Wie man sich auf McKinsey Solve vorbereitet: Denkvermögen mit KI aufbauen

Der alte papierbasierte Problem Solving Test belohnte eine eng gefasste Fähigkeit: das Lesen dichter Textpassagen und das Auswählen vertretbarer Multiple-Choice-Antworten unter Zeitdruck. McKinsey Solve belohnt etwas, das sich schwerer vortäuschen lässt – die Fähigkeit, ein funktionierendes Modell eines Systems aufzubauen, unübersichtliche Daten zu untersuchen und fundierte Entscheidungen zu treffen, wenn die Zeit drängt. Die meisten Kandidaten, die Schwierigkeiten mit Solve haben, mangelt es nicht an reiner Intelligenz. Sie üben das Falsche, oder sie üben ohne eine Möglichkeit festzustellen, ob sie besser werden.

Die genauen Solve-Spiele lassen sich nicht einstudieren. McKinsey wechselt sie regelmäßig und bewertet Ihren Prozess, nicht nur Ihr Ergebnis. Aber die zugrundeliegende Denkweise ist vollständig erlernbar – und es ist dieselbe Denkweise, die das Live-Case-Interview testet. Dieser Leitfaden bietet Ihnen eine Übungsschleife, die genau dieses Denken entwickelt – und zeigt, wie Sie jeden Schritt mit KI-Feedback durchführen, sodass Sie gegen ein klares Signal trainieren und nicht gegen ein bloßes Gefühl.

Was Solve tatsächlich misst

Seit etwa 2020 hat McKinsey den PST durch das digitale Solve-Assessment ersetzt, das nun in den meisten Büros weltweit der Standard ist (einige wenige nutzen möglicherweise noch das ältere PST-Format). Eine Solve-Sitzung besteht aus zwei Mini-Spielen und dauert insgesamt etwa 60 bis 81 Minuten. Die zwei, denen Sie am wahrscheinlichsten begegnen werden, sind:

• Ecosystem Building – Sie konstruieren eine Nahrungskette oder ein Riffsystem unter Ressourcenbeschränkungen und bringen dabei das, was jede Art benötigt, mit dem in Einklang, was die Umgebung bietet. Dies ist eingeschränkte Optimierung und Systemdenken im Gewand eines Spiels.
• Red Rock Study – Sie untersuchen einen Datensatz, um Fragen zu beantworten, indem Sie filtern, querverweisen und Schlussfolgerungen aus Belegen ziehen. Dies ist hypothesengetriebene Datenanalyse.

Gelegentlich erhalten Kandidaten stattdessen Sea Wolf oder Plant Defense. Die Bewertung erfolgt algorithmisch und prozessbasiert – das System verfolgt, wie Sie arbeiten, nicht nur Ihre abschließenden Antworten – und etwa 70 % der Kandidaten werden in dieser Phase ausgeschieden.

Betrachten Sie diese beiden Kernspiele noch einmal durch die Brille eines Recruiters: Kann diese Person ein komplexes System unter Einschränkungen modellieren, und kann sie Daten untersuchen, um zu einer vertretbaren Schlussfolgerung zu gelangen? Das sind die zwei Denkfähigkeiten, die es aufzubauen gilt. Alles Folgende trainiert sie.

Die Übungsschleife

Zufälliges Üben stagniert schnell. Eine Schleife, die die Feedback-Lücke schließt, ist das, was die Ergebnisse verbessert. Führen Sie diesen Zyklus in jeder Sitzung durch:

flowchart LR
    A["Schwächen<br/>diagnostizieren"] --> B["Gezielte<br/>Übungen"]
    B --> C["Simulation<br/>unter Zeitdruck"]
    C --> D["Auswertung<br/>mit Feedback"]
    D --> A
```Jeder Durchlauf des Zyklus sollte eine spezifische Schwäche schärfen – nicht nur Stunden anhäufen. Der Unterschied zwischen einem Kandidaten, der sich verbessert, und einem, der stagniert, liegt fast immer im Überprüfungsschritt: die Lücke zu schließen zwischen dem, was man getan hat, und dem, was starkes Denken getan hätte.

### Schritt 1 — Schwäche diagnostizieren

Bevor Sie gezielt üben, finden Sie heraus, welcher Denk-„Muskel" am schwächsten ist. Arbeiten Sie einen vollständigen Case von Anfang bis Ende durch und beobachten Sie, wo Sie ins Stocken geraten:

- **Zerlegung bricht zusammen**, wenn Sie zu Daten oder Berechnungen springen, bevor Sie eine Struktur haben – Sie analysieren Symptome, anstatt zur Grundursache vorzudringen.
- **Datenanalyse bricht zusammen**, wenn Sie jede Zahl gleich gewichten, übersehen, was eine Grafik Ihnen eigentlich sagt, oder keine Hypothese formulieren können, die Sie gegen die Daten testen.
- **Kopfrechnen bricht zusammen**, wenn Sie zwar genau, aber langsam sind – oder schnell, aber ungenau –, während die Zeit läuft.
- **Entscheidungsfindung bricht zusammen**, wenn Sie zwar analysieren können, aber einfrieren, wenn es Zeit ist, sich auf eine Empfehlung festzulegen.

Der schnellste Weg zu dieser Diagnose ist, sich von einem System bewerten zu lassen. Das KI-Feedback von CasesCoach bewertet jeden Übungs-Case in fünf Dimensionen – **Struktur, Analyse, Kommunikation, Business und Mathematik** – sodass Ihre schwächste Dimension keine Vermutung ist. Wenn Struktur und Analyse zurückbleiben, während Mathematik gut ist, haben Sie ein Problem mit Zerlegung und Untersuchung – genau das, was Solves zwei Kernspiele betonen.

### Schritt 2 — Gezielte Übungen

Sobald Sie den schwachen Muskel kennen, trainieren Sie ihn isoliert. Alles in jeder Sitzung zu vermischen, verbirgt, wo die eigentliche Lücke liegt.

**Strukturierte Zerlegung.** Nehmen Sie ein Geschäftsproblem und zwingen Sie sich, eine MECE-Struktur zu erstellen, bevor Sie eine einzige Zahl anfassen. Bei einer Profitabilitätsfrage zerlegen Sie Umsatz und Kosten in Treiber; bei einer Marktfrage zerlegen Sie die Nachfrage in Segmente. Die Disziplin, zuerst zu strukturieren, ist dieselbe Disziplin, die Ecosystem Building belohnt – Sie entscheiden, was wichtig ist und wie die Teile zusammenhängen, bevor Sie optimieren.

**Hypothesengetriebene Datenanalyse.** Öffnen Sie eine Grafik und schreiben Sie, bevor Sie sie analysieren, auf, was Sie erwarten, dass sie zeigt – und warum. Testen Sie dann diese Hypothese gegen die Daten. Dies ist das Red-Rock-Denkmuster: Sie lesen Zahlen nicht passiv, sondern befragen sie mit einer konkreten Frage. Dieses Training verwandelt Daten von einer Zahlenwand in Belege für oder gegen eine bestimmte Aussage.

**Kopfrechnen unter Zeitdruck.** Solves investigative Spiele belohnen schnelle, genaue Schätzungen. Vier Rechenarten decken das meiste ab:

- Prozentsätze: „Was sind 23 % von 4,2 Mio. $?"
- Wachstum über Zeiträume: „Der Umsatz wuchs 3 Jahre lang jährlich um 8 % – wie hoch ist der Multiplikator?"
- Verhältnisvergleich: „Ist A/B größer oder kleiner als C/D?" – kreuzweise multiplizieren, keine exakten Werte berechnen
- Gewichtete Durchschnitte über Segmente

Generieren Sie täglich 20 zufällige Berechnungen, nehmen Sie die Zeit und streben Sie unter 15 Sekunden pro Aufgabe an. Unser [Kopfrechnen-Leitfaden](/en/guides/mental-math-consulting/) enthält die Abkürzungen, die es wert sind, auswendig gelernt zu werden.

**Für Anfänger: Üben mit Struktur und Hinweisen.** Wenn Sie am Anfang der Vorbereitung stehen und Ihre Zerlegung noch unsicher ist, festigt das Üben unter vollem Druck nur schlechte Gewohnheiten. Der **Guided Mode** von CasesCoach ist für diese Phase konzipiert – der KI-Interviewer bietet Hinweise und gibt der Struktur Gerüst, während Sie voranschreiten, sodass Sie die *Form* guten Denkens erlernen, bevor Sie aufgefordert werden, sie ohne Unterstützung anzuwenden. Stellen Sie es sich vor wie das Trainieren mit einem Coach an Ihrer Seite.

### Schritt 3 — Zeitgesteuerte Simulation

Denken, das nur ohne Zeitdruck funktioniert, übersteht eine 60- bis 81-minütige Prüfung nicht. Sobald sich eine Übung vertraut anfühlt, setzen Sie sie unter die Uhr.

Der Sinn der Simulation ist nicht nur Geschwindigkeit – es geht darum, die Qualität Ihres Denkens stabil zu halten, während der Druck steigt. Die meisten Kandidaten verlieren 10 bis 20 Punkte an Strukturqualität, sobald ein Timer startet. Sie möchten diese Lücke schließen, indem Sie unter Bedingungen üben, die sich real anfühlen.

Dafür ist der **Expert Mode** von CasesCoach gedacht. Er simuliert den Druck eines echten Interviews – keine Hilfestellung, ein anspruchsvoller Interviewer und die Erwartung, dass Sie das Gespräch führen. Nutzen Sie ihn für Sprint- und Stresstraining, sobald Ihre Grundlagen gefestigt sind. Den Guided Mode (um die Gewohnheit sauber aufzubauen) mit dem Expert Mode (um zu beweisen, dass sie unter Druck standhält) abzuwechseln, ist der schnellste Weg von unsicher zu scharf.

### Schritt 4 — Überprüfung mit Feedback

Hier bewegen sich die Ergebnisse tatsächlich. Notieren Sie nach jedem simulierten Case nicht nur, ob Sie es „richtig hatten". Hinterfragen Sie das Denken:

| Was überprüfen | Frage stellen | Signal, dass es Ihre Schwachstelle ist |
|----------------|---------------|----------------------------------------|
| Struktur | Habe ich vor der Analyse zerlegt, und war es MECE? | Sie haben ohne Framework zu rechnen begonnen |
| Dateneinsatz | Habe ich eine Hypothese gebildet oder nur Zahlen beschrieben? | Sie haben aufgelistet, was Grafiken zeigten, ohne ein „Was bedeutet das?" |
| Mathematik | Waren Berechnungen unter Zeitdruck schnell *und* korrekt? | Genau ohne Zeitdruck, fehleranfällig unter Druck |
| Entscheidung | Habe ich mich zu einer klaren Empfehlung bekannt? | Sie haben gründlich analysiert, aber die Antwort abgeschwächt |

Ein Fünf-Dimensionen-Score nach jedem Case verwandelt diese Überprüfung von einem vagen Gefühl in eine nachverfolgbare Zahl. Wenn Ihr Analyse-Score von Sitzung zu Sitzung steigt, wissen Sie, dass das hypothesengetriebene Training wirkt. Wenn Struktur stagniert, wissen Sie, wohin Sie den nächsten Zyklus lenken müssen. Die Überprüfung anhand einer konsistenten Bewertungsrubrik ist das, was Übungsstunden in einen steigenden Score verwandelt.

## Hands-on-Zerlegung üben: Chat with Case

Die beste Einzelübung für das Denken, das Solve untersucht, ist das Durcharbeiten eines echten Cases so, wie es ein Berater tatsächlich tun würde – nicht Trivia darüber beantworten, sondern Schritt für Schritt *durchdenken*. **Chat with Case** von CasesCoach führt Sie in fünf Phasen durch einen echten Case:

1. **背景 (Kontext)** — die Situation und die gestellte Frage verstehen
2. **选框架 (Framework wählen)** — die Struktur aufbauen, die zu diesem spezifischen Problem passt
3. **填数据 (Mit Daten befüllen)** — die relevanten Zahlen in Ihre Struktur einbringen
4. **分析 (Analysieren)** — Hypothesen gegen die Belege testen
5. **结论 (Schlussfolgern)** — sich zu einer Empfehlung bekennen und sie verteidigen

Diese Abfolge ist eine direkte Probe für Solves investigatives Denken: Sie zerlegen, sammeln Belege, befragen sie und entscheiden. Da Sie an einem echten Case aus der Bibliothek statt an einem abstrakten Prompt arbeiten, überträgt sich der Zerlegungs-„Muskel", den Sie aufbauen, direkt auf Ecosystem Building und Red Rock – und auf das anschließende Live-Case-Interview.

## Ein realistischer Wochenplan

Ein nachhaltiger Rhythmus für jemanden, der sich über vier Wochen vorbereitet, mit etwa fünf Stunden pro Woche:

| Tag | Sitzung | Dauer | Fokus |
|-----|---------|-------|-------|
| Mo | Gezielte Übung | 45 Min. | Schwächster Denk-„Muskel" aus der Diagnose |
| Di | Kopfrechnen | 20 Min. | Schnelle Schätzung, zeitgesteuert |
| Mi | Chat with Case | 45 Min. | Fünfphasige Zerlegung an einem echten Case |
| Do | Guided-Mode-Case | 40 Min. | Struktur mit KI-Hinweisen aufbauen |
| Fr | Expert-Mode-Case | 45 Min. | Simulation unter vollem Druck |
| Sa | Zwei vollständige Cases + Überprüfung | 90 Min. | Simulation, dann Fünf-Dimensionen-Überprüfung |
| So | Überprüfung + Planung | 20 Min. | Score-Trends lesen, neu diagnostizieren |

Beachten Sie, dass sich der Zyklus über die Woche wiederholt: Sonntag diagnostizieren, früh in der Woche üben, Mitte bis Ende der Woche simulieren, Samstag überprüfen. Kandidaten, die diesen Rhythmus drei bis vier Wochen beibehalten, sehen ihre schwächste Dimension typischerweise auf das Niveau ihrer stärksten ansteigen – genau das ausgewogene Profil, das Solves prozessbasierte Bewertung belohnt.

## Wo Solve-Vorbereitung auf das Case-Interview trifft

Solve ist ein Eingangstor, nicht die Ziellinie. Die Kandidaten, die es gut meistern, sind meist diejenigen, die es als *Denk*-Training vorbereitet haben und nicht als Testpauken – denn dasselbe Denken ist es, was das Live-Case-Interview und die PEI-Verhaltensrunde als Nächstes verlangen. Die vier Muskeln in diesem Leitfaden (Zerlegung, Datenanalyse, Kopfrechnen, Entscheidungsfindung unter Zeitdruck) erfüllen eine Doppelfunktion.

Für das vollständige Bild der Prüfung selbst beginnen Sie mit unserem [McKinsey-Solve-Vorbereitungs-Hub](/en/guides/mckinsey-pst-solve-preparation/). Um tiefer in die einzelnen Denkfähigkeiten einzutauchen, lesen Sie [Problemlösungsstrategie nach Fragetyp](/en/guides/mckinsey-problem-solving-test-strategy/) und [Dateninterpretationstechniken](/en/guides/mckinsey-pst-data-interpretation/) – beides überträgt sich direkt auf Red Rocks investigative Anforderungen.

## Wichtigste Erkenntnisse

- Sie können die genauen Solve-Minispiele nicht trainieren, aber das Denken, das sie messen – Systemdenken und Datenanalyse – ist vollständig erlernbar
- Führen Sie jede Übungssitzung als Zyklus durch: Ihren schwächsten Muskel diagnostizieren, ihn isoliert trainieren, unter Zeitdruck simulieren, dann gegen Feedback überprüfen
- Nutzen Sie einen Fünf-Dimensionen-Score (Struktur, Analyse, Kommunikation, Business, Mathematik), um Ihre Schwäche konkret zu machen, anstatt zu raten
- Bauen Sie Struktur sauber im **Guided Mode** auf, dann beweisen Sie im **Expert Mode**, dass sie unter Druck standhält
- Nutzen Sie **Chat with Case**, um hands-on Zerlegung in fünf Phasen an einem echten Case zu üben – das Nächste, was Solves investigativem Denken entspricht
- Das Denken, das Sie für Solve aufbauen, überträgt sich direkt auf das anschließende Case-Interview und die PEI-Runde

## Beginnen Sie noch heute mit dem Üben

Der Unterschied zwischen Kandidaten, die Solve bestehen, und denen, die es nicht tun, ist selten Talent – es liegt daran, ob ihr Training das richtige Denken aufgebaut und ihnen eine Möglichkeit gegeben hat, den Fortschritt zu messen. Sie können diese Lücke jetzt schließen.

Erstellen Sie ein [kostenloses CasesCoach-Konto](/account?tab=mock&lang=en) und erhalten Sie **3 vollständige Cases plus KI-Mock-Interview**, um Ihren ersten Diagnose-Übung-Simulation-Überprüfungs-Zyklus durchzuführen und Ihre Fünf-Dimensionen-Scores zu sehen. Wenn Sie bereit sind, eine echte Routine aufzubauen, schaltet das Upgrade auf **Pro** unsere vollständige Bibliothek mit **835+ echten Cases** und **mehreren KI-Mock-Sitzungen** frei – genug, um den obigen Wochenplan so viele Wochen zu wiederholen, wie Ihr Zeitplan erfordert.

Bereit, das Denken aufzubauen, das Solve testet? [Starten Sie jetzt ein kostenloses KI-Mock-Interview](/account?tab=mock&lang=en) oder [vergleichen Sie die Pläne auf der Preisseite](/pricing/), um zu sehen, was Pro freischaltet.