Warum Zeiterfassung die Margen deiner Agentur nicht retten wird

Galen Low: Wenn jemand zuhört und dessen Organisation keine Datenkultur hat, wie lange dauert es, um aufzuholen?

Marcel Petitpas: Der erste Schritt besteht darin, sich über dein Framework im Klaren zu sein. Du kannst keine Entscheidungen darüber treffen, welche Tools du verwendest, wie du sie nutzt, was du tracken möchtest und was nicht, solange du nicht weißt, auf welche Kennzahlen du achten willst.

Du weißt genau, wie diese Kennzahlen berechnet werden. Wie du jedes Objekt innerhalb jeder Kennzahl definierst und was dir diese Kennzahl über dein Unternehmen sagt, wenn sie steigt oder fällt.

Galen Low: Wenn du eine Agentur betreibst, wie entscheidest du in diesem Framework, welche Taktiken tatsächlich den größten Einfluss auf die operative Effizienz haben werden?

Marcel Petitpas: Wir sehen das als das Profit-Flywheel (Gewinnschwungrad) der Agentur, und dieses Schwungrad hat vier Schritte. Nummer eins sind deine Annahmen. Nummer zwei sind deine Ist-Werte, und diese beiden Dinge zusammen ergeben deinen quantitativen Feedback-Loop. Er zeigt dir, wo es eine Lücke gibt, und er zeigt dir, welche Kennzahl du im Unternehmen bewegen musst.

Galen Low: Muss ich als operative Leitung extrem datenaffin, sehr datenorientiert, datengetrieben, technischer, mehr wie ein Ingenieur sein oder ist das auch ein Trugschluss?

Marcel Petitpas: Es wird einen Punkt in naher Zukunft geben, an dem du in der Lage bist, eine kleine Datenpipeline aufzubauen und zu pflegen, ohne dass du extrem technisch oder ein Super-Daten-Nerd sein musst. Was jedoch weiterhin zutreffen wird, ist—

Galen Low: Willkommen zum Digital Project Manager Podcast — der Show, die Führungskräften in der Projektabwicklung hilft, smarter zu arbeiten, schneller zu liefern und in der Ära der KI besser zu führen. Ich bin Galen, und jede Woche tauchen wir ein in praxisnahe Strategien, neue Tools, bewährte Frameworks und gelegentlich auch eine kleine Kriegsgeschichte von der Projektfront. Egal ob du riesige Transformationsprojekte steuerst, KI-Arbeitsabläufe koordinierst oder einfach nur versuchst, das Chaos unter Kontrolle zu halten – du bist hier genau richtig. Los geht's.

Heute sprechen wir über die Beziehung zwischen Rentabilität, operativem Geschäft und Daten. Und zwar konkret: Wann ist der richtige Zeitpunkt, um sicherzustellen, dass deine Daten sauber genug sind, um Profitabilität zu verstehen – und wie kannst du aufholen, wenn du beim ganzen Thema KI-gestützte, datengetriebene Organisation bereits das Gefühl hast, hinterherzuhinken.

Mit mir heute ist Marcel Petitpas, Gründer und CEO von Parakeeto, mein Ansprechpartner, wenn es um profitables, datenbasiertes Agenturgeschäft geht – und auch derjenige, der mir lineare Regression so erklärt, als wäre ich fünf. Marcel und sein Team fungieren als Mittelding zwischen Fractional CFO und Fractional COO und helfen so, Agenturen durch nachhaltige und rentable Abläufe planbar wachsen zu lassen.

Marcel war in letzter Zeit auch überall. Er sprach beim Agency Growth Event Summit, beim All-In Agency Summit, bei Mirren AI 2025, Consulting Success Live 2025 und bei verschiedenen Auftritten mit dem Agency Management Institute. Außerdem ist er Gastgeber des Agency Profit Podcasts, der wöchentliche Gespräche mit Agenturleitern und Branchenexperten veröffentlicht.

Marcel, danke, dass du heute wieder mit dabei bist.

Marcel Petitpas: Galen, es war atemberaubend, dir eben bei der Einleitung zuzusehen. Du warst so fokussiert, das war unglaublich. Wir haben noch gerade geplaudert – und dann bist du sofort in den Modus gesprungen. Danke, dass ich hier sein darf. Und danke für die tolle Vorstellung.

Galen Low: Danke für das Kompliment. Ich bin eigentlich die ganze Zeit KI. Marcel hat mich gebaut. Du warst schon öfter bei uns, hast Events mitgemacht. Ich freue mich immer, dich dabei zu haben, weil du einfach einen einzigartigen und pragmatischen Blick auf Agenturen und generell auf Unternehmen in Bezug auf Datenkompetenz, datengetriebene Abläufe und den Wert dahinter hast – du kommst wirklich zum Punkt.

Marcel Petitpas: Ich schätze das sehr. Es ist etwas, was ich seltsamerweise unverhältnismäßig oft mache. Ich bin sehr glücklich, mich mit diesen Themen beschäftigen zu dürfen. Ich habe in sieben Jahren tatsächlich diese Dinge in Agenturen eingeführt und da, besonders in Bezug auf Projektmanagement, habe ich teils unkonventionelle Ansichten zu Best Practices, weil ich einfach die goldenen Handschellen gesehen habe. Entscheidungen, die logisch klingen, sich im Alltag jedoch nie umsetzen lassen, weil sie einfach zu aufwendig sind.

Galen Low: Das gefällt mir sehr. Wir verwenden gerne ein Playbook, das irgendwie defekt ist – einfach weil es da ist. Goldene Handschellen eben. Vielleicht können wir einsteigen und erst eine große, brennende Frage direkt klären, die alle beschäftigt. Dann hätten wir vielleicht Zeit, auf drei Dinge einzugehen.

Zuerst wollte ich über Datenhygiene reden und was passiert, wenn deine Agentur gefühlt das Boot schon verpasst hat. Dann: wie können saubere Daten und KI messbar auf Profitabilität einzahlen, und wie kann man operative Effizienz nach Wirkung priorisieren.

Und zuletzt könnten wir untersuchen: Wie geht es für Agenturen weiter? Das Agenturgeschäft hat sich in mancher Hinsicht grundlegend gewandelt. Mich würde interessieren, welche Fähigkeiten und Strukturen Agenturen künftig brauchen, um im Daten- und KI-Zeitalter zu florieren. Große Themen! Was hältst du davon?

Es klingt nach richtig viel Spaß. Lass uns einsteigen! Hier meine große, haarige Frage: Gute, saubere Daten – das habe ich von dir gelernt – sind wohl der Schlüssel zu profitablen, datengetriebenen Abläufen. Aber wenn jemand zuhört und in der Organisation keine Datenkultur existiert und man meilenweit davon entfernt ist, Daten sinnvoll zu organisieren – wie lange dauert es, um da aufzuholen?

Und gibt es einen Weg, diesen Prozess zu beschleunigen, ohne fahrlässig zu werden?

Marcel Petitpas: Die Antwort ist ja. Was mich immer traurig macht bei so vielen Kunden, die nach jahrelangem Versuchen zu uns kommen, ist: Die meisten versuchen, den Hund am Schwanz zu drehen, um diese Lücke zu schließen. Und das ist gerade bei vielen der Fall, die diesen Podcast hören. Es ist auch nicht ihre Schuld; die Software-Industrie hat ihnen fast anerzogen, zu glauben, dass alles mit der passenden Software beginnt: Projektmanagement, Zeiterfassung, Buchhaltungsdaten. Doch das sind die letzten Schritte des Prozesses und noch dazu die unwichtigsten – was viele überraschen wird.

Du brauchst keine Zeiterfassung, um 80 % deiner Performance zu erkennen. Der erste Schritt: Klare Definition deines Frameworks. Das klingt etwas abstrakt, aber praktisch: Du kannst mit deinen Daten wenig anfangen und keine Entscheidungen darüber treffen, was du trackst, was du auswertest, welche Tools du verwendest, solange du nicht weißt, auf welche Kennzahlen du wirklich achten solltest.

Du weißt exakt, wie diese Kennzahlen berechnet werden und wie jedes Objekt in ihnen definiert ist – und was die Kennzahl aussagt, wenn sie steigt oder fällt. Beispiel: Am Konferenztisch kann man schnell sagen, wir messen Auslastung. Aber was bedeutet das für uns? Was ist eine verrechenbare Stunde, was ist Kapazität? Was zählt dazu, was nicht? Mit welcher Logik rechnen wir das zu Auslastung um?

Und verstehen wir, was sie beeinflusst und was das wiederum für das Unternehmen heißt? Was würden wir an unseren Entscheidungen ändern, wenn die Kennzahl vor uns liegt und steigt oder fällt?

Das ist der erste Schritt. Gute Nachrichten: Dafür braucht man keine Software, keine Daten, kein Warten auf Daten – das sind nur Entscheidungen, die du treffen musst. Sie sind schwer, aber wir machen sie einfacher, indem wir unser Framework publizieren: Welche Kennzahlen wichtig sind und wie man sie misst – alles öffentlich zugänglich.

Schritt eins: Framework. Schritt zwei bedarf auch keiner neuen Informationen, ist aber ebenso wichtig. Aber ich lasse dich erst zu Wort kommen, sonst rede ich die nächsten 60 Minuten durch, das weißt du ja.

Galen Low: Und darüber würde ich mich freuen ...

Aber ich will einen Punkt aufgreifen: Viele Zuhörende denken sicher, wir müssen aufholen, Software kaufen und sofort mit Zeiterfassung beginnen, um eine Datengrundlage zu schaffen – aber bis wir aussagekräftige Daten haben, die unsere Profitabilität steuern, dauert es Monate.

Das ist die reflexhafte Reaktion, wenn man als Agentur hinterherhinkt. Genau deshalb gefällt es mir, dass du sagst: Nicht Software ist die Antwort. Kannst du ein Beispiel zum Thema Auslastung geben? Für mich ist Auslastung das Paradebeispiel für goldene Handschellen.

Denn es wirkt so logisch: Ich habe Leute eingestellt, wir verkaufen Arbeitsstunden – sind die nicht ausgelastet, brechen die Margen weg. Ich schöpfe das Talent also nicht voll aus. Und trotzdem ist die Rechnung komplex. Was sind typische Denkfehler? Bleibt Auslastung das zu trackende Maß – mit den richtigen Fragen? Oder sollte man es aufgeben?

Marcel Petitpas: Nein, unser Framework beinhaltet Auslastung als Kennzahl, aber wir berechnen sie wahrscheinlich anders als viele andere. Ich kann erklären, wie wir das machen, aber es ist schwer, sie isoliert zu betrachten. Erst wenn man auch sieht, wie wir den durchschnittlichen Stundensatz, Projektmargen, Agenturmargen und Kosten pro Stunde berechnen, ergibt das alles Sinn.

Wir betrachten das Ganze als vernetztes Framework – Beziehungen zwischen Business, Metriken und untereinander, und wir haben das mit Hunderten Agenturen in sieben Jahren getestet. Unsere Definition von Auslastung ist zum Beispiel: Lieferstunden (Delivery Hours) – jede Zeit für Kunden, egal ob „verrechenbar“ oder nicht. Teilen wir durch die Kapazität – alles, was im Zeitraum eingekauft wurde, also beim ganzen Team inkl. Leuten, die nie Kundenarbeit machen. Das ist bei uns 2080 Stunden pro Jahr.

Das klingt für manche nicht passend, weil deren andere Kennzahl-Definitionen nicht harmonieren. Heute früh zum Beispiel sprach jemand davon, dass jede Woche im Managementteam die „volle Auslastung“ kommuniziert wird – aber eigentlich ist die Hälfte davon interne Zeit, die keinen Umsatz bringt. Man bekommt so falsche Positiva oder wie im August, wo viele frei nehmen: Dann müsste man die Abwesenheit rausrechnen.

All das zeigt: Die Diskussion „Was heißt Auslastung bei uns?“ fand nie nach der Frage „Warum?“ statt. Was wollen wir eigentlich wissen und entscheiden? Ohne das merkt man nicht, dass z.B. Kapazität zu streichen, wenn wir finanzielle Auswirkungen messen wollen, problematisch ist.

Das große Problem liegt darin, die Agenturleistung aus einer einzigen Kennzahl ablesen zu wollen – ob Auslastung oder Projektprofitabilität. Letzteres ist noch problematischer. Die Profitabilität einer gesamten Agentur lässt sich nicht aus einem Projekt ableiten. Das aneinander zu koppeln ist Zeit- und Ressourcenverschwendung.

Galen Low: Das erinnert mich an Douglas Adams, der „die Antwort ist 42“ – aber niemand hatte die Frage verstanden. So wirkt Auslastung auf mich jetzt. Also Teil eins: Framework, wissen was und warum man misst. Teil zwei?

Marcel Petitpas: Teil zwei ist dein Modell und deine Prognose. Das wird oft übersehen: Angenommen, wir haben Auslastung definiert, dann wird meist aufwendig ein Tool eingeführt, alle auf Compliance getrimmt, nach drei Monaten gibt's gute Daten. Die Auslastung liegt etwa bei 54 % – und alle fragen sich: Ist das gut oder schlecht?

Man ist am Ende der Kette und weiß es nicht, weil die Zielgröße fehlt. Das Setzen eines Ziels gibt oft schon wichtige Einblicke. Und die Messung der Ist-Werte ist viel wertvoller, weil Erkenntnis immer aus dem Kontrast von Erwartung und Realität entsteht. Schritt zwei ist also: Baue ein Modell deiner Firma.

Das Modell ist einfach: eine Payroll-Tabelle mit allen Mitarbeitern, deren Gehalt, Arbeitszeiten, Planung, Urlaub ... Dann die Gemeinkosten (Overhead): Was gibst du aus (Recht, Buchhaltung, Abos, Büro usw.). Dann Preise: Was verlangst und verdienst du effektiv für jede Stunde Kundenarbeit in allen Leistungen.

Aus diesen Informationen ergibt sich, was die Firma mit aktuellem Team verdienen kann, wie viel Zeit Kundenarbeit ist, wie hoch die Auslastung ist, was für Overhead ausgegeben wird, Bruttomarge, Nettogewinn – also das bestmögliche Ergebnis. Erster Check: Ist das gut? Viele Agenturen sind nie wirklich profitabel, weil schon das Grundmodell auf Unprofitabilität ausgelegt ist.

Galen Low: Spannend.

Marcel Petitpas: Da merkst du: Egal wie perfekt du das planst, du würdest immer verlieren. Das eigentliche Problem ist das Modell, nicht die Umsetzung.

Also: Baue ein Modell deiner Agentur, versteh, was es ermöglicht, wie hoch die Fehlertoleranz ist und was die Zielwerte sind. Wenn du noch Projektdaten (wie Umsatz, Start-/Endtermine, geschätzte Stunden) hinzufügst, kannst du sogar Prognosen machen, ob du so viel Umsatz erzielen wirst, wie möglich, ob das Team ausgelastet ist usw. 70–80 % der Profitabilitätsprobleme löst du so – ohne je Zeit oder Projektdaten zu tracken, und das ist teurer und schwieriger. Schritt eins ist Klarheit im Framework, Schritt zwei Klarheit in den Annahmen – das sind die Basis-Entscheidungen. Die ersten Schritte mit jedem Kunden.

All das ist kostenlos – nur Zeit. Und es beruht auf deinem Wissen. Du brauchst keine Software, kein halbes Jahr Wartezeit. Es ist sofort verfügbar.

Galen Low: Interessant, weil es zwar kostenlos ist, aber nicht einfach. Manche dieser Fragen sich zu stellen, ist der eigentliche schwierige Teil, weil man dem eigenen Betrieb ins Auge sieht. Mein Impuls wäre: Überleg, wie viel Geld man verdienen könnte, und dann: Das ist die Utopie. Aber vielleicht ist das Business-Modell einfach nicht profitabel. Für mich als PM war das erfrischend, weil man sich sonst so fühlt, als müsse man das ganze Gewicht der Agentur tragen, die wirtschaftliche Maschine sein für Rentabilität und alle anderen. Dabei hast du gesagt: Es liegt nicht allein an der Projektprofitabilität. COGS-Modell, Budgetierung für alle, nicht nur für Projekte.

Marcel Petitpas: Absolut wahr. Wir haben Agenturen gesehen, wo jedes Projekt extrem profitabel war – die Firma selbst aber nicht, weil die Profitabilität aus drei Faktoren besteht und Projektmargen nur einer sind. Es reicht nicht aus, sich darauf zu verlassen – wie wenn du eine Wasserflasche für eine Million verkaufst, aber jährlich 800.000 Euro Betriebskosten hast: Dann bringt dir selbst diese Riesenmarge nichts. Man muss ein umfassendes Gesamtmodell erstellen und alle Hebel beobachten.

Galen Low: Währenddessen ist dies bei Stanley Cups genau das Geschäftsmodell, oder? Teure Sammelbecher verkaufen ...

Marcel Petitpas: Und sie sind unzerstörbar.

Galen Low: Okay, weiter: Du hattest mal gesagt, Parakeeto ist wie ein Baby aus Fractional CFO und COO. Wie bringt man Finanz- und Operationsleitung zusammen, um mit Daten Profitabilität zu messen und Entscheidungen gemeinsam zu treffen? Sind das die einzigen Schlüsselrollen oder wer sollte noch dabei sein?

Marcel Petitpas: Ich finde, es hängt am meisten am Gespräch über Framework und Modell. Das betrifft die drei wichtigsten Unternehmensbereiche: Finanzen, Operations und zu einem Teil New Business. Ein solches Gespräch bringt alle zusammen. Es ist einfach nur eine mathematische Formel, keine Meinungsfrage. Jeder sieht: Hier sind die Variablen, wenn sie steigen oder fallen, passiert X. Das bildet die Basis, gemeinsam zu messen, wie man abschneidet – dann muss jeder beitragen. Will man z. B. Forecasts, braucht man die Pipeline aus Sales, für Kapazität braucht man Wissen über Arbeitsaufwand, für Finanzen muss man wissen, was man verlangt und was die Kosten sind. Alles hängt miteinander zusammen. Ohne Framework und Modell bleibt jeder in seiner Abteilung hängen, und es entsteht eine Lücke, die das Führungsteam wahnsinnig macht. Am Ende sprechen Vertrieb, Buchhaltung und Projektmanagement „andere Sprachen“, und kein Wunder, dass nichts messbar ist.

Galen Low: Gefällt mir. Das Modell bringt die Leute zusammen. Ich kenne diese Lücke aus dem Boardroom – strategischer Konsens, aber die Puzzlestücke greifen nicht ineinander und die Begründungen sind verschieden. Eigentlich könnte man meinen, Operations und Finance führen. Aber Parakeeto bringt dieses Modell ein, dass alle gemeinsam auf die Firma schauen – und Daten nutzen, die schon existieren.

Marcel Petitpas: Und in größeren Organisationen mit COO, CFO und CEO stimmen wir sie ab, sodass sie ihre Zeit besser nutzen können – nicht mit Tabellenkalkulationen, sondern Umsetzung, jetzt wo sie wissen, worauf sie sich konzentrieren müssen. In kleineren Firmen, ohne eigenes C-Level: Wir helfen den jeweils leitenden Personen, oft die ausgelagerte Buchhaltung, der leitende PM (oder der, der jetzt „Operations“ machen soll) und der CEO, der eigentlich kein CEO werden wollte. Wir kümmern uns ums Mischmasch dazwischen, damit alle ihre Rolle klar sehen und ausführen können.

Galen Low: Habe das oft in Boutique-Agenturen erlebt: Der CEO ist der Gründer, liebte Digitales, wollte bauen und designen – plötzlich CEO ohne je einer gewesen zu sein. Operations? Irgendwer macht's halt. Aber das ist ok, solange ein Bewusstsein entsteht, die Lücken geschlossen werden und Entscheidungen gemeinsam getroffen werden.

Marcel Petitpas: Ich finde, zu oft wird ein PM einfach als Operationsleiter eingespannt mit dem Auftrag „Fix mal unser Profitabilitätsproblem“. Aber das ist ein unrealistischer Auftrag, man überfordert diese Person. Es ist eine schwierige Aufgabe, braucht eine Menge spezifische Finanz- und Datenkompetenz. Viele PMs wurden für hohe Genauigkeit belohnt – für Executive Reporting ist aber paradoxerweise genau diese Präzision hinderlich, weil sie mit Genauigkeit verwechselt wird. Beispiel: Eine Kapazitäts-Prognose über 4 Monate macht man nicht, indem man 700 Aufgaben in einem Tool einzelnen Leuten zuweist. Das wäre wie Sandkörner mit Stäbchen zu stapeln. Aber als PM denkt man intuitiv in diesen Detailblöcken, weil es alles ist, was man kennt.

Galen Low: Auch wenn wir das schon in älteren Episoden thematisiert haben, hat sich meine Perspektive darauf jetzt in der KI-Ära verändert. Viele fallen in die Rolle Operations, denken, sie müssten einen Data Scientist einstellen. Aber der versteht oft das große Ganze nicht. Ist der Verantwortungsbereich für Profitabilität heute „Standard“? Muss man als Operator von heute sehr datengetrieben, technischer werden – oder ist das auch ein Mythos?

Marcel Petitpas: Wir stehen an einer schwierigen Weggabelung. Data Operations werden Table Stakes auch für kleine Firmen, aber aktuell gibt es dafür eine Lücke. Kleine Agenturen können z.B. kein Databricks bezahlen, samt Personal dafür. Aber diese Tools werden auch für kleine Firmen kommen. Bisher gibt es kein Databricks für Kleinfirmen, aber es wird besser werden. Künftig wirst du in der Lage sein, eine kleine Pipeline zu bauen, ohne super technisch zu sein. Was aber trotzdem bleiben wird: Du musst wissen, welches Framework du auf dein Geschäftsmodell anwenden willst. Es gibt keinen Weg an „Beginne mit dem Ziel“ vorbei. Tools, Daten, Tabellen – selbst als Data Scientist ist alles vergeblich, wenn das Ziel und die Kennzahlen nicht klar sind.

Galen Low: Für alle Operator, die sich jetzt genau getroffen fühlen und nicht rückwärts vom Ziel denken können, dir aber auf Databricks warten: Wo fangen sie an? Wie kann man diese Lücke schließen? Oder einfach Karriere wechseln?

Marcel Petitpas: Nein. Project und Account Management wird – wenn man die Durchführung mal ausklammert – eine der widerstandsfähigsten und werthaltigsten Disziplinen in diesen Firmen sein. Aber zur Frage: Wo beginnen? Unverblümter Hinweis: Beginnt mit dem Agency Profit Toolkit. Das Framework ist gratis enthalten – die Metriken, ihre Definitionen, alles frei verfügbar. Es ist nicht einfach, sie zu implementieren, aber wer sich einarbeiten will, findet alles dort.

Galen Low: Super. Mal ein Themenwechsel: Du hattest ein Interview mit meinem Team von „the digital project manager“. Ich verlinke es. Wir kamen auch zum Thema Profitabilität & KI: Viele schauen jetzt auf die Gleichung rund um KI und denken an Stundenlohn, verrechenbare Stunden, Auslastung. KI verspricht Effizienz, aber es gibt viele Möglichkeiten und Use Cases – Tod durch tausend Schnitte oder einfach einen Pick hoffen. Zum Beispiel: KI für Kontextbeschaffung, um Zeit zu sparen. Meine Hauptfrage: Wie entscheidet man im Framework, mit welchem Taktik man den größten Einfluss auf operative Effizienz hat? Ist das überhaupt ein Weg zu mehr Profitabilität?

Marcel Petitpas: Absolut. Ich habe gesehen, wie KI alle vier Hebel für Profitabilität bewegen kann. PMs werden die Antwort mögen: Es ist sehr praktisch. Wir sprechen von der Profit-Flywheel – vier Schritte: 1. Annahmen, 2. Ist-Werte (quantitativer Feedback-Loop). Was war geplant, was ist passiert – wo gibt es eine Lücke? Welchen Wert musst du bewegen? Es gibt nur vier Auswahlmöglichkeiten. Danach identifiziert ihr im Team Maßnahmen, um die Kennzahl zu bewegen. Was sind Quick Wins und was lohnt sich. Dann umsetzen, Feedback-Loop wiederholen – bis sich die Kennzahl bewegt. Das sollte ein ständiger Prozess werden. So das Grundmodell. Wir können die konkreten Metriken gern gern nochmal vertiefen.

Galen Low: Wir könnten z.B. das Beispiel Kontextbeschaffung nehmen – angenommen es gibt eine Lücke zwischen geplanter und tatsächlicher Profitabilität. Das Team verliert Zeit, Kontext zusammenzusuchen, und das ist die Ursache. Intuitiv würde ich jetzt messen wollen, wie viel Zeit KI einspart und das als Indikator für künftige Rentabilität nehmen. Aber als PM neige ich zu Präzision, die laut dir gar nicht immer nötig ist.

Marcel Petitpas: Nein, du denkst durchaus richtig. Da kommt das Modell ins Spiel: Es ist eine große mathematische Gleichung. Wenn eine Agentur profitabler werden will, gibt es grundsätzlich zwei Möglichkeiten: Overhead senken oder die sogenannte Delivery Margin erhöhen (Bruttomarge). Overhead ist selten das Problem – die Buchhaltung täuscht das manchmal vor, wenn Posten falsch gelabelt werden, aber real ist fast nie das Problem der Overhead. Sondern: Wir verdienen unseren Umsatz nicht effizient genug, die Bruttomarge ist zu niedrig. Das lässt sich über drei Hebel lösen: 1. Durchschnittlicher verrechenbarer Stundensatz – wie viel verdienen wir pro Stunde Kundenarbeit? Den erhöht man durch Preiserhöhung oder weniger Zeit für den gleichen Preis. So kann man die Wirkung von KI quantifizieren. 2. Auslastung: Wie viel der eingekauften Zeit wird für Kunden aufgewendet? 3. Durchschnittliche Kosten pro Stunde – kann durch effizienteren Personaleinsatz sinken. KI, die Kontext beschafft, kann alle drei Hebel verbessern: Weniger Zeit -> höherer Stundensatz, Auslastung steigt, weil weniger Kontextwechsel, evtl. Aufgaben an Juniors delegierbar. Die Formel: durchschnittlicher Stundensatz x Auslastung = Umsatz, Kosten pro Stunde x Lieferstunden = Kosten -> Differenz ist Profitabilität. Das ist simples Rechnen – und darum brauchst du ein Modell.

Galen Low: Verstanden. Kann das Modell helfen, Wetten auf verschiedene Investitionsoptionen zu platzieren? Also erwartet man etwa 20 % Effizienzsteigerung durch eine KI-Lösung, rechnet das durch und vergleicht es mit anderen Optionen? Aber wir sind ja nicht besonders gut im Schätzen – hilft das Modell trotzdem?

Marcel Petitpas: Ja, es hilft. Aber du solltest nicht nur nach dem höchsten ROI gehen. Es gibt eine Reihenfolge, in der man die drei Hebel angehen sollte: Erst Auslastung optimieren, dann den Stundensatz, dann die Kosten pro Stunde. Wenn etwa dein Problem Auslastung ist, bringt selbst ein optimierter Stundensatz keinen ROI auf das Unternehmen. Erst wenn Auslastung stimmt, bringen Verbesserungen direkt Profit. Praktisch ist es zudem einfacher, für bessere Preise oder Skope zu verhandeln, wenn man ausgelastet ist. Daher: Immer zuerst die richtige Metrik priorisieren, Maßnahmen daran ausrichten und dann Stück für Stück zu den nächsten Hebeln gehen.

Galen Low: Super Beispiel mit dem Rohr-Analogie. Abschließend die Frage: Wie sieht eine profitable Agentur in fünf Jahren aus? Aktuell scheint sich jede Agentur neu zu erfinden – KI als Dienstleistungsbestandteil, datenbasierte Entscheidungen usw. Was passiert in fünf Jahren?

Marcel Petitpas: Schwer zu sagen, wie sie taktisch aussieht – wer hätte etwa vor 20 Jahren Facebook Ads vorhergesehen? Aber eins ist sicher: Das Geschäftsmodell Arbeitskraft bleibt. Expertise verschwindet nicht, sie ist das effizienteste Mittel, um Marktlücken zu füllen. Was aber passiert – die Margen werden weiter sinken, die Professional Services-Branche reift. In den letzten sechs Jahren haben wir in Agenturen erlebt, was sonst in 20 Jahren passiert: Pandemie führte zu massiv gestiegenen Löhnen (Onshore), zugleich weltweite Konkurrenz durch Remote – enorme Margenreduktion. Dann kam KI: Trend beschleunigt sich weiter. Wir sehen: Über Zeit sinken Margen in jeder Branche, das erfordert mehr finanzielle Disziplin, auch in kleinen Firmen. Es wird eine Fragmentierung der Wertschöpfung geben, wie bei Airlines oder Supermärkten: Minimale Margen, extreme Spezialisierung, alles wird outgesourct. Agenturen müssen künftig genauso diszipliniert wirtschaften. Viele Kreative werden das nicht mögen, aber so reift die Branche.

Galen Low: Das ist ein Strukturwandel wie überall – und der hat lange vor KI begonnen.

Marcel Petitpas: Seit 100 Jahren, aber jetzt viel schneller.

Galen Low: Ja, die Marge ...

Marcel, das war großartig. Zum Abschluss: Wo kann man mehr über dich erfahren?

Marcel Petitpas: Besucht parakeeto.com – viele kostenlose Ressourcen, insbesondere parakeeto.com/toolkit für alle Metriken, Frameworks usw. kostenlos. Wer Podcasts mag: Unbedingt Agency Profit Podcast hören. Direkt kontaktieren? Am besten über LinkedIn – Vernetzen oder DM schicken, ich freue mich.

Galen Low: Super, ich packe alle Links in die Shownotes. Vielen Dank nochmal!

Marcel Petitpas: Danke, Galen. Es war mir eine Freude.

Galen Low: Das war's für die heutige Folge des Digital Project Manager Podcasts. Wenn du das Gespräch spannend fandest, abonniere uns – und für noch mehr Insights, Fallstudien und Playbooks besuche thedigitalprojectmanager.com. Bis zum nächsten Mal und danke fürs Zuhören.