jemand hineinschaut.

Häufige Fragen

Was ist eine Stakeholder-Analyse?

Die systematische Erfassung aller, die ein Vorhaben beeinflussen können oder von ihm betroffen sind — samt Bewertung ihres Einflusses und ihrer Interessenlage. Sie hat drei Aufgaben: identifizieren, bewerten und daraus ableiten, wie die Zusammenarbeit aussehen muss. Ohne den dritten Schritt bleibt sie eine Namensliste mit Farben.

Was ist das Einfluss-Interesse-Raster?

Eine Vier-Felder-Matrix aus Einfluss und Interesse, die auf Aubrey Mendelow zurückgeht. Hoher Einfluss und hohes Interesse bedeutet enge Einbindung, hoher Einfluss und geringes Interesse eher zufriedenstellen. Die Schwäche: Das Raster bildet einen Zustand ab, kein Verhalten. Interesse steigt oft erst, wenn das Vorhaben jemanden tatsächlich erreicht — und dann steht die Einordnung von Woche zwei noch in der Tabelle.

Wie oft muss eine Stakeholder-Analyse aktualisiert werden?

So oft, dass sie im Konfliktfall etwas hergibt — praktisch heißt das: mit einer festen Wiedervorlage, nicht bei Bedarf. Eine Analyse, die nach dem Kickoff nie wieder geöffnet wird, war Aufwand ohne Ertrag. Anlässe für eine Überprüfung sind Änderungen am Umfang, Wechsel in Führungsrollen und jede Eskalation.

Darf ich eine Stakeholder-Analyse in ein KI-Werkzeug eingeben?

Nicht mit Namen. Eine Stakeholder-Analyse enthält Namen, Funktionen und Einschätzungen zu identifizierbaren Personen — bis hin zu Vermerken über deren Haltung. Das sind personenbezogene Daten, und die Einschätzung ist der heikelste Teil davon. Zulässig ist die Eingabe nur, wenn zweierlei vorliegt: eine Rechtsgrundlage nach Art. 6 DSGVO und — sofern der Anbieter als Auftragsverarbeiter tätig wird — ein Vertrag nach Art. 28 DSGVO. Praktikabel ist die Trennung: Rollen ja, Personen nein — „Leitung Einkauf“ statt des Namens. Für die Vollständigkeitsprüfung reicht die Rolle vollständig aus.

Wobei hilft ein Sprachmodell bei der Stakeholder-Analyse?

Nicht beim Bewerten von Personen — das kann es nicht und soll es nicht. Es hilft bei drei anderen Schritten: der Vollständigkeitsprüfung (welche Rollen werden bei Vorhaben dieser Art typischerweise übersehen?), der Umformulierung von Positionen in Interessenlagen, und der Vorbereitung von Gesprächen. Alle drei sind Formulierungsarbeit, keine Bewertung — und alle drei funktionieren ohne einen einzigen Namen.

Passender Kurs

Projektmanagement mit KI meistern

Governance nach dem EU AI Act ist ein eigenes Modul — inklusive der Frage, welche Projektunterlagen ein Werkzeug sehen darf und welche nicht.

Zum Kurs

Folge 06 der Reihe

KI im Projektalltag

Das Video oben ist Folge 06 von 11. Jede Folge löst eine Projektaufgabe live mit KI — 10 sind abrufbar, in sinnvoller Reihenfolge.

Zur Übersicht
Philip Müller

Philip Müller

Trainer und Berater für Projektmanagement, agile Methoden und KI im Projektalltag.

Über den Autor →

Newsletter

Was im Projektalltag wirklich funktioniert — alle zwei Wochen.

Neue Beiträge, Werkzeuge und was sich beim Einsatz von KI in Projekten bewährt hat. Kein Verkaufsgerede, keine Zusammenfassung von Nachrichten, die du schon kennst.

Ich möchte gelegentlich E-Mails von Agile Forge zu Kursen, neuen Inhalten und Angeboten erhalten. Du kannst dich jederzeit mit einem Klick wieder abmelden. Deine Adresse gebe ich nicht weiter. Zur Datenschutzerklärung