Plattform-Geschäftsmodelle machen sieben der zehn wertvollsten Unternehmen der Welt aus, und Beratungsunternehmen testen Plattformstrategien in etwa 15–20 % der Fälle im Technologiesektor. Das Verständnis von Netzwerkeffekten, mehrseitiger Marktdynamik und Ökosystem-Governance unterscheidet starke Kandidaten von durchschnittlichen.
Warum Plattform-Cases so häufig vorkommen
Führende Beratungsunternehmen betreuen täglich Klienten, die sich mit Plattformökonomie auseinandersetzen – Marktplatz-Launches, API-Monetarisierungsentscheidungen, Ökosystemverteidigung gegen Aggregatoren. Basierend auf unserer Analyse von über 800 Case-Prompts tauchen plattformbezogene Fragen in drei unterschiedlichen Mustern auf:
| Muster | Typischer Prompt | Zentrale Herausforderung |
|---|---|---|
| Marktplatz-Launch | „Sollte unser Klient einen zweiseitigen Marktplatz aufbauen?" | Henne-Ei-Problem, Subventionierungsstrategie |
| Plattformverteidigung | „Ein Wettbewerber plattformisiert sich – wie sollte unser Klient reagieren?" | Burggrabenanalyse, Wechselkosten |
| Ökosystem-Monetarisierung | „Wie sollte unser Klient sein Entwickler-Ökosystem monetarisieren?" | Wertabschöpfung ohne Wachstumshemmung |
Aus unserer Erfahrung mit Kandidaten, die sich auf McKinsey- und BCG-Interviews im Technologiebereich vorbereiten, ist der häufigste Fehler, Standard-Wachstums-Frameworks anzuwenden, ohne die nichtlinearen Dynamiken von Netzwerkeffekten zu berücksichtigen.
Das Framework für Plattformökonomie
Jeder Plattform-Case lässt sich durch diese Perspektive aufschlüsseln:
mindmap
root((Plattformstrategie))
Netzwerkeffekte
Direkte Effekte
Nutzungswert auf derselben Seite
Indirekte Effekte
Anziehungskraft auf die andere Seite
Dateneffekte
ML-Verbesserungsschleifen
Marktstruktur
Multi-Homing-Kosten
Winner-takes-most vs. fragmentiert
Regulierungsrisiko
Monetarisierung
Transaktionsgebühren
Abonnement-Stufen
Werbung
Datenlizenzierung
Governance
Qualitätskontrolle
Disintermediationsrisiko
Plattformregeln
Schlüsselkonzepte, die Sie kennen müssen
Netzwerkeffekte: Direkt vs. Indirekt
Direkte Netzwerkeffekte bedeuten, dass jeder zusätzliche Nutzer die Plattform für andere Nutzer auf der gleichen Seite wertvoller macht (z. B. soziale Netzwerke – mehr Freunde, mehr Wert). Indirekte Netzwerkeffekte bedeuten, dass mehr Nutzer auf einer Seite mehr Nutzer auf der anderen Seite anziehen (z. B. mehr Käufer ziehen mehr Verkäufer auf einem Marktplatz an).
Im Case-Interview müssen Sie identifizieren, welcher Typ zutrifft, und die Stärke quantifizieren. Eine häufige Nachfrage des Interviewers: „Ab welchem Punkt flachen Netzwerkeffekte ab?"
Multi-Homing und Wechselkosten
Multi-Homing bezeichnet die gleichzeitige Nutzung mehrerer konkurrierender Plattformen durch Nutzer. Wenn die Multi-Homing-Kosten niedrig sind (Fahrgäste nutzen sowohl Uber als auch Lyft), schwächen sich Winner-takes-most-Dynamiken ab. Wenn die Wechselkosten hoch sind (Enterprise-SaaS mit tiefen Integrationen), halten Platzhirsche verteidigungsfähige Positionen.
| Faktor | Niedrige Multi-Homing-Kosten | Hohe Multi-Homing-Kosten |
|---|---|---|
| Nutzerverhalten | Aufgeteilt auf mehrere Plattformen | Konsolidierung auf einer Plattform |
| Wettbewerbsdynamik | Fragmentierter Markt | Winner-takes-most |
| Preissetzungsmacht | Begrenzt | Stark nach Lock-in |
| Strategische Implikation | Wettbewerb über Nutzererlebnis | Wettbewerb über Ökosystembreite |
Das Henne-Ei-Problem
Jeder Marktplatz steht vor einem Kaltstart-Problem: kein Angebot ohne Nachfrage, keine Nachfrage ohne Angebot. Im Interview sollten Sie konkrete Sequenzierungsstrategien vorschlagen:
- Single-Player-Modus – eigenständigen Mehrwert bieten, bevor das Netzwerk existiert (z. B. OpenTables Restaurantbuchungssoftware)
- Eine Seite subventionieren – die schwerer zu gewinnende Seite mit wirtschaftlichen Anreizen anlocken (z. B. Uber mit stündlichen Garantiezahlungen an frühe Fahrer)
- Geografie einschränken – beide Seiten zunächst in einem Markt konzentrieren (z. B. Stadt für Stadt launchen)
- Huckepack nehmen – bestehendes Angebot von einer anderen Plattform importieren (z. B. Airbnb mit Craigslist-Inseraten)
Strukturierung eines Plattform-Cases: Schritt für Schritt
flowchart TD
A[Plattformtyp identifizieren] --> B{Wer sind die Seiten?}
B --> C[Netzwerkeffekte kartieren]
C --> D[Wettbewerbsdynamik bewerten]
D --> E{Winner-takes-most?}
E -->|Ja| F[Geschwindigkeit- und Skalierungsstrategie]
E -->|Nein| G[Differenzierungsstrategie]
F --> H[Monetarisierungszeitpunkt]
G --> H
H --> I[Governance und Vertrauen]
I --> J[Abschließende Empfehlung]
Einen umfassenderen Überblick über Case-Muster in der Technologiebranche finden Sie in unserem Technologiebranche Deep Dive.
Schritt 1: Plattformtyp identifizieren. Handelt es sich um einen Marktplatz (Airbnb), eine Plattform als Infrastruktur (AWS) oder ein Ökosystem-Play (Apple App Store)?
Schritt 2: Die Seiten und ihre Anreize kartieren. Was möchte jede Seite? Wie hoch ist ihre Zahlungsbereitschaft? Welche Seite ist schwerer zu gewinnen?
Schritt 3: Stärke der Netzwerkeffekte bewerten. Sind die Effekte lokal oder global? Flachen sie ab? Können sie negativ werden (Überlastung, Spam)?
Schritt 4: Wettbewerbsgleichgewicht bestimmen. Wird sich dieser Markt basierend auf Multi-Homing-Kosten und Netzwerkeffekttyp konsolidieren oder fragmentieren?
Schritt 5: Monetarisierungsansatz empfehlen. Wann sollte die Plattform beginnen, Wert abzuschöpfen, und von welcher Seite?
Häufige Fehler bei Plattform-Cases
Basierend auf unserer Arbeit mit über 200 Kandidaten sind dies die Muster, die Punkte kosten:
- Lineare Wachstumsmodelle anwenden – Plattformen wachsen nichtlinear; eine Verdopplung der Ausgaben verdoppelt nicht die Nutzerzahl
- Die Angebotsseite ignorieren – Kandidaten konzentrieren sich auf die Kundengewinnung und vergessen die Stückökonomie für Anbieter
- Verfrühte Monetarisierung – aggressive Take-Rates empfehlen, bevor eine kritische Masse erreicht ist
- Regulierungsrisiko übersehen – Plattformdominanz löst zunehmend kartellrechtliche Prüfungen aus (EU Digital Markets Act, US-Kartellverfahren)
- Plattform mit Produkt verwechseln – nicht jedes digitale Produkt ist eine Plattform; eine Plattform muss den Austausch zwischen unterschiedlichen Nutzergruppen ermöglichen
Übungs-Prompt: Marktplatz-Expansion
Ihr Klient ist ein erfolgreicher B2B-Beschaffungsmarktplatz, der Hersteller mit Rohstofflieferanten in Nordamerika verbindet. Das Unternehmen generiert 2 Mrd. USD GMV mit einer Take-Rate von 3 %. Der CEO möchte nach Südostasien expandieren. Wie würden Sie diese Möglichkeit bewerten?
Struktur einer starken Antwort:
- Bewerten, ob Netzwerkeffekte lokal oder global sind (Beschaffungsbeziehungen tendieren dazu, regional zu sein)
- Bereitschaft der Angebotsseite evaluieren, einer neuen Geografie beizutreten (gibt es ein Henne-Ei-Problem?)
- Wettbewerbslandschaft in Südostasien analysieren (bestehende Plattformen, staatliche Beschaffungsregeln)
- Unterschiede in der Stückökonomie modellieren (niedrigerer durchschnittlicher Verkaufspreis, andere Margenstruktur)
- Eine Sequenzierungsstrategie empfehlen (zunächst ein Land, mit welchem Segment beginnen)
Wichtigste Erkenntnisse
- Plattform-Cases erfordern grundlegend andere Frameworks als traditionelle Branchen-Cases – Netzwerkeffekte erzeugen nichtlineare Dynamiken, die Standard-Wachstumsmodelle nicht erfassen
- Immer den Plattformtyp (Marktplatz, Infrastruktur, Ökosystem) identifizieren und beide Seiten kartieren, bevor man in die Analyse einsteigt
- Das Henne-Ei-Problem ist das am häufigsten geprüfte Unterthema; 3–4 Sequenzierungsstrategien mit Beispielen parat haben
- Multi-Homing-Kosten bestimmen, ob sich der Markt konsolidieren oder fragmentieren wird – dies prägt die gesamte strategische Empfehlung
- Niemals aggressive Monetarisierung empfehlen, bevor auf beiden Seiten eine kritische Masse etabliert ist
- Regulierungsrisiken (Kartellrecht, Datenschutz) sind zunehmend relevant und zeigen im Interview ein ausgeprägtes unternehmerisches Bewusstsein
Bereit, Plattformstrategie-Cases zu üben? Entdecken Sie Technologiebranche-Cases in unserer Case-Bibliothek für echte Prompts, oder schärfen Sie Ihre Strukturierungsfähigkeiten mit KI-Mock-Interview-Sessions, die Ihnen Echtzeit-Feedback zur Qualität Ihres Frameworks geben.