Benchmark N°03 / 2025Der DFM-Forschungsbogen – Empirie · Methode · MandatMensch · Maschine · MandatQ1/2025
Start/Forschung/Benchmark N°03 / 2025
Benchmark · Mensch vs. Maschine

KI-Benchmark.
Mensch vs.
Algorithmus.

412 standardisierte Verhandlungs­cases, parallel gelöst von erfahrenen Menschen und sechs KI-Agenten – mit einem Ergebnis, das weniger eindeutig ist als die Schlagzeilen.

Cases412 · standardisiert
Modelle6 KI-Agenten · 38 Profis
DimensionenWert · Beziehung · Tempo · Risiko
SetupDoppel­blind · randomisiert
Benchmark N°03 / 2025Mensch · Maschine · Mandat
MENSCHKIVORB.8087WERT7570TEMPO6095BEZ.8248412 CASES · 6 MODELLE · 38 PROFIS
Vermerk · Q1/2025Wir haben 412 standardisierte Verhandlungs­cases parallel von erfahrenen Verhandler:innen und sechs KI-Agenten lösen lassen. Bewertet wurden…

Wir haben 412 standardisierte Verhandlungs­cases parallel von erfahrenen Verhandler:innen und sechs KI-Agenten lösen lassen. Bewertet wurden vier Dimensionen: erzielter Wert, Beziehungs­ergebnis, Tempo und Risiko­fehler.

Die Schlagzeile „KI verhandelt besser als der Mensch" hält der Detail­betrachtung nicht stand. Die Schlagzeile „KI verhandelt schlechter" auch nicht.

Wie wir gemessen haben.

01

Case-Design

Oktober 2024 · 412 Cases zertifiziert

02

Profi-Lauf

November 2024 · 38 Verhandler:innen

03

KI-Lauf

Dezember 2024 · 6 Agenten

04

Auswertung

Januar – März 2025

Was die Daten
tatsächlich sagen.

§ 01

In strukturierten Vorbereitungs­aufgaben holt KI auf – stark.

In Argument­generierung, Ziel­landkarten und Anker­vorschlägen erreicht KI 87 % des durchschnittlichen Profi-Niveaus. In einzelnen Cases überholt sie ihn.

87%Profi-Niveau in Vorbereitung
§ 02

In Beziehungs­arbeit fällt KI deutlich zurück.

Über alle Cases hinweg liegt die Beziehungs­bewertung der KI-geführten Gegenseite 42 % unter der menschlich geführten – auch dann, wenn der erzielte Wert vergleichbar ist.

−42%Beziehungs­wert vs. Mensch
§ 03

KI ist tempo­getrieben. Tempo ist selten Qualität.

KI-Agenten schließen Cases im Mittel 38 % schneller ab. In Cases mit komplexer Eskalations­dynamik korreliert dieses Tempo aber negativ mit dem Endwert.

38%schneller, im Mittel
§ 04

Implizite Signale bleiben menschlich.

In Cases, die einen impliziten Eskalations­schritt der Gegenseite enthielten, übersah die KI den Schritt in 7 von 10 Fällen. Profis übersahen ihn in 2 von 10.

Was die Daten
zeigen.

FIG. 02 · SCATTERGeschwindigkeit × Qualität · Mensch vs. KI
252550507575PROFIKI-AGENTTEMPO (Cases pro Stunde, normiert)OUTCOME-QUALITÄT (Index)PROFI · n=20KI-AGENT · n=20
Jeder Punkt: ein Case. X = Verhandlungs­tempo (normiert), Y = Outcome-Qualität (normiert). Die Mittel­werte (Kreuz) zeigen: KI ist schneller, Profis sind nuancierter – die Wolken überlappen massiv.Quelle · DFM Service · 412 Cases · Q1/2025
FIG. 03 · PARALLELVier Dimensionen, zwei Profile
TEMPO0100KONSISTENZ0100EMPATHIE0100WERT0100PROFIKI
Tempo, Konsistenz, Empathie, Werterschließung. Die KI führt bei Tempo und Konsistenz; der Mensch bei Empathie und werterschließenden Zügen.Quelle · DFM Service 2025 · normierte Indizes
FIG. 04 · ΔWINWin-Rate-Differenz · KI minus Mensch
0-20pp-40pp20pp40ppTRANSAKTIONAL+28ppPREIS-FOKUS+19ppSTANDARD-CASE+12ppAMBIG. WERT-16ppBEZIEHUNGS­FALL-27ppPOLITIK-FALL-34pp
Positive Werte: KI gewinnt häufiger. Negative: Mensch. Bei klaren, transaktionalen Cases dominiert die KI – sobald Mehrdeutigkeit ins Spiel kommt, kippt das Bild.Quelle · DFM Service 2025 · 412 Cases

KI verhandelt nicht. Sie rechnet schneller. Wer das verwechselt, verliert den Tisch, bevor er ihn betritt.

— Aus den Befunden, S. 19

Was das für
Mandate heißt.

KI ist heute eine exzellente Vorbereitung – und eine riskante Verhandlungs­führung. Die Stärke liegt vor der Verhandlung, nicht am Tisch.

Wir empfehlen den Einsatz als asymmetrisches Werkzeug: KI macht den Menschen schneller, gründlicher und besser informiert. Sie ersetzt ihn nicht – nicht in Eskalation, nicht in Beziehung, nicht in komplexen Mandaten.

Der vermutlich größte Hebel der nächsten zwei Jahre liegt nicht darin, dass KI besser verhandelt. Sondern darin, dass schlecht vorbereitete Verhandler:innen plötzlich gut vorbereitet auftreten – und damit den Median anheben.

Grenzen.
Quellen.

Grenzen der Studie

  • Modelle wurden in einer fixen Konfiguration getestet; die Lage entwickelt sich quartalsweise.
  • Beziehungs­bewertung erfasst Eindrücke direkt nach Abschluss – nicht Langzeit­treue.
  • Cases waren textbasiert; Audio/Video-Modalitäten wurden nicht erfasst.

Ausgewählte Literatur

  1. Lewis, M. et al.Deal or No Deal? End-to-End Learning for Negotiation Dialogues.EMNLP, 2017.
  2. Bianchi, F. et al.How well can LLMs negotiate?.arXiv:2402.05863, 2024.
  3. Schneider, A. et al.Negotiation Theory and Research.Psychology Press, 2006.

Sie haben eine Frage.
Wir haben ein Studien­design.

SitzSimonswald · Schwarzwald
ReichweiteDACH, projekt­bezogen international
PartnerHochschulen, Forschungs­einrichtungen
DiskretionNDA · keine Klar­namen
Kontaktforschung@dfmservice.de