QUALITY Services & Wissen GmbH
Wissen & Lernen
  • Startseite
  • Live Sessions
  • Wissen
  • Lernreisen A-Z
  • Videos A-Z
  • Präsentationen A-Z
  • Papers A-Z
  • Bibliothek A-Z
KI Tools
  • KI Tools A-Z
Magazin
  • Blog
Unternehmen & Netzwerk
  • Über uns
  • Kontakt
  • Partner
  • Links A-Z
Angebot
  • Preismodelle
Registrieren

McKinsey/GE Portfolio-Matrix AI

Projektübersicht Beispiele Methode
Methodenablauf

1 / 10Portfolioauftrag, Entscheidungsfrage und Systemgrenze definieren

McKinsey/GE Portfolio-Matrix AI

Geschäftsfelder über belegte, gewichtete Marktattraktivität und Wettbewerbsstärke priorisieren – mit Ressourcenentscheidung, Sensitivität und Migrationspfad

Gespeichert
Methodenfortschritt7/7 Qualitätsstufen
Arbeitsphasen
McKinsey/GE Portfolio-Matrix AI
Methode
Aktuelle Phase 8 von 8

Grün bedeutet: Inhalte vorhanden. Die aktive Phase zeigt die aktuelle Ansicht. Beides ist keine fachliche Freigabe.

McKinsey/GE Portfolio AI · Executive Portfolio Book

Five-page decision system: Nine-Box, criteria logic, sensitivity, resource shifts, migration paths and execution.

QuerformatDIN A4

PDF & PNG: kostenlos für alle · Weitere Exporte: nur für Kunden · JSON: nur VIPs, Admins und Superadmins

McKinsey/GE Portfolio-Matrix AI · Nine-Box · Ressourcenallokation

GE/McKinsey Portfolio 2027–2030 · MedTech

Marktattraktivität × Wettbewerbsstärke · Konfidenz · Sensitivität · Migrationspfad · Kapitalentscheidung
Version
1.0
Status
Lernsimulation
Portfolio-Check
100%
Seite
1/5
Portfolio
5 SGEs
Umsatzabdeckung
100 %
Kapitalabdeckung
100 %
Hohe Konfidenz
3/5
Ressourcen ↑
2 Einheiten
Ressourcen ↓ / Exit
1 Einheiten
1

Portfolioauftrag / Systemgrenze

OrganisationHelion Medical Systems AG · Modellunternehmen
Leitfrage / ZweckInvestitionsprioritäten zwischen Robotik, bildgebender Plattform, Software, Verbrauchsmaterial und Legacy-Geräten festlegen.
Portfolio-ScopeFünf SGEs des europäischen MedTech-Portfolios.
Markt / GeografieEuropa · Medizintechnik / Kliniksysteme
Zeitraum2027–2030
Owner / FreigabeCorporate Portfolio Strategy · Modellrolle / Executive Committee · Modellrolle
Annahmen / GrenzenRegulatorik wird als Marktattraktivitäts- und Eintrittsbarrierenfaktor betrachtet, interne Zulassungskompetenz separat als Wettbewerbsstärke.
2

Portfolio-Entscheidung

Entscheidung
Kapital und Softwaretalent auf Robotik und meilensteinbasiert auf Imaging-AI fokussieren; Diagnostic Imaging und Procedure Kits als Cash-/Kundenbasis schützen; Legacy Monitoring aktiv abbauen.
Begründung
Unterschiedliche Boxen erhalten unterschiedliche Ressourcenantworten; regulatorische Marktattraktivität und interne Regulatory-Kompetenz werden bewusst getrennt.
Priorität
hoch
Entschieden durch
Executive Committee · Modellrolle
Datum
—
3

Leselogik der Nine-Box

Attraktiv + starkFührungsposition ausbauen
Ressourcen offensiv allokieren; Wachstum und Verteidigung gleichzeitig absichern.
Attraktiv + mittelSelektiv investieren
Nur in Segmente/Fähigkeiten investieren, in denen ein realistischer Weg zur Stärke besteht.
Attraktiv + schwachOption beweisen
Hypothesen, Partnerschaften oder fokussierten Aufbau testen; kein Blankoscheck.
Mittel + starkInvestition schützen
Ertragskraft und Differenzierung sichern; Ressourcen nur gezielt erhöhen.
Mittel + mittelSelektiv steuern
Trade-offs explizit machen; Ressourcen an Trigger und Meilensteine koppeln.
Mittel + schwachTurnaround / fokussieren
Nische, Partnerschaft oder Exit-Pfad definieren.
Schwach + starkCash & Verbundwert
Cash, Kundenbindung oder Synergien nutzen; Zukunftsinvestitionen begrenzen.
Schwach + mittelErnten / repositionieren
Ressourcen schrittweise verlagern, solange Wertbeitrag geschützt bleibt.
Schwach + schwachDesinvestieren / Exit
Kapital und Managementaufmerksamkeit freisetzen; Übergang aktiv steuern.
Blatt 1 / 5
McKinsey/GE Portfolio-Matrix AI · Nine-Box · Ressourcenallokation

GE/McKinsey Portfolio 2027–2030 · MedTech

Marktattraktivität × Wettbewerbsstärke · Konfidenz · Sensitivität · Migrationspfad · Kapitalentscheidung
Version
1.0
Status
Lernsimulation
Portfolio-Check
100%
Seite
2/5
4

Nine-Box · Portfolio-Landkarte

Hohe WettbewerbsstärkeMittlere StärkeNiedrige Stärke
Hohe Attraktivität
Mittlere Attraktivität
Niedrige Attraktivität
Führungsposition ausbauen
Selektiv investieren
Option aufbauen / beweisen
Investition schützen
Selektiv steuern
Turnaround / fokussieren
Cash & Verbundwert nutzen
Ernten / repositionieren
Desinvestieren / Exit
Robotic Surgery Platform4.35/3.8524 % Umsatzselektiv erhöhen
Imaging Workflow AI4.15/2.758 % Umsatzselektiv erhöhen
Diagnostic Imaging Systems3.05/4.236 % Umsatzhalten
Single-use Procedure Kits3.65/422 % Umsatzhalten
Legacy Patient Monitors2.05/2.4510 % Umsatzdeutlich reduzieren / Exit vorbereiten
Bubblegröße: Portfolio-UmsatzanteilPosition: kontinuierliche Scores 1–5 · Rastergrenzen bei 2,34 / 3,67Gold: SGE · Entscheidung bleibt evidenz-/sensitivitätsabhängig
Blatt 2 / 5
McKinsey/GE Portfolio-Matrix AI · Nine-Box · Ressourcenallokation

GE/McKinsey Portfolio 2027–2030 · MedTech

Marktattraktivität × Wettbewerbsstärke · Konfidenz · Sensitivität · Migrationspfad · Kapitalentscheidung
Version
1.0
Status
Lernsimulation
Portfolio-Check
100%
Seite
3/5
5

Kriterienlogik · Evidenz · Sensitivität

SGE / EvidenzMarktdefinitionMarktattraktivitätWettbewerbsstärkeKonfidenz / Sensitivität
Robotic Surgery Platform
C – Modellannahme / zu validieren
Modellannahme – Markt-/klinische Daten zu validieren.
EU · ausgewählte minimalinvasive OP-Segmente · Universitäts-/Maximalversorger; Substitute: konventionelle MIS-Systeme.4.35/5
Wachstum 25%×5=1,25; Marktgröße 15%×4=0,60; Marge 15%×4=0,60; Eintrittsbarrieren 15%×5=0,75; klinischer Nutzen 20%×4=0,80; Regulierungsrisiko 10%×3=0,30; Summe=4,30; Servicehebel +0,05=4,35.
Treiber: Hoher klinischer/technologischer Wert; Zulassungs- und Adoptionrisiko.
3.85/5
Technologie 25%×5=1,25; klinische Evidenz 20%×4=0,80; Marktposition 20%×3=0,60; Service 15%×4=0,60; Kosten 10%×2=0,20; Vertrieb 10%×4=0,40; Summe=3,85.
Treiber: Technisch stark, aber noch nicht dominante installierte Basis.
Konfidenz: mittel
Sensitivität: Verzögerung klinischer Adoption um 2 Jahre senkt Attraktivität ca. 0,4; Stärke fällt bei Evidenzrating 4→2 um 0,4.
Imaging Workflow AI
C – Modellannahme / zu validieren
Modellannahme – Nutzung und Erstattung zu validieren.
EU · radiologische Workflow-AI · Kliniken; Substitute: PACS-native AI und Point Solutions.4.15/5
Wachstum 30%×5=1,50; Skalierung 20%×5=1,00; Preismacht 10%×3=0,30; Regulierung 15%×3=0,45; Wettbewerb 15%×2=0,30; Cross-sell 10%×5=0,50; Summe=4,05; Datenhebel +0,10=4,15.
Treiber: Skalierung attraktiv; starker Wettbewerbsdruck und Regulierungs-/Erstattungsunsicherheit.
2.75/5
Datenzugang 25%×4=1,00; Algorithmus 20%×4=0,80; Marktposition 20%×2=0,40; Vertrieb 15%×2=0,30; Integration 10%×2=0,20; Kosten 10%×1=0,10; Summe=2,80; Implementierungsfriktion -0,05=2,75.
Treiber: Gute Datenbasis, aber schwacher Go-to-market und Integration.
Konfidenz: niedrig
Sensitivität: Zwei strategische PACS-Integrationen können Stärke >3,0 heben; Erstattungsausfall senkt Attraktivität unter 3,67.
Diagnostic Imaging Systems
C – Modellannahme / zu validieren
Modellannahme – installed base und Marge zu validieren.
EU · Mid-range Diagnostic Imaging · Kliniken/Praxen.3.05/5
Wachstum 25%×3=0,75; Marge 20%×3=0,60; Ersatzzyklus 20%×4=0,80; Wettbewerb 15%×2=0,30; Regulierung 10%×3=0,30; Preismacht 10%×3=0,30; Summe=3,05.
Treiber: Stabiler Ersatzmarkt, aber begrenztes Wachstum und Preisdruck.
4.2/5
Installed base 25%×5=1,25; Service 20%×5=1,00; Qualität 15%×5=0,75; Vertrieb 15%×4=0,60; Kosten 15%×3=0,45; Technologie 10%×2=0,20; Summe=4,25; Plattformalter -0,05=4,20.
Treiber: Sehr starke installierte Basis und Service; Plattformalter begrenzt Zukunftswert.
Konfidenz: hoch
Sensitivität: Attraktivität bleibt mittel selbst bei ±1 Wachstumspunkt; Stärke fällt erst bei Service-/Qualitätsverschlechterung deutlich.
Single-use Procedure Kits
C – Modellannahme / zu validieren
Modellannahme – Nachfragebindung und Kostenbasis zu validieren.
EU · prozedurspezifische Verbrauchsmaterialien · Kliniken.3.65/5
Wachstum 20%×3=0,60; Recurring Revenue 25%×5=1,25; Marge 20%×4=0,80; Eintrittsbarrieren 10%×4=0,40; Wettbewerb 15%×2=0,30; Regulierung 10%×3=0,30; Summe=3,65.
Treiber: Wiederkehrender Bedarf; Preisdruck im Einkauf.
4/5
Installed base access 30%×5=1,50; Qualität 20%×5=1,00; Kosten 20%×3=0,60; Vertrieb 10%×4=0,40; Differenzierung 10%×2=0,20; Supply 10%×3=0,30; Summe=4,00.
Treiber: Starker Zugang über installierte Systeme, begrenzte Produktdifferenzierung.
Konfidenz: hoch
Sensitivität: Attraktivität überschreitet 3,67 bereits bei kleiner Verbesserung der Marge/Preismacht; nahe Grenzbox.
Legacy Patient Monitors
C – Modellannahme / zu validieren
Modellannahme – Obsoleszenz- und Servicekosten zu validieren.
EU · Low/mid acuity patient monitoring Legacy-Installationen.2.05/5
Wachstum 25%×1=0,25; Marge 20%×2=0,40; Preismacht 15%×2=0,30; Wettbewerb 15%×2=0,30; Technologie 15%×1=0,15; Ersatzbedarf 10%×5=0,50; Summe=1,90; regulatorischer Restbedarf +0,15=2,05.
Treiber: Technologische Substitution; Ersatzgeschäft bleibt temporär.
2.45/5
Installed base 25%×4=1,00; Technologie 20%×1=0,20; Kosten 20%×2=0,40; Service 15%×3=0,45; Vertrieb 10%×2=0,20; Qualität 10%×2=0,20; Summe=2,45.
Treiber: Kundenbasis vorhanden, aber Produkt-/Kostenposition schwach.
Konfidenz: hoch
Sensitivität: Attraktivität bleibt niedrig; Boxwechsel strategisch nicht plausibel.
Blatt 3 / 5
McKinsey/GE Portfolio-Matrix AI · Nine-Box · Ressourcenallokation

GE/McKinsey Portfolio 2027–2030 · MedTech

Marktattraktivität × Wettbewerbsstärke · Konfidenz · Sensitivität · Migrationspfad · Kapitalentscheidung
Version
1.0
Status
Lernsimulation
Portfolio-Check
100%
Seite
4/5
6

Ressourcenallokation · Migrationspfade

SGE / RolleUmsatz / KapitalCash / ErgebnisRessourcenentscheidungZielposition / Pfad 12–36MTrigger / Abhängigkeiten
Robotic Surgery Platform
Wachstumsmotor
Umsatz: 24 %
Kapital: 32 %
Noch unter Zielrendite wegen hoher Entwicklungs- und Launchkosten.selektiv erhöhen
Prioritätsgeschäft, aber Kapital an klinische und kommerzielle Proof Points koppeln.
24–36M: Stärke >4,2 durch klinische Evidenz, Training und Service-Netz.Trigger: Investitionsstufe erhöhen bei >15 Referenzkliniken, Utilization >Zielband und regulatorischen Meilensteinen on-time.
Portfolio: Verbrauchsmaterial und Service erzeugen Recurring Revenue; bindet höchste R&D-Kapazität.
Imaging Workflow AI
Option / Zukunftswette
Umsatz: 8 %
Kapital: 12 %
Negativer Cashflow; hoher Optionswert.selektiv erhöhen
Ring-fenced Option mit harter Beweislogik.
12–18M: Integration und Adoption beweisen; danach Scale/Partner/Stop.Trigger: Scale nur bei 3 Integrationen, >70 % aktive Nutzung und positiver Unit Economics.
Portfolio: Nutzt installierte Imaging-Basis; konkurriert mit Robotik um Softwaretalent.
Diagnostic Imaging Systems
Kern-/Ertragsgeschäft
Umsatz: 36 %
Kapital: 31 %
Stärkster Cash-Geber.halten
Cash und Kundenbasis schützen; nicht kaputtsparen.
36M: Cash/Service schützen und Kunden auf nächste Plattformgeneration migrieren.Trigger: Erhaltungsinvestition solange Service-NPS und OTD im Ziel; keine großen Plattforminvestitionen ohne Upgrade-Case.
Portfolio: Finanziert Robotik/AI und stellt Cross-Sell-Kundenbasis.
Single-use Procedure Kits
Kern-/Ertragsgeschäft
Umsatz: 22 %
Kapital: 15 %
Hoher Cash- und Margenbeitrag.halten
Halten, Effizienz und Attach Rate steigern.
12–24M: Bundling und Supply-Robustheit steigern; selektiv in Premium-Sets investieren.Trigger: Investieren bei attach rate >Ziel; reduzieren bei Rohmaterialkosten >definiertem Schwellenwert ohne Preisdurchsetzung.
Portfolio: Finanziert Plattformen und erhöht Lifetime Value der installierten Basis.
Legacy Patient Monitors
Cash-/Harvest-Geschäft
Umsatz: 10 %
Kapital: 10 %
Sinkender positiver Cashflow, steigende Lifecyclekosten.deutlich reduzieren / Exit vorbereiten
Kontrolliert ernten und Kundenmigration als eigenes Programm führen.
18–30M: Kunden auf neue Plattform migrieren, Varianten abbauen, Service-Enddatum aktiv managen.Trigger: Neue Entwicklung stoppen; beschleunigter Exit bei Servicekosten >15 % Umsatz oder kritischer Obsoleszenz.
Portfolio: Kundenmigration schützt Imaging-/Service-Beziehung; ungeplanter Exit schädigt Vertrauen.
Blatt 4 / 5
McKinsey/GE Portfolio-Matrix AI · Nine-Box · Ressourcenallokation

GE/McKinsey Portfolio 2027–2030 · MedTech

Marktattraktivität × Wettbewerbsstärke · Konfidenz · Sensitivität · Migrationspfad · Kapitalentscheidung
Version
1.0
Status
Lernsimulation
Portfolio-Check
100%
Seite
5/5
7

Execution · Maßnahmen · Wirksamkeit

BezugMaßnahmeOwner / TerminKPITriggerWirksamkeitsnachweis
Robotic Surgery PlatformRobotik-Launch an klinische Proof Points koppelnBU Robotics
2027-12-31
Referenzkliniken · Utilization · GM>15 Referenzkliniken + Adoption im ZielbandPortfolio Gate auf Basis klinischer und kommerzieller KPIs.
Imaging Workflow AIAI-Option über Integrationen und Unit Economics beweisenDigital Health
2027-09-30
Integrationen · aktive Nutzung · Unit Economics3 Integrationen + >70 % aktive NutzungScale/Partner/Stop-Entscheidung im Review.
Diagnostic Imaging SystemsImaging Cash Engine und Servicequalität schützenBU Imaging
2027-12-31
FCF · OTD · Service-NPSService-NPS/OTD bleiben im ZielCash und Servicequalität trotz Ressourcenverschiebung stabil.
Single-use Procedure KitsProcedure-Kit Attach Rate und Supply Robustness erhöhenConsumables
2027-12-31
Attach Rate · GM · OTIFAttach-rate Potenzial >5ppAttach Rate und Marge steigen ohne Qualitätsrisiko.
Legacy Patient MonitorsLegacy Monitoring Migration & Phase-outLifecycle Management
2029-03-31
Migrationsquote · Servicekosten · RestvariantenServicekosten >15 % Umsatz oder ObsoleszenzMigration bei kontrollierter Servicekontinuität.
8

Review / Qualitätsgate

Geprüft durchCorporate Portfolio Strategy · Modellrolle
Prüfdatum2026-10-01
Ergebnis / AuflagenDidaktischer Modellfall; keine reale Freigabe. Vor Anwendung Daten und Kriteriengewichte organisationsspezifisch validieren.
Portfolio-Check100% · rot 0 · gelb 0
9

Research / Validierung

1. Keine Research-Quelle gespeichert
Entscheidungsregel: Eine Boxposition allein autorisiert keine Investition. Marktgrenze, Rechenbasis, Evidenz, Sensitivität, Ressourcenentscheidung und Migrationspfad müssen gemeinsam freigegeben werden.
Blatt 5 / 5
Learn Experience
QUALITY · KVP · OPEX · KI

Unser LXP-Gedanke: Wissen in Handeln verwandeln – mit Lernreisen, praxisnahen Tools und Gamification für Qualität, KVP, Operational Excellence und KI.

Frankfurt am Main
Kontakt aufnehmen
Wissen
  • Wissen Übersicht
  • Lernreisen A-Z
  • Videos A-Z
  • Präsentationen A-Z
  • Papers
  • Bibliothek A-Z
Wissen anwenden
  • Tools für die Praxis
  • KI-Apps
  • Live Sessions
  • Lernformate
  • Preismodelle
Unternehmen
  • Über uns (About)
  • Unsere Farbwelten
  • Kontakt (Contact)
  • Partner & Ökosystem
  • Impressum
  • Netiquette
Recht & Sicherheit
  • Datenschutz
  • DSGVO-Übersicht
  • Trust Center
  • Nutzungsbedingungen
© 2026 Quality Services & Wissen GmbH · Frankfurt am Main
ImpressumDatenschutzNutzungsbedingungenNetiquette

Deine Privatsphäre. Deine Entscheidung.

Notwendiger Speicher hält Anmeldung, Sicherheit und deine Auswahl bereit. Nur mit deiner Zustimmung messen wir Seitenaufrufe und Nutzung.

Du entscheidest freiwillig. Videos und Inhalte bleiben bei jeder Auswahl verfügbar. Externe Medien können Daten an ihre Anbieter übertragen. Änderbar über „Cookie-Einstellungen“ im Seitenfuß.

DatenschutzerklärungImpressum