McKinsey Solve-Strategie: Ecosystem Building & Red Rock Study erfolgreich meistern

Jahrelang war der McKinsey Problem Solving Test (PST) eine schriftliche Prüfung mit 26 Fragen, die sich durch gezieltes Üben bestimmter Fragetypen meistern ließ. Dieser Test wurde abgeschafft. Seit etwa 2020 bewertet McKinsey Kandidaten mit Solve, einem digitalen, spielbasierten Assessment, das inzwischen weltweit als Standard gilt (einige Büros verwenden möglicherweise noch den alten PST). Solve enthält keine Multiple-Choice-Fragen, weshalb eine „Strategie nach Fragetyp" nicht mehr existiert. Entscheidend ist jetzt, wie Sie die beiden Module spielen, aus denen fast jede Session besteht – und wie die Scoring-Engine Ihre Vorgehensweise bewertet.

Was Solve ist und wie es bewertet

Eine Solve-Session besteht aus zwei Mini-Spielen, die in etwa 60–81 Minuten absolviert werden. Die beiden Module, denen Sie mit größter Wahrscheinlichkeit begegnen, sind Ecosystem Building und Red Rock Study. Manche Kandidaten erhalten Varianten wie Sea Wolf oder Plant Defense, doch das Kernpaar dominiert, und die erforderlichen Denkfähigkeiten lassen sich auf alle Varianten übertragen.

Das Wichtigste, was Sie verstehen müssen, ist wie Solve bewertet. Die Bewertung ist algorithmisch und prozessbasiert. Die Engine erfasst Ihren Entscheidungspfad – die Abfolge Ihrer Entscheidungen – zusammen mit Klick- und Timing-Telemetrie. Es handelt sich nicht um eine einfache Prüfung, bei der richtige Antworten gezählt werden. Zwei Kandidaten können ein ähnliches Endergebnis erzielen und dennoch sehr unterschiedlich abschneiden, weil einer einen klaren, überlegten Denkpfad gezeigt hat und der andere planlos vorgegangen ist. Dies hat drei unmittelbare Konsequenzen:

• Raten wird bestraft. Wahllose Klicks, um eine Antwort einzutragen – beim alten PST harmlos –, wirken sich hier negativ aus. Die Engine kann eine durchdachte Entscheidung von einer blinden unterscheiden.
• Ihr Prozess ist das Produkt. Wie Sie Informationen sammeln, in welcher Reihenfolge und wie konsequent Sie auf dieser Basis handeln – all das fließt in die Bewertung ein.
• Die Hürde ist hoch. Etwa 70 % der Kandidaten werden in dieser Phase ausgeschieden, sodass eine bloß „abgeschlossene" Session nicht ausreicht – der Pfad muss kohärent sein.

Solve liegt zwischen der Lebenslaufprüfung und den Case-Interviews der ersten Runde. Beide Phasen belohnen dieselben grundlegenden Fähigkeiten: strukturiertes Denken, Dateninterpretation und disziplinierte Entscheidungsfindung unter Zeitdruck.

flowchart LR
    A[Lebenslaufprüfung] --> B[Solve Assessment]
    B --> C{Bestanden?}
    C -->|~30%| D["Case-Interview Runde 1"]
    C -->|~70%| E[Abgelehnt]
    D --> F["Case-Interview Runde 2"]
    F --> G[Endentscheidung]

Einen vollständigen Überblick über das Assessment und die Vorbereitung auf verschiedene Formate finden Sie in unserem McKinsey Solve Vorbereitungs-Hub.

Die zwei Module im Überblick

Jedes Modul testet eine andere Denkweise. Ecosystem Building ist eine Aufgabe zur eingeschränkten Optimierung und zum Systemdenken: Sie stellen ein funktionierendes System unter strikten Regeln zusammen. Red Rock Study ist eine hypothesengetriebene Datenuntersuchung: Sie navigieren durch einen mehrphasigen Case, ziehen die richtigen Zahlen heran und verteidigen präzise Antworten gegen die Uhr. Die Vorbereitung auf Solve bedeutet, beide Denkweisen gezielt zu üben, da sie nahezu entgegengesetzte Instinkte belohnen – geduldiges Regelkartieren in einem Modul, entschlossenes Datentriage im anderen.

flowchart TD
    A[Solve Session] --> B[Ecosystem Building]
    A --> C[Red Rock Study]
    B --> B1[Regeln und Einschränkungen lesen]
    B --> B2["Arten auswählen / Nahrungskette aufbauen"]
    B --> B3["Kalorien, Kettenlänge, Terrain erfüllen"]
    C --> C1[Durch die Case-Phasen navigieren]
    C --> C2[Die richtigen Daten extrahieren]
    C --> C3["Analysieren & präzise antworten"]

Modul 1 — Ecosystem Building

Sie erhalten eine Umgebung (zum Beispiel ein Riff, einen Berg oder ein anderes Terrain) und werden gebeten, eine selbsttragende Nahrungskette aufzubauen, indem Sie eine Gruppe von Arten auswählen, die unter den gegebenen Regeln gemeinsam überleben. Es sieht wie ein Naturspiel aus; in Wirklichkeit handelt es sich um ein Problem der eingeschränkten Optimierung. Erfolg bedeutet nicht, die „coolsten" Tiere auszuwählen – es geht darum, eine Kombination zu finden, die gleichzeitig alle vom Rätsel vorgegebenen Einschränkungen erfüllt.

Vorgehensweise Phase für Phase:

1. Lesen Sie die Regeln, bevor Sie irgendetwas anfassen. Ecosystem Building bestraft Kandidaten, die Arten platzieren, bevor sie die Einschränkungen verstanden haben. Typische Einschränkungen umfassen eine Kalorienvorgabe (jede Art benötigt ausreichend Energie aus ihrer Nahrung), eine Nahrungskettenlänge (die Kette muss eine bestimmte Anzahl von Ebenen erreichen) sowie Terrain- und Tiefenregeln (eine Art kann nur dort leben, wo ihre Bedingungen erfüllt sind). Notieren Sie diese oder behalten Sie sie explizit im Kopf, bevor Sie etwas auswählen.

2. Arbeiten Sie von den Einschränkungen aus rückwärts, nicht von den Arten aus vorwärts. Statt zu fragen „Mag ich dieses Tier?", fragen Sie: „Welche Artenkombination kann alle Regeln gleichzeitig erfüllen?" Betrachten Sie es als System: Jeder Produzent muss einen Konsumenten ernähren, jeder Konsument muss ausreichend Kalorien erhalten, und die gesamte Kette muss die erforderliche Länge innerhalb der Terrainbeschränkungen erreichen. Diese Systemsicht ist die Fähigkeit, die McKinsey tatsächlich misst.

3. Prüfen Sie jede Art einzeln gegen die Kalorien- und Terrainbedingungen, dann als Gesamtheit. Eine Wahl, die isoliert funktioniert, kann das System zum Scheitern bringen – zum Beispiel ein Raubtier, dessen einzige Nahrungsquelle nicht genug Kalorien liefert, oder eine Art, die in der gewählten Tiefe nicht überleben kann. Validieren Sie sowohl die individuelle Eignung als auch die Eignung der gesamten Kette.

4. Vermeiden Sie Sackgassen, indem Sie Spielraum einplanen. Das häufigste Scheitern besteht darin, sich früh auf Arten festzulegen und dann spät zu entdecken, dass keine Kombination die Kette vervollständigt – ohne Zeit zum Neuaufbau. Skizzieren Sie gedanklich eine vollständige, tragfähige Kette, bevor Sie Entscheidungen festschreiben, und bevorzugen Sie Arten, die mehr Optionen offenhalten.

5. Behandeln Sie die Zeit als eigene harte Einschränkung. Das Lesen der Regeln und die Validierung sind zeitintensiv – planen Sie dafür bewusst Zeit ein und lassen Sie einen Puffer, um eine Kette zu korrigieren, die nicht aufgeht. Lassen Sie nicht zu, dass ein einzelner hartnäckiger Slot das gesamte Zeitfenster aufzehrt.

Die Denkweise, die bei Ecosystem Building zum Erfolg führt, ist dieselbe disziplinierte, einschränkungsorientierte Strukturierung, die Sie beim Eingrenzen eines Cases anwenden: Definieren Sie die Spielregeln, und entwickeln Sie dann eine Lösung, die alle gleichzeitig erfüllt – anstatt eine Variable zu optimieren und zu hoffen, dass der Rest sich von selbst ergibt.

Modul 2 — Red Rock Study

Red Rock Study ist eine mehrphasige Datenuntersuchung. Sie durchlaufen einen Case in Etappen, und in jeder Etappe entscheiden Sie, welche Informationen Sie sammeln, interpretieren Grafiken, führen die Analyse durch und legen sich auf Antworten fest – alles unter Zeitdruck. Dies ist das Modul, das einem klassischen Case-Interview am nächsten kommt, und es belohnt hypothesengetriebene Analyse: frühzeitig eine Einschätzung bilden und diese dann anhand der Daten überprüfen, anstatt alles unterschiedslos zu lesen.

Vorgehensweise Phase für Phase:

1. Navigieren Sie mit Absicht. In frühen Phasen werden Sie aufgefordert, Daten zu sammeln oder das Szenario zu erkunden. Öffnen Sie nicht alles wahllos. Bilden Sie eine Hypothese darüber, was der Case wirklich fragt, und lassen Sie diese leiten, welche Informationen Sie zuerst abrufen. Da die Bewertung Ihren Entscheidungspfad liest, wirkt eine gezielte Untersuchung besser als eine planlose.

2. Extrahieren Sie die richtigen Daten, nicht alle Daten. Jede Grafik enthält mehr, als Sie benötigen. Bevor Sie in ein Diagramm oder eine Tabelle eintauchen, wissen Sie die konkrete Frage, die Sie beantworten – einen Trend, einen Vergleich, einen Treiber – und ziehen Sie genau das heraus. Dies spiegelt die Disziplin „Frage vor Grafik lesen" wider, die analytische Arbeit schnell und präzise macht; unser PST/Solve-Leitfaden zur Dateninterpretation trainiert diese Fähigkeit eingehend.

3. Analysieren Sie mit einem Framework, nicht mit Intuition. Wenn sich eine Kennzahl verändert, zerlegen Sie sie, bevor Sie zu einem Schluss kommen. Wenn sich der Gewinn verändert hat, trennen Sie Umsatz und Kosten; wenn sich der Umsatz verändert hat, trennen Sie Preis und Volumen. Dies ist dieselbe Profitabilitätslogik, die in Case-Interviews verwendet wird, und sie hält Ihren Denkpfad klar und nachvollziehbar – genau das, was die Scoring-Engine belohnt.

4. Antworten Sie präzise und nur mit dem, was die Daten belegen. Die Falle besteht darin, „plausibel" mit „belegt" zu verwechseln. Legen Sie sich auf die Schlussfolgerung fest, die die Zahlen tatsächlich stützen, nicht auf die, die sich richtig anfühlt. Wenn eine Aussage eine Annahme erfordert, die die Daten nicht liefern, ist sie nicht bewiesen – behandeln Sie diese Entscheidungen wie logische Überprüfungen.

5. Teilen Sie sich die Zeit über alle Phasen ein. Da Red Rock mehrphasig ist, beraubt ein Zeitverlust in einer frühen Phase die späteren. Setzen Sie sich ein internes Budget pro Phase, treffen Sie sichere Entscheidungen schnell, und investieren Sie nicht zu viel Zeit in eine einzelne mehrdeutige Grafik auf Kosten des restlichen Cases.

Red Rock belohnt den Kandidaten, der wie ein Berater vorgeht: zuerst die Hypothese, dann gezielte Daten, dann strukturierte Analyse und schließlich eine Schlussfolgerung, die vollständig durch Belege gestützt wird. Für eine vertiefte Behandlung der Datenlese-Mechanik im Speziellen siehe den Deep-Dive zur Dateninterpretation.

Zeitmanagement über beide Module hinweg

Mit zwei Modulen in etwa 60–81 Minuten ist Zeit eine gemeinsame Ressource – und da Raten bestraft wird, ist „am Ende einfach etwas eintragen" keine gültige Absicherung mehr. Betrachten Sie das Tempo als Teil des bewerteten Prozesses:

flowchart TD
    A[Ein Modul beginnen] --> B["Regeln lesen / Case zuerst einrahmen"]
    B --> C{Zeitintensive Entscheidung?}
    C -->|Ja| D["Zeit einplanen, Puffer aufbauen"]
    C -->|Nein| E["Sichere Entscheidung treffen, weitermachen"]
    D --> F{Pfad noch kohärent?}
    E --> F
    F -->|Ja| G[Zur nächsten Phase übergehen]
    F -->|Nein| H["Jetzt korrigieren, bevor festgeschrieben wird"]
```- **Verständnis zuerst aufbauen.** Beide Module belohnen die Zeit, die am Anfang investiert wird – das Erfassen von Einschränkungen im Ecosystem Building, das Einrahmen des Falls in Red Rock. Das Überstürzen der Einrichtungsphase ist der kostspieligste Fehler.
- **Einen Korrekturpuffer einplanen.** Lassen Sie Raum, um eine Nahrungskette neu auszubalancieren oder eine Analyse zu überdenken. Ein schlüssiger Weg, den Sie korrigiert haben, ist besser als ein fehlerhafter Weg, für dessen Reparatur die Zeit nicht mehr gereicht hat.
- **Antworten niemals blind ausfüllen.** Da die Engine begründete Entscheidungen bewertet, ist eine bewusste, aber unvollständige Entscheidung besser als eine zufällige. Detaillierte Taktiken zur Zeiteinteilung finden Sie in unserem [PST/Solve-Zeitmanagement-Leitfaden](/en/guides/mckinsey-pst-time-management/).

## Ein Vorbereitungsplan für Solve

Solve lässt sich nicht durch das Auswendiglernen von Antworten pauken – die Module sind prozedural variabel und die Bewertung liest den Prozess. Bauen Sie stattdessen die beiden Denkmodi auf.

| Tage | Schwerpunktbereich | Tägliche Übung |
|------|-------------------|----------------|
| **1–2** | Orientierung | Lesen Sie den [Solve-Vorbereitungs-Hub](/en/guides/mckinsey-pst-solve-preparation/). Verstehen Sie beide Module und dass die Bewertung prozessbasiert ist. Führen Sie je einen Probelauf für jedes Modul durch. |
| **3–4** | Ecosystem Building – Einschränkungen | Üben Sie Rätsel zur eingeschränkten Optimierung. Trainieren Sie, zuerst die Regeln zu lesen, von den Einschränkungen rückwärts zu arbeiten und eine vollständige Kette zu validieren, bevor Sie sich festlegen. |
| **5–6** | Red Rock Study – Daten | Üben Sie hypothesengesteuertes Auswerten von Diagrammen. Zerlegen Sie Kennzahlen, bevor Sie Schlussfolgerungen ziehen; unterscheiden Sie „bewiesen" von „plausibel". Nutzen Sie den [Leitfaden zur Dateninterpretation](/en/guides/mckinsey-pst-data-interpretation/). |
| **7** | Geschwindigkeit & Telemetrie | Führen Sie beide Module unter strikter Zeitvorgabe durch. Konzentrieren Sie sich auf einen klaren, bewussten Entscheidungsweg – kein blindes Klicken. |
| **8–9** | Vollständige Simulation | Absolvieren Sie eine zeitgesteuerte Sitzung mit beiden Modulen. Überprüfen Sie nicht nur die Ergebnisse, sondern auch die *Reihenfolge und Begründung* Ihrer Entscheidungen. |
| **10** | Leichte Wiederholung + Erholung | Festigen Sie die beiden Denkweisen. Ruhen Sie sich vor dem Assessment-Tag aus. |

Ergänzen Sie dies täglich mit 10 Minuten mentalem Rechnen – Prozentsätze, Divisionsabkürzungen und Schätzungen – da die Red-Rock-Analyse schneller vorangeht, wenn die Arithmetik automatisch abläuft. Vertiefen Sie dies mit unserem [Leitfaden zum mentalen Rechnen](/en/guides/mental-math-consulting/).

## Wie Solve-Fähigkeiten auf Case-Interviews übertragen werden

Solve ist keine isolierte Hürde. Jedes Modul baut eine Fähigkeit auf, die Sie in [McKinsey Case-Interviews](/en/guides/mckinsey-case-interview-guide/) einsetzen werden:

| Solve-Modul | Anwendung im Case-Interview |
|-------------|----------------------------|
| Ecosystem Building – Einschränkungs-Mapping | Einen Fall eingrenzen und einen Issue-Tree unter realen Bedingungen strukturieren |
| Ecosystem Building – Systemdenken | Erkennen, wie Hebel in Operations- und Strategiefällen zusammenwirken |
| Red Rock – gezielte Datenextraktion | Diagramme in interviewergeführten Fällen interpretieren |
| Red Rock – Kennzahlenzerlegung | Analysen zur [Profitabilität](/en/case-types/profitability/) und [Marktvolumen-Schätzung](/en/case-types/market-sizing/) strukturieren |
| Red Rock – evidenzbasierte Schlussfolgerungen | Eine Empfehlung liefern, die tatsächlich durch die Daten gestützt wird |

Kandidaten, die Solve als erste Phase der Case-Interview-Vorbereitung betrachten – anstatt als separaten Test, den es zu überstehen gilt – schneiden in den darauffolgenden Interview-Runden durchgängig besser ab.

## Checkliste für den Assessment-Tag

- Lesen Sie jede Regel oder jeden Fall-Rahmen vollständig *bevor* Sie irgendeine Aktion durchführen – die Einrichtungszeit ist bewerteter Prozess, keine verschwendete Zeit
- Arbeiten Sie beim Ecosystem Building von den Einschränkungen rückwärts (Kalorien, Kettenlänge, Gelände); validieren Sie die gesamte Kette, bevor Sie Entscheidungen festlegen
- Formulieren Sie bei Red Rock zuerst eine Hypothese und ziehen Sie dann nur die Daten heran, die diese testen
- Zerlegen Sie jede Kennzahl, die sich verändert, bevor Sie Schlussfolgerungen ziehen; verlangen Sie Belege, nicht nur Plausibilität
- Teilen Sie die Zeit pro Modul und pro Phase ein; planen Sie einen Puffer ein, um einen fehlerhaften Weg zu korrigieren
- Klicken Sie niemals blind, um eine Antwort auszufüllen – Raten wird bestraft und Ihr Entscheidungsweg wird ausgelesen
- Halten Sie den Begründungsweg von Anfang bis Ende kohärent; die Engine bewertet, wie Sie dorthin gelangt sind

## Wichtigste Erkenntnisse

- Der schriftliche PST ist eingestellt; **Solve** ist McKinseys globaler Standard-Digital-Assessment (einige Büros führen möglicherweise noch den PST durch)
- Eine Sitzung besteht aus **zwei Mini-Spielen** in ca. 60–81 Minuten, meistens **Ecosystem Building** und **Red Rock Study**
- Die Bewertung ist **algorithmisch und prozessbasiert** – sie liest Ihren Entscheidungsweg und das Timing, daher **wird Raten bestraft** und ca. 70 % der Kandidaten werden ausgeschieden
- **Ecosystem Building** ist eingeschränkte Optimierung: Lesen Sie die Regeln, arbeiten Sie von den Einschränkungen rückwärts, validieren Sie die gesamte Kette, vermeiden Sie Sackgassen
- **Red Rock Study** ist hypothesengesteuerte Datenuntersuchung: Navigieren Sie mit Absicht, extrahieren Sie die richtigen Daten, zerlegen Sie Kennzahlen, beantworten Sie nur das, was bewiesen ist
- Diese Fähigkeiten übertragen sich direkt auf Case-Interviews und machen die Solve-Vorbereitung doppelt wertvoll

## Jetzt mit dem Üben beginnen

Beide Module belohnen dasselbe wie Case-Interviews: strukturiertes, hypothesengesteuertes Denken unter Zeitdruck. Das KI-Training von CasesCoach baut genau diese Fähigkeit auf – Sie bearbeiten echte Fälle, werden aufgefordert, jeden Schritt zu begründen, und lernen, einen klaren Entscheidungsweg zu halten, wenn die Uhr läuft. Beginnen Sie mit [McKinsey-Fällen](/en/company/mckinsey/) und [hypothesengesteuertem Problemlösen](/en/guides/hypothesis-driven-problem-solving/), und setzen Sie es dann mit unserem [KI-Mock-Interview](/account?tab=mock&lang=en) unter Druck. Ein kostenloses Konto umfasst 3 Übungsfälle sowie KI-Mock; [Pro](/pricing/) schaltet 835+ Fälle und mehrere KI-Mock-Sitzungen frei, damit Sie das Denkvermögen üben können, das beide Solve-Module erfordern.