Lernschleifen | Competivation

Gestaltende Innovationsforschung zu KI-Anwendungen

25.03.26

Weltweit stehen viele Unternehmen vor der Herausforderung, bei der Künstlichen Intelligenz (KI) nicht den Anschluss zu verlieren und mit KI-Werkzeugen, die ihr spezifisches Wissen nutzen, Wettbewerbsvorteile zu erzielen. Diese Entwicklung führt zur Renaissance einer gestaltenden Management- und Innovationsforschung, die das Ziel hat, Theorie und Praxis zu verbinden. Dabei verlagert sich die Forschung von der empirischen Arbeit an Universitäten zu einem verbindenden Gestalten in Reallaboren des Wandels.

In diesem Blogpost skizziere ich die Entwicklung des gestaltenden Forschungsansatzes, zeige seine Vorteile auf und erläutere ein allgemeines Vorgehenskonzept.

Jahr der Entscheidung bei der Anwendung von KI

2026 könnte zum Jahr werden, in dem sich für viele Unternehmen entscheidet, ob bei der Anwendung von KI der Durchbruch gelingt oder ob es bei isolierten Pilotprojekten bleibt. Nach einer Analyse des Marktforschungsunternehmens Forrester berichten nur 15 Prozent der Entscheider, dass der Einsatz von KI bislang messbar zum operativen Ergebnis ihrer Unternehmen beigetragen hat. Dies könnte dazu führen, dass diese rund ein Viertel ihrer geplanten Ausgaben für KI auf 2027 verschieben. Die Gefahr bei einer zu zögerlichen KI-Anwendung ist jedoch, dass so ein Rückstand entsteht, der nur schwer aufzuholen ist.¹

Andererseits gelingt es Vorreiter-Unternehmen, mit einer an ihre spezifische Situation angepassten KI deutliche Wettbewerbsvorteile zu erzielen. Diese Pioniere praktizieren eine gestaltende Management- und Innovationsforschung, um so die Grundlage für Erfolge zu schaffen. Ein Beispiel ist Siemens, das das weltweite größte und breiteste Angebot an industriellen KI-Anwendungen gestalten und seinen Unternehmenswert verdoppeln möchte.²

Das Institut der Deutschen Wirtschaftsforschung (IW) prognostiziert, dass das Potenzial zur Steigerung der Bruttowertschöpfung durch den Einsatz von KI bis 2034 in Deutschland bei 440 Milliarden Euro liegt. Davon entfallen 110 Milliarden Euro auf mögliche Innovationen und 330 Milliarden Euro auf einer Steigerung der Produktivität. Für den Industriestandort Deutschland bildet vor allem die Anwendung von KI eine Chance. Das hat auch Google, die Tochter des US-Technologiekonzerns Alphabet erkannt. Man wird in Deutschland 5,5 Milliarden Euro investieren und in Berlin ein Zentrum für KI-Anwendungen eröffnen, wo auch eigene Forscher angesiedelt sind.³

Aus dieser neuen Lage ergeben sich spannende Implikationen für die Gestaltung von KI-Ökosystemen.

Gestaltung von KI-Ökosystemen

Die Chance für etablierte Unternehmen liegt in einer wissensspezifischen KI, bei der KI-Werkzeuge das spezielle Know-how der Unternehmen nutzen und verstärken.⁴ Dies gelingt am besten in KI-Ökosystemen.

Unter dem Begriff KI-Ökosystem versteht man ein dynamisches Netzwerk mit guten Verbindungen zwischen verschiedenen Akteuren, die KI-Technologien nutzen, um Innovationen zu gestalten und zu verbreiten. KI-Ökosysteme können auf eine Region konzentriert sein und sich um einen Kern herum entwickelt haben, z.B. eine Universität oder ein Unternehmen. Das bekannteste und einflussreichste KI-Ökosystem der Welt ist im Silicon Valley in der San Francisco Bay Area entstanden. Den Kern des Silicon Valley hat in den 1930er Jahren die Stanford University nahe Palo Alto gebildet. 1939 gründeten Bill Hewlett und David Packard dort in einer Garage das Unternehmen HP. Später haben sich hier führende Halbleiter-Unternehmen, die dem Tal seinen Namen gegeben haben und einige der großen KI-Anbieter angesiedelt.

Die Stanford University ist das Vorbild für Helmut Schöneberger gewesen, den Chef des Münchner Gründerzentrums Unternehmertum. Entscheidend für den Erfolg waren dabei die Zusammenarbeit mit der Technischen Universität München und die Unterstützung durch die BMW-Gesellschafterin Susanne Klatten: Daneben sind in München weitere Gründerzentren entstanden, wie z.B. das Center for Digital Technology and Management (CDTM), das den transdisziplinären Master-Studiengang Technology Management anbietet, dabei eng mit Industriepartnern zusammenarbeitet und über 250 Unternehmensgründungen hervorgebracht hat.

2025 haben Startups in München 3,3 Milliarden Euro Risikokapital erhalten und damit bei diesem Kriterium Berlin auf Rang 2 verdrängt, wo Jungunternehmen 2,7 Milliarden Euro einsammeln konnten. Daneben sind aber auch in anderen deutschen Regionen KI-Ökosysteme mit erfolgreichen Startups entstanden.

Schlüsselakteure in KI-Ökosystemen sind:

Verantwortliche in relevanten Politikfeldern und auf verschiedenen Ebenen von Ländern und Regionen
Universitäten und Schulen
KI-Startups, die als Ausgründungen entstanden sind oder sich in einer Region angesiedelt haben
Wagniskapitalgeber, die mit Venture Capital das Wachstum der KI-Startups finanzieren
große Anbieter von KI-Hardware und -Software, die mit ihrer Kapitalkraft die Finanzmärkte prägen und einen erheblichen Einfluss auf Umwelt und Gesellschaft haben sowie
etablierte Unternehmen und ihre Mitarbeitenden, die KI anwenden, mit Startups zusammenarbeiten und sich an ihnen beteiligen.

Ein interessantes Beispiel für neue Möglichkeiten der Zusammenarbeit zwischen etablierten Unternehmen und Startups liefert die Pharmaforschung.

In der Pharmabranche beschleunigen Techbio-Unternehmen, wie das französische Startup Owkin mithilfe von KI die frühe Wirkstoffforschung. Eine erste Welle von Medikamenten, die so entwickelt wurden, befindet sich in klinischen Studien. Eine mögliche Form der Zusammenarbeit ist, dass KI-Biotechs die frühe Wirkstoffsuche übernehmen und etablierte Pharma-Unternehmen die späteren Phasen und die Vermarktung. Eine andere Option ist, dass Pharma-Unternehmen die KI-Startups akquirieren und entsprechende eigene Kompetenzen aufbauen. In jedem Fall steht die forschungsintensive Branche vor einem grundlegenden Wandel, bei dem die Gestaltung von KI-Ökosystemen ein wichtiger Erfolgsfaktor ist.⁵ Das Beispiel verdeutlicht, dass sich mit dem Wandel von Branchen auch die Managementforschung verändert.

Künstliche Intelligenz ist aber nicht nur Treiber von Produktivität und Innovation, sondern stellt auch eine potenzielle Bedrohung dar. Angesichts der Veränderungen der Geopolitik kommt es für Europa darauf an, Gestaltungsmacht zurückzugewinnen. Ein wichtiges Mittel hierzu kann eine vertrauenswürdige KI sein. Die jüngste Auseinandersetzung zwischen der US-Regierung mit dem US-Startup Anthropic verdeutlicht, wie politisch die Gestaltung von KI-Ökosystemen inzwischen geworden ist.⁶ Auch dies führt zu gravierenden Veränderungen in der Managementforschung.

Ein wichtiger Aspekt, der bei KI-Ökosystemen häufig übersehen wird, sind die ökologischen und sozialen Wirkungen, die von KI-Technologien ausgehen. So erfordern große Sprachmodelle die Arbeit von Crawlern, die Daten zusammentragen und Annatoren, die Texte und Bilder kommentieren, bewerten und beschriften. Diese Arbeit läuft versteckt von der Öffentlichkeit häufig in Ländern des „globalen Südens“ ab. Die Transparenz dieser Lieferketten ist gering.⁷

Managementforschung in Reallaboren des Wandels

In der betriebswirtschaftlichen Forschung dominieren seit langem empirische Ansätze, die überwiegend von Universitäten ausgehen. Die Ergebnisse ihrer Arbeiten publizieren die Autoren in wissenschaftlichen Fachzeitschriften, die Praktiker aber nur selten lesen. Die Kritik an diesem Rückzug in einen „wissenschaftlichen Elfenbeinturm“ bemängelt, die praktische Relevanz der Forschung habe abgenommen. Diese Kritik ist nicht neu, aber stärker geworden.⁸

Die Universitäten verteidigen ihre Position mit dem Argument, die Praxisrelevanz der empirischen Forschung basiere auf „Exkursionen ins Feld“, in denen die Sichtweisen relevanter Akteure analysiert würden. Das Ziel der Arbeiten liegt jedoch in der Regel nicht darin, konkrete Objekte wie z.B. neue KI-basierte Geschäftsmodelle in ihrem spezifischen Kontext zu gestalten.⁹

Insofern unterscheidet sich die betriebswirtschaftliche Forschung von dem gestaltenden Ansatz der Technikwissenschaften, der überwiegend in Laboren und Pilotanlagen abläuft.

Aufgrund der wachsenden Bedeutung einer inter- oder transdisziplinären Forschung nimmt auch in der Managementwissenschaft inzwischen der Anteil eines verbindenden Gestaltens zu. Diese praxisnahe, Design-orientierte Forschung erfolgt zunehmend in Reallaboren des Wandels.¹⁰ Ein wichtiger Treiber dieser Entwicklung ist die Künstliche Intelligenz, die als Motor für die Gründung von Startups und eine Neuausrichtung etablierter Unternehmen wirkt. Wir vertreten die Auffassung, die Managementforschung sollte nach einer Phase des Rückzugs in Universitäten wieder stärker in der Praxis stattfinden und dabei gestaltende Ansätze nutzen.

Mit dieser Antwort auf die Fragen nach dem Wie und Wo der Forschungsansätze beginnt ein neues Kapitel in der Entwicklungsgeschichte der Managementforschung. Ein wichtiges Kennzeichen dieser Neuausrichtung auf ein Connective Design ist eine Forschung, in der Wissenschaftler, Berater und Praktiker ihre verschiedenen Perspektiven und Stärken zusammenführen. Der Nutzen liegt in einer besseren Lösung komplexer Probleme ausgehend von neuen wissenschaftlichen Erkentnissen.¹¹

Ein Beispiel liefert die Entwicklung von humanoiden Robotern. In dem rasant wachsenden Markt haben die Unternehmen die besten Chancen, die Software- und Hardware-Kompetenz verbinden. Dabei sind Daten aus der realen Welt der größte Engpass. Der Metzinger Hersteller Neura Robotics hat sich daher entschieden, Trainingshallen für Roboter zu errichten. Eines der ersten dieser Gyms entsteht in Zusammenarbeit mit der Technischen Universität München im Munich Institute of Robotics and Machine Intelligence (MIRMI) am Flughafen München. Im internationalen Wettbewerb mit Unternehmen aus den USA und aus China kommt es bei dieser KI-Anwendung auf eine schnelle Skalierung an.¹²

Da die gestaltende Managementforschung weniger verbreitet ist, möchte ich kurz ihre Entwicklungsgeschichte skizzieren. Persönlich habe ich in den letzten Jahrzehnten immer wieder erlebt, wie unterschiedlich die Denk- und Sprachmuster der relevanten Akteure in Theorie und Praxis sind.

Grundlagen und Pioniere einer gestaltenden Managementforschung

Die gestaltende Managementforschung basiert auf ähnlichen Grundlagen und wurde durch einige Pioniere geprägt.¹³ Diese Grundlagen sind:

Das von dem Sozialpsychologen Kurt Lewin ausgegangene Action Research. Lewin setzte sich für eine Verbindung von Theorie und Praxis ein, um reale Probleme zu lösen.
Die durch den Wirtschaftsnobelpreisträger Herbert Simon geprägte allgemeine Design-Theorie.¹⁴ Simon versteht hierunter eine Wissenschaft des Gestaltens von menschengemachten Artefakten und Systemen.
Die von dem Harvard-Professor Chris Argyris konzipierte Action Science.¹⁵ Argyris Ziel ist es vor allem, Wissen nutzbar zu machen, um Handlungen in Organisationen zu verbessern.
Dem von Alan Hevner an der Universität South Florida entwickelten Ansatz des Design Science Research (DSR).¹⁶ Bei diesem vor allem in der Wirtschaftsinformatik verbreiteten Konzept steht die Lösung von komplexen, realen Problemen durch innovative IT-Systeme im Mittelpunkt.
Das von verschiedenen Wissenschaftlern beschriebene Action Design Research (ADR), das Action Research und Design Science Research verbindet.

Pioniere einer gestaltenden Managementforschung sind unter anderem die an der Universität Eindhoven lehrenden Joan Ernst van Aken und Georges Romme sowie David Denyer von der Cranfield University in Großbritannien. Van Aken verfolgt das Ziel, die Kluft zwischen Managementtheorie und -praxis zu verringern. Im Vordergrund steht dabei eine transdisziplinäre Forschung zur Lösung praktischer Managementprobleme. Ausgehend von der Design-Theorie erprobt Romme iterative Prozesse bei der Organisationsgestaltung.¹⁷ Denyer sieht Managementwissen als gestaltbare Ressource, um reale Probleme zu lösen. Sein Ansatz zur Lösungsorientierung versucht, den Praxistransfer durch Wirkmechanismen und eine Evidenzprüfung mit verschiedenen Informationsquellen zu sichern.

Besonders deutlich werden die Vorteile eines gestaltungsorientierten Ansatzes in der Innovations- und Nachhaltigkeitsforschung.

Vorteile in der Innovations- und Nachhaltigkeitsforschung

Bei der Anwendung von KI entfalten sich die Vorteile einer gestaltenden Innovations- und Nachhaltigkeitsforschung vor allem in Unternehmen, die diesen Ansatz in selbstähnlichen Strategie 5.0-Laboren praktizieren. Das Ziel eines solchen Reallabors ist eine Verbindung der verschiedenen Handlungsfelder für KI-Anwendungen.¹⁸ Dabei hilft es, wenn das Gegenstromprinzip aus top-down entstehender KI-Strategie und einer sich bottom-up entwickelnden harmonischen Vielfalt der KI-Anwendungen funktioniert.

Nach unserer Erfahrung aus einer Reihe an Projekten haben die folgenden Vorteile eine besondere Bedeutung:

Die Beseitigung von Innovationsbarrieren
leistungsfähige und vertrauenswürdige Innovationsökosysteme
motivierte Hochleistungsteams
ein verbindendes Gestalten als Kernkompetenz
ein verbesserter Technologietransfer
beschleunigte Lernschleifen mit agilen Methoden sowie
konkrete Ergebnisse und messbare Erfolge für alle Stakeholder.

Diese Vorteile ermöglichen eine Neuausrichtung von Innovationssystemen.

Die Defizite bei der deutschen Energie- und Mobilitätswende sind ein Beispiel dafür, wie wichtig es ist, Innovationsbarrieren zu beseitigen.¹⁹ Hierbei geht es darum, neue Erkenntnisse der Innovationsforschung in praktisches Handeln umzusetzen.

Das Ziel ist die Gestaltung von leistungsfähigen und vertrauenswürdigen Innovationsökosystemen.²⁰ Ein Kennzeichen dieser Systeme ist die bessere Zusammenarbeit der Akteure aus den Sektoren Politik, Wissenschaft, Wirtschaft und Gesellschaft.

Eine Schlüsselrolle bei der gestaltenden Innovationsforschung haben motivierte Hochleistungsteams.²¹ Führungskräften kommt die Aufgabe zu, ein unternehmerisches Selbstbild vorzuleben und zu fördern. Dies beginnt bei der Ausbildung und setzt sich in der beruflichen Tätigkeit fort.

Eine dabei zu entwickelnde Kernkompetenz ist das verbindende Gestalten.²² Dies erfordert eine Neuausrichtung von Lehre und Forschung mit KI als Werkzeug. Eine solche Human-Centric AI durchdringt alle Disziplinen.

Ein positiver Nebeneffekt ist der verbesserte Technologietransfer.²³ Dabei geht es um eine Überwindung des deutschen Paradoxes zwischen Stärken in der Grundlagenforschung und Schwächen bei der Vermarktung.

Ein Mittel hierzu sind beschleunigte Lernschleifen in Organisationen.²⁴ Dabei kommen agile Methoden zum Einsatz. Wichtig ist, ein allgemeines Vorgehenskonzept an spezifische Problemtypen und die jeweilige Situation anzupassen.

Dabei sollten sich alle Stakeholder an konkreten Ergebnissen und messbaren Erfolgen orientieren.²⁵ Bei gemeinsamen Programmen erfolgt dies mit Hilfe eines transparenten Performance Managements.

Im Folgenden möchte ich ein geeignetes Vorgehenskonzept erläutern.

Schritte eines allgemeinen Vorgehenskonzepts

Ein Beispiel für gestaltende Innovations- und Nachhaltigkeitsforschung ist die KI-basierte strategische und organisatorische Neuausrichtung eines Unternehmens.²⁶ Bei Themen wie diesem hat sich ein allgemeines Vorgehenskonzept bewährt, das aus den in der Abbildung dargestellten sechs Schritten besteht.

Der erste Schritt ist eine Analyse des Standes der Forschung sowie von Best-Practise-Beispielen und der spezifischen Ausgangssituation. Hierbei stellt sich die Aufgabe, eine interne und eine externe Perspektive in einem Audit zu verbinden.

Entscheidend ist dann, ein umfassendes Verständnis der Problemkomplexität zu entwickeln, deren Ursachen zu verstehen und sich dabei zwischen den relevanten Akteuren abzustimmen. Erfolgreicher als disziplinäre Forschungsansätze ist dabei eine Zusammenarbeit verschiedener Fachbereiche mit der Praxis.

Auch bei der anschließenden Gestaltung und Auswahl von kreativen Lösungsansätzen spielen transdisziplinäre Teams eine wichtige Rolle. Was für eine einzelne Organisation Neuland, ist kann dabei in der Summe durchaus zu einem wissenschaftlichen Erkenntnisfortschritt beitragen.

Ein prägendes Kennzeichen der Design-orientierten Innovationsforschung ist die Durchführung von Pilotprojekten für Minimum Viable Solutions (MVS). Diese „minimal funktionsfähigen Lösungen“ werden in Reallaboren des Wandels getestet. Für etablierte Unternehmen erfordert das Arbeiten in Lernschleifen häufig einen Wandel des Mindset. Bei dieser Aufgabe kann die Personalentwicklung unterstützen.

Der fünfte Schritt ist die Planung und Durchführung der Umsetzung. Dies ist eng verbunden mit einer Finanzierung der Skalierung. Deutsche Startups beklagen seit langem Nachteile z.B. gegenüber den USA. Daher ist gerade bei diesem Schritt eine Verbesserung der politischen Rahmenbedingungen anzustreben.

Parallel dazu erfolgt eine transparente Leistungsmessung z.B. mit der Objectives and Key Results (OKR-) Methode. Transparent bedeutet in diesem Zusammenhang, dass das Performance Management nicht in sektoralen Silos stattfindet. Für eine Politik, die zwar Ziele festlegt, aber die Erfolgsmessung vernachlässigt, ist dies mit einem Lernprozess verbunden, der auf eine gemeinsame Systemgestaltung durch Innovationsmanager gerichtet ist.

Innovationsmanager gestalten komplexe, evolutionäre Systeme

Bereits in unserer 2014 erschienenen Buchpublikation „Der Innovationsmanager“ sind wir zu dem Ergebnis gekommen, dass eine zentrale Aufgabe von Innovationsmanagern in der Gestaltung von Innovationssystemen und einer Verbindung verschiedener Handlungsfelder liegt.²⁷ Danach haben wir uns intensiv mit der verhaltensökonomischen Perspektive eines solchen verbindenden Gestaltens beschäftigt.²⁸

Die wissenschaftliche Grundlage für das Connective Design bildet die Theorie komplexer, evolutionärer Systeme. Die Übertragung dieses Ansatzes auf sozio-technische Systeme hat einen Paradigmenwechsel im strategischen Management ausgelöst.²⁹ Das neue Management-Paradigma haben US-amerikanische Digital-Unternehmen besser gemeistert als die europäische Wirtschaft.³⁰

Eine weitere Erkenntnis ist, dass es sich bei der Innovationsforschung um eine transdisziplinäre Gestaltungsaufgabe handelt.

Inter- oder transdisziplinär?

Wir verwenden bewusst den Begriff transdisziplinär, um deutlich zu machen, dass es nicht nur wie bei dem Begriff interdisziplinär um die Vermittlung zwischen wissenschaftlichen Fächern geht, sondern auch um die Einbeziehung von nichtwissenschaftlichen Akteuren und eine Verbindung zwischen der Theorie und einem praktischen Gestalten.³¹ Die besondere Komplexität einer transdisziplinären Innovationsforschung resultiert aus

der Heterogenität der Disziplinen, die von der naturwissenschaftlichen und technischen Forschung über verschiedene Politikfelder bis zur Managementwissenschaft und Organisationspsychologie reicht
den verschiedenen Interessen und Denkmustern z.B. von Wissenschaftlern und Praktikern
der Dynamik der Entwicklung und der Anzahl von Ebenen, von der Geopolitik bis zum einzelnen Menschen sowie
den unterschiedlichen Rollen der Akteure, z.B. als neutraler Beobachter oder persönlich Betroffener.

Leider mangelt es der transdisziplinären Innovationsforschung in Universitäten bislang an Anerkennung. Die Ursachen hierfür sind vielfältig. Ein wichtiger Grund ist wohl, dass das traditionelle Wissenschafts- und Publikationssystem eher disziplinäre Spitzenleistungen honoriert. Dies ist eine Chance für die anwendungsorientierte Forschung.

Transdisziplinäre Forschung zu Nachhaltigkeitsinnovationen

Unsere 1994 erschienene Buchpublikation zum „ökologischen Umsteuern“ von Automobilunternehmen ist aus Beratungsprojekten und einer begleitenden Forschung an der Universität Stuttgart entstanden.³² Diese Forschung war transdisziplinär, aber nur eingeschränkt gestaltend, weil deutsche Unternehmen und die Politik damals unsere Empfehlungen z.B. zu neuen Antriebssystemen nicht umgesetzt haben.

Dreißig Jahre später kämpft die für die deutsche Wirtschaft so wichtige Branche mit gravierenden Problemen. VW, der nach Fahrzeugabsatz zweitgrößte Automobilhersteller weltweit, befindet sich in einem Prozess der strategischen und organisatorischen Neuausrichtung.³³ Gleichzeitig sind die geopolitischen Rahmenbedingungen von extremer Unsicherheit geprägt.

Das Beispiel verdeutlicht, dass beim Thema Nachhaltigkeitsinnovation eine transdisziplinäre und gestaltende Forschung für die Sicherung des Wohlstands unseres Landes von entscheidender Bedeutung ist. ³⁴ In den letzten Jahren hat sich das Thema dynamisch weiterentwickelt. Dabei ist die Verbindung von Umwelttechnik und Künstlicher Intelligenz in den Mittelpunkt des Interesses gerückt. Aus der Zusammenarbeit von etablierten Unternehmen mit Digital Greentech Startups können neue Marktführer entstehen, wenn es der europäischen Politik gelingt, die Rahmenbedingungen zu verbessern.³⁵

Ein Beispiel ist das deutsch-luxemburgische Startup R3 Robotics, das eine KI-gestützte Robotik-Plattform für das Batterierecycling entwickelt hat. Auf diese Weise kann Europa seine Abhängigkeit von Importen verringern und die Nachhaltigkeit von Batterien erhöhen.³⁶

Nach meiner persönlichen Erfahrung sind Studierende an solchen Themen nach wie vor sehr interessiert, weil sie die sich ergebenden Karrierechancen erkennen. Hiervon gehen für unser Expertenetzwerk wichtige Impulse aus.

Verbindung von Managementberatung und Personalentwicklung mit einer gestaltenden Innovations- und Nachhaltigkeitsforschung

Unser Expertennetzwerk Competivation verbindet seit langem Managementberatung und Personalentwicklung. Der Vorteil für die Klienten ist ein besseres Preis-Leistungsverhältnis als bei traditionellen Consultants, da ein Schwerpunkt auf der Qualifikation der Mitarbeitenden liegt, die aktiv in die Projekte eingebunden sind.

Seit einigen Jahren ergänzen wir diese Dienstleistung durch eine gestaltende Innovations- und Nachhaltigkeitsforschung. Dabei betreuen wir die Abschlussarbeiten von dualen Studierenden und externen Doktoranden, die in der Klientenorganisation an entsprechenden Projekten arbeiten. Hierbei liegt der Vorteil darin, dass die Forschung auf die spezifische Situation des Unternehmens zugeschnitten ist. Die Forschenden und ihr Unternehmen profitieren von der langen Erfahrung unserer Experten.

Mit diesem Ansatz hat Competivation ein internationales Alleinstellungsmerkmal geschaffen, das auf die Bedürfnisse des KI-Zeitalters ausgerichtet ist.

Eine gestaltende Forschung hat auch weit reichende Implikationen für die Hochschullehre. Dabei verstehen wir uns als innovativen Bildungsanbieter, der die Fähigkeit zu einem KI-unterstützten verbindenden Gestalten von Lösungen für komplexe Managementprobleme vermittelt.³⁷

Fazit

Bei der Anwendung von KI stehen viele Unternehmen vor der Aufgabe, ihre Position zu verteidigen und mit einem spezifischen Ansatz Wettbewerbsvorteile zu erzielen
Dabei kommt es entscheidend auf die Gestaltung von KI-Ökosystemen an
Parallel zu dieser Entwicklung verlagern sich Forschungsansatz und -ort in Richtung auf eine gestaltende Innovationsforschung in Reallaboren des Wandels
Dabei erlebt die gestaltende Management- und Innovationsforschung eine Renaissance, die sich aus einer Reihe von Vorteilen ergibt
Bei diesem transdisziplinären Forschungsansatz hat sich ein Vorgehen in sechs Schritten bewährt, das an den jeweiligen Problemtyp und die Situation angepasst wird.

Literatur

[1] Bomke, L., Wie Unternehmen den KI-Stresstest bestehen. In: Handelsblatt, 18. Februar 2026, S. 24

[2] Busch, R., „Wir erschaffen das industrielle Gegenstück zu ChatGPT“ (Interview). In: Manager Magazin, März 2026, S. 86-90

[3] Scheer, O., Das 440-Milliarden-Euro-Potenzial. In: Handelsblatt, 25. Februar 2026, S. 12

[4] Servatius, H.G., Wettbewerbsvorteile mit wissensspezifischer KI. In: Competivation Blog, 11.02.2025

[5] Smolak, H., Mehr Wirkstoffe, weniger Jobs? In: Handelsblatt, 24. Februar 2026, S. 22

[6] Matthes, S., Die Verfassungskrise der Maschinen. In: Handelsblatt, 13./14./15. März 2026, S. 5

[7] Muldoon, J., Feeding the Machine – Hinter den Kulissen der KI-Imperien, Harper Collins 2025

[8] Servatius, H.G., KI und die Zukunft der Management Education. In: Competivation Blog, 09.04.2025

[9] Servatius, H.G., KI als Werkzeug für das strategische Management. In: Competivation Blog, 01.05.2025

[10] Servatius, H.G., Gestaltung von vertrauenswürdigen Hochleistungssystemen. In: Competivation Blog, 29.01.2026

[11] Servatius, H.G., Lernen, Lösungen für komplexe Managementprobleme zu gestalten. In: Competivation Blog, 15.07.2025

[12] Buchenau, M., et al., Die deutschen Konkurrenten der Tesla-Roboter. In: Handelsblatt, 25.03.2026, S. 22-23

[13] Obdenakker, R., Cuijpers, C., Design Science Methodology for the Management Science – From Foundations to Implementation, Springer 2025

[14] Simon, H.A., The Sciences of the Artificial, 3. Aufl., MIT Press1996

[15] Argyris, C., Putnam, R., McLain Smith, A., Action Science – Concepts, Methods and Skills for Research and Intervention, Jossey-Bass 1985

[16] Hevner, A.R., et al., Design Science in Information Systems Research. In: MIS Quarterly, März 2004, S. 75-105

[17] Romme, G., The Quest for Professionalism – The Case of Management and Entrepreneurship, Paperbackshop UK Import 2016

[18] Servatius, H.G., Fraktale Organisation von Strategie 5.0-Laboren. In: Competivation Blog, 28.03.2023

[19] Servatius, H.G., Auf dem Weg zu einem neuen wirtschaftspolitischen Narrativ. In: Competivation Blog, 16.05.2022

[20] Servatius, H.G., Design von smarten Innovationsökosystemen. In: Competivation Blog, 12.05.2017

[21] Servatius, H.G., Eine Organisation auf Leistung trimmen. In: Harvard Manager, 1988, Nr. 4, S. 128-134

[22] Servatius, H.G., Let‘s Connect! Personalentwicklung für Stakeholder-Ökosysteme. In: IM+io, 2023, Heft 1, S. 40-41

[23] Servatius, H.G., Innovationsstrategien gemeinsam mit Stakeholdern gestalten. In: Competivation Blog, 31.08.2018

[24] Servatius, H.G., GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster. In: Competivation Blog, 15.08.2024

[25] Servatius, H.G., Von der digitalen Fitness zu Key Performance Indicators. In: Competivation Blog, 05.07.2017

[26] Servatius, H.G., Dreifache strategische Neuausrichtung. In: Competivation Blog, 07.06.2024

[27] Servatius, H.G., Gestaltung des Innovationssystems von Unternehmen. In: Servatius, H.G., Piller, F.D., (Hrsg.), Der Innovationsmanager – Wertsteigerung durch ein ganzheitliches Innovationsmanagement, Symposion 2014, S. 21-64

[28] Servatius, H.G., Wie Manager das Innovationssystem verhaltensökonomisch gestalten. In: IM+io, September 2015, Heft 3, S. 20-27

[29] Servatius, H.G., Entwicklung und Wandel des strategischen Managements. In: Competivation Blog, 19.09.2025

[30] Servatius, H.G., Von erfolgreichen Digital-Unternehmen lernen. In: Competivation Blog, 12.07.2024

[31] Schmohl, T., Philipp, T. (Hrsg.), Handbuch transdisziplinäre Didaktik, Transcript 2021

[32] Berger, R., Servatius, H.G., Krätzer, A., Die Zukunft des Autos hat erst begonnen – Ökologisches Umsteuern als Chance, Piper 1994

[33] Backovic, L., Weniger Volkswagen wagen. In: Handelsblatt, 20./ 21./ 22. März 2026, S. 50-54

[34] Servatius, H.G., Konnektivität bei Nachhaltigkeitsinnovationen. In: Competivation Blog, 01.02.2022

[35] Servatius, H.G., Mit einer Strategie 5.0 zu Erfolgen bei Digital GreenTech. In: Fesidis, B., Röß, S.A., Rummel, S. (Hrsg.), Mit Digitalisierung und Nachhaltigkeit zum klimaneutralen Unternehmen, SpringerGabler 2023, S. 71-94

[36] Höpner, A., Mit KI Elektroautos recyceln. In: Handelsblatt, 23. März 2026, S. 29

[37] Servatius H.G., Disruption der Management Education für KI-basierte Neuausrichtungen. In: Competivation Blog, 10.10.2025

Lernen, Lösungen für komplexe Managementprobleme zu gestalten

15.07.25

Angesichts großer Herausforderungen wie der resilienten, digitalen und ökologischen Neuausrichtung von Unternehmen, Branchen und Regionen muss sich bei der Aus- und Weiterbildung der Anteil eines problemorientierten Lernens erhöhen. Entscheidend für den Erfolg ist die Fähigkeit, Lösungen für komplexe Managementprobleme zu gestalten. Eine wichtige Grundlage hierfür bildet die Managementtheorie komplexer evolutionärer Systeme. Die Anwendung dieses Ansatzes, der sich in den letzten Jahrzehnten entwickelt hat, wird an Business Schools bislang kaum gelehrt. Ein praktisches Vorgehen ist die von uns in vielen Projekten erprobte DSCMP-Methode. Dabei steht DSCMP für Designing Solutions for Complex Management Problems.

In diesem neuen Blogpost erläutere ich die theoretischen Grundlagen der DSCMP-Methode und einen allgemeinen Vorgehensrahmen, der an spezifische Problemsituationen angepasst wird.

Womit sich Studierende, aber auch Praktiker schwertun

Eine Prüfungsaufgabe, bei der die meisten Studierenden Schwierigkeiten haben, lautet: Erläutern Sie bitte anhand eines Beispiels ein Konzept und ein Vorgehen zur KI-basierten strategischen Neuausrichtung. Dabei macht es keinen großen Unterschied, ob nach einer digitalen oder ökologischen Neuausrichtung gefragt wird. Lösungen für komplexe Managementprobleme zu gestalten, fällt aber nicht nur Studierenden schwer, sondern auch erfahrenen Praktikern in Unternehmen. Offenbar kennen beide Gruppen weder geeignete theoretische Grundlagen noch eine praktikable Vorgehensweise, die sie anwenden könnten. Daher möchte ich mit der Erläuterung der Theorie beginnen.

Managementtheorie komplexer evolutionärer Systeme

Die Managementtheorie komplexer evolutionärer Systeme ist aus der Verbindung von drei Entwicklungslinien entstanden, deren Anwendung im Management bessere strategische Neuausrichtungen ermöglicht.¹ Diese Pfade, die ich im Folgenden skizziere, sind:

Der Weg von Ökosystemen zu Systemtheorien
die Anwendung der Evolutionstheorien in der Ökonomie und
eine Übertragung der Theorie komplexer adaptiver Systeme auf die Lösung von Managementproblemen.

Den Begriff Ökosystem hat neben anderen bereits 1935 der Biologe Arthur Tansley definiert (Oikos, das Haus und Systema, das Verbundene). Das seit den 1940er Jahren u.a. durch Norbert Wiener geprägte Fachgebiet der Kybernetik beschäftigt sich mit der Regelung von Systemen. 1959 definierte Stafford Beer den Begriff Management-Kybernetik.² Seit den 1950er Jahren hat sich eine allgemeine Systemtheorie entwickelt. Danach befinden sich offene Systeme in einem dynamischen Austausch mit ihrer Umwelt. Die von Talcott Parsons begründete soziologische Systemtheorie betrachtet Handlungen als konstitutive Elemente sozialer Systeme. Zur strukturellen und funktionalen Analyse sozialer Systeme entwickelte Parson 1951 das AGIL-Schema (Anpassung, Zielerreichung, Zusammenhalt der Subsysteme und Strukturerhalt durch Wertebindung).³ An der Universität St. Gallen hat Hans Ulrich seit den 1960er Jahren das Konzept einer systemorientierten Managementlehre begründet.⁴Seit den 1990er Jahren gewinnen die Begriffe Wirtschafts-, Stakeholder-, Start-up- und KI-Ökosystem an Bedeutung.

Die in verschiedenen Disziplinen entstandenen Evolutionstheorien (von evolvere, entwickeln) haben eine lange Geschichte. Für die Ökonomie von besonderer Bedeutung ist das von dem späteren Wirtschaftsnobelpreisträger (1974) Friedrich August von Hayek in den 1960er Jahren entwickelte Konzept einer spontanen Ordnung. Diese ist das Ergebnis selbstorganisierter Prozesse, die im Laufe der Zeit entstehen und auf Regeln basieren, die sich verändern können.⁵ Eine wichtige Grundlage für das Konzept einer evolutionärer Organisationstheorie der Münchener Schule um Werner Kirsch⁶ ist die von dem Philosophen Jürgen Habermas entwickelte Theorie eines kommunikativen Handels.⁷ Ein evolutionärer Verlauf im Management ist durch die dynamische Abfolge von Ungleichgewichten gekennzeichnet.

Die interdisziplinäre Theorie komplexer adaptiver Systeme ist am Santa Fé Institute in New Mexico (USA) entstanden, das von dem Physik-Nobelpreisträger Murray Gell-Mann (1969) im Jahr 1984 mitgegründet worden ist. Ein solches System nimmt Informationen über seine Umwelt und seine eigene Wechselwirkung mit dieser Umwelt auf, erkennt Regelmäßigkeiten und verdichtet diese zu konkurrierenden Modellen. Die resultierenden Handlungen wirken auf diese Modelle zurück. Eine wichtige Managementempfehlung ist, geeignete Rahmenbedingungen für eine stärker selbstorganisierte Interaktion kompetenter Akteure zu schaffen.⁸ Hierauf bauen die agilen Methoden auf. Die Theorie komplexer responsiver Beziehungsprozesse betont die Bedeutung lokaler, nichtlinearer Interaktionen von Akteuren, aus deren Verlauf sich schwer prognostizierbare Muster ergeben.⁹

Die Theorie komplexer evolutionärer Systeme hat einen Paradigmenwechsel im strategischen Management eingeleitet, den seit den 1990er Jahren vor allem erfolgreiche Digital-Unternehmen vorantreiben.¹⁰ Die Charakteristika dieser für viele etablierte Unternehmen neuen Managementtheorie sind: Offenheit, Dynamik, Verbundenheit, Nichtlinearität, Emergenz, Pfadabhängigkeit, Adaptivität, Selbstorganisation und Lernschleifen.

Es stellt sich nun die Frage, wie diese theoretische Grundlage Lehrenden und Lernenden in der Praxis helfen kann, Lösungen für komplexe Managementprobleme zu gestalten.

Vorgehen bei der DSCMP-Methode

Die DSCMP-Methode ist im Rahmen unserer Beratungs-, Lehr- und Forschungstätigkeit entstanden. Consultants werden meist gerufen, wenn Organisationen nach Unterstützung bei der Lösung von komplexen Managementproblemen suchen. Eine Beratungstätigkeit führt aber nur zu dauerhaften Erfolgen, wenn es gelingt, Führungskräften und Mitarbeitenden die relevanten Fähigkeiten zu vermitteln.

Die Gestaltung von Lösungen für komplexe Managementprobleme erfordert einen konzeptionellen Rahmen, den Projektteams an die jeweilige Situation anpassen. Die wesentlichen Phasen des iterativen Prozesses bei der DSCMP-Methode zeigt die folgende Abbildung. Die didaktische Herausforderung liegt in der Vermittlung der Fähigkeit zur Anpassung dieser Vorgehensweise an neue komplexe Probleme.

Bei der DSCMP-Methode werden in der ersten Phase interdisziplinäre Programm- und Projektteams gebildet, die an ein Führungsgremium berichten. Die Struktur und Zusammensetzung dieser Teams können sich im Verlauf der Arbeit ändern.

In Phase 2 stellt sich die Aufgabe, relevante Informationen und verschiedene Sichtweisen zusammenzuführen. Das Ziel ist, ein komplexes Problem und seine Ursachen zu verstehen und möglichst genau zu beschreiben.

Hieran schließt sich der wichtige Schritt einer verbindenden Gestaltung von kreativen Lösungsansätzen an. Beispiele sind der Aufbau einer Wasserstoff-Wertschöpfung und der Umbau zu klimaresilienten Städten. Von zunehmender Bedeutung aber schwer umzusetzen ist die Kommunikation mit Stakeholdern aus Politik, Wissenschaft und Gesellschaft. Eine solche Zusammenarbeit erfordert ein dialogbasiertes Handeln ausgehend von einer Position der eigenen Stärke z.B. mit Hilfe neuer Methoden wie dem Connective Design.¹¹

Je nach Problemtyp kann die Erprobung von möglichen Ansätzen in Pilotlösungen, Prototypen oder minimal funktionsfähigen Produkten erfolgen.

Für das Testen der „Piloten“ ist eine Vielzahl von Methoden entstanden. Wichtig ist dabei auch, Umsetzungsschwierigkeiten zu erkennen und die Lösungsansätze in schnellen Lernschleifen anzupassen.

Die Umsetzung eines erfolgversprechenden Lösungsansatzes beginnt mit einer Planung der Skalierung und der weiteren Finanzierung. Bei der Formulierung von Zielen und Schlüsselergebnissen hat sich die Objectives and Key Results (OKR-) Methode bewährt.

Die abschließende Phase ist dann die Durchführung der Skalierung im Rahmen von Programmen und Projekten, eine Erfolgskontrolle und die regelmäßige Reflektion von Zwischenergebnissen.

Der Erfolg einer solchen Vorgehensweise hängt entscheidend von den Fähigkeiten und dem Mindset der beteiligten Teams und Führungskräfte ab.

Implikationen für die Management Education

Wichtige Implikationen für die Management Education lassen sich in drei Punkten zusammenfassen:¹²

Ein Lernen anhand von komplexen aktuellen Problemen
die interdisziplinäre Bearbeitung dieser Probleme in Projekten und
der Einsatz von Lehrkräften mit Führungserfahrung.

Die Realität an den meisten Hochschulen ist davon weit entfernt. Hieraus ergeben sich aber vielfältige Möglichkeiten für innovative Bildungsanbieter. In unserer praktischen Arbeit setzen wir die DSCMP-Methode sowohl in Bachelor- und Master-Studiengängen als auch direkt in Unternehmen im Rahmen einer Customized Management Education ein. Dabei liegt ein Forschungsschwerpunkt in der Unterstützung eines problemorientierten Projektlernens durch Künstliche Intelligenz (KI). Der Nutzen für alle Lernenden besteht in der Verbesserung ihrer Chancen in einem Arbeitsmarkt, der sich gegenwärtig dramatisch verändert.

Künstliche Intelligenz (KI) verändert die Arbeitswelt

So prognostiziert Dario Amodei, der Gründer des KI-Start-ups Anthropic Ende Mai 2025, KI würde in den nächsten Jahren die Hälfte aller Bürojobs auf Einstiegslevel vernichten. Besonders betroffen ist die klassische Sachbearbeitung, die durch repetitive, analytische und administrative Aufgaben geprägt ist. Umso wichtiger ist es, dass Arbeitssuchende KI-Fähigkeiten nachweisen können. Die Erfahrung mit dem Thema Digitalisierung in der Vergangenheit zeigt, dass sich Tätigkeiten eher verändern als komplett wegzufallen. Daher kommt es zunächst darauf an zu lernen, mit Hilfe von KI zeitaufwendige Arbeiten produktiver zu erledigen und so mehr Zeit für die Lösung komplexer Probleme zu gewinnen. Bei der Aus- und Weiterbildung auf dem Weg zur Führungskraft ist dann der Einsatz von KI zur Bewältigung von Komplexität erfolgsentscheidend.¹³

Fazit

Strategische Neuausrichtungen erfordern eine geeignete theoretische Grundlage, innovative Vorgehensmethoden und ein problemorientiertes Lernen
Eine solche Grundlage ist die Managementtheorie komplexer evolutionärer Systeme
Eine kreative Phase bei der Vorgehensmethode Designing Solutions for Complex Management Problems (DSCMP) ist das verbindende Gestalten
Bei der Anwendung dieser Grundlagen und Vorgehensweisen im Rahmen eines problemorientierten Lernens spielen innovative Bildungsanbieter eine wichtige Rolle.

Literatur

[1] Servatius, H.G., Dreifache strategische Neuausrichtung. In: Competivation Blog, 07.06.2024

[2] Beer, S., Cybernetics and Management, English Universities Press 1959

[3] Parsons, T., The Social System, The Free Press 1951

[4] Ulrich, H., Die Unternehmung als produktives soziales System, Haupt 1968

[5] von Hayek, F.A., The Constitution of Liberty, University of Chicago Press 1960

[6] Kirsch, W., Seidel, D., van Aaken, D., Evolutionäre Organisationslehre, Schäffer-Poeschel 2010

[7] Habermas, J., Theorie des kommunikativen Handelns (2 Bände), Suhrkamp 1984

[8] Gell-Mann, M., Das Quark und der Jaguar – Vom Einfachen zum Komplexen, Piper 1994, S.53

[9] Stacey, R.D., Complex Responsive Processes in Organizations – Learning and Knowledge Creation, Routledge 2001

[10] Servatius, H.G., Von erfolgreichen Digital-Unternehmen lernen. In: Competivation Blog, 12.07.2024

[11] Servatius, H.G., Gestaltung von innovativen Stakeholder-Ökosystemen. In: Competivation Blog, 10.01.2023

[12] Servatius, H.G., KI und die Zukunft der Management Education. In: Competivation Blog, 09.04.2025

[13] Knees, L., Maier-Brost, H., Wie sicher ist meine Arbeit vor KI? In: Handelsblatt, 4./5./6. Juli 2025, S.54-55

Von erfolgreichen Digital-Unternehmen lernen

12.07.24

Sechs der sieben wertvollsten Unternehmen der Welt sind führend bei Technologien der Künstlichen Intelligenz (KI). Daneben gehen beim aktuellen Thema generative KI wichtige Impulse von Start-ups aus. Daher stellt sich die Frage, was etablierte Unternehmen von diesen Digital-Champions lernen können. Die Suche nach Antworten auf diese Frage führt uns zu einem Paradigmenwechsel im strategischen Management, der lange Zeit von etablierten Unternehmen nicht verstanden worden ist. Eng damit verbunden ist ein Wandel der Personalführung und Kultur.

In diesem Blogpost erläutere ich einen Ansatz, der zum Erfolg der Digital-Unternehmen beigetragen hat. In den USA nennt man diesen Ansatz „geeky leadership style“.

Steigerung des Unternehmenswertes der „großen Sechs“

Zu den sieben wertvollsten Unternehmen der Welt gehören (Stand 27.06.2024) Microsoft, Apple, Nvidia, Alphabet, Amazon und Meta. Diese „großen Sechs“ aus den USA profitieren in unterschiedlichem Maße von dem gegenwärtigen Boom bei der generativen Künstlichen Intelligenz.¹ Allein Microsoft ist zurzeit 77 Prozent mehr wert als alle 40 Dax-Unternehmen zusammen.

Der Erfolg der US-Unternehmen basiert aber nicht nur auf ihrer Digitalkompetenz, sondern auch auf Managementinnovationen. Diese Kombination hat zu einem Vorsprung gegenüber etablierten Unternehmen geführt. Während die Kompetenz in den unterschiedlichen Wellen der Digitalisierung offensichtlich ist, sind die neuen Managementansätze in den Erfolgsphasen der Digital-Unternehmen weit weniger transparent.

Ursachen der Erfolgsphasen von Digital-Unternehmen

Wir sind daher der Frage nachgegangen, was die europäische Wirtschaft von erfolgreichen Digital-Unternehmen lernen kann. Das Ergebnis ist eine Kausalkette, die mit der Verbindung der ersten Entwicklungsstufe eines markt- und finanzorientierten strategischen Managements mit der zweiten, durch Technologie und Innovation bestimmten Stufe beginnt. Diese Verbindung hat Theorie verändernd gewirkt und zu einem Paradigmenwechsel von einem eher mechanistischen zu einem komplexitätsbewältigenden strategischen Management geführt. Dieser Paradigmenwechsel prägte die Kultur in den Erfolgsphasen von Digital-Unternehmen. In diesen Phasen ist eine innovationsfördernde Personalführung und disruptive Unternehmenskultur entstanden, die für etablierte Unternehmen eine schwer zu überwindende Barriere darstellt.

Diese drei Ursachen möchte ich in den folgenden Abschnitten erläutern. Ein besseres Verständnis der Ursachen kann dazu beitragen, dass etablierten Unternehmen der digitale Wandel besser gelingt. Eine Grundvoraussetzung hierfür ist allerdings die Bereitschaft, zu lernen und traditionelle kulturelle Normen zu hinterfragen. Den Ausgangspunkt bildet eine systemorientierte Verbindung der Strategie 1.0 und der Strategie 2.0.

Systemorientierte Verbindung von Strategie 1.0 und 2.0

Seit Anfang der 1980er Jahre hat eine Erweiterung des traditionellen markt- und finanzorientierten strategischen Managements (Strategie 1.0) um eine technologie- und innovationsorientierte zweite Entwicklungsstufe stattgefunden (Strategie 2.0).² Diese Erweiterung haben erfolgreichen Digital-Unternehmen zu ihrem Vorteil genutzt. Deren Erfolg basiert zum einen auf ihrem Vorsprung bei digitalen Technologien. Mindestens ebenso wichtig ist die systemorientierte Integration eines analyseorientierten strategischen Handelns und einer innovationsfördernden Kultur. Auf diese Weise ist es ihnen gelungen, einen neuen integrierten Ansatz zur Gestaltung von Innovationsystemen zu realisieren.³ Dieser Ansatz ist nicht auf das eigene Unternehmen beschränkt, sondern bezieht Start-up-Ökosysteme mit ein.

In erfolgreichen Start-up-Ökosystemen arbeiten vier Sektoren partnerschaftlich zusammen. Die Politik fördert aktiv die Bildung, neue Technologien und Innovationen. Der Wissenschaft gelingt die erfolgreiche Ausgründung von Start-ups. Wagniskapitalgeber und ein Corporate Venture Management finanzieren nicht nur die Gründung, sondern auch die Skalierung der Start-ups. Und auch die Gesellschaft spielt eine wichtige Rolle, indem sie ein positives Innovationsklima und attraktive Rahmenbedingungen schafft.

Dieses Zusammenspiel hat mit mehreren Jahrzehnten Vorsprung gegenüber Europa zur Erfolgsgeschichte des Silicon Valleys geführt.⁴ Das Beispiel zeigt jedoch auch das Spannungsverhältnis zwischen dem gegenwärtigen KI-Boom und den explodierenden Lebenshaltungskosten an der US-amerikanischen Westküste.

Die Entwicklung von Start-up-Ökosystemen wurde durch die in den 1960er Jahren entstandene Design-Wissenschaft⁵ und Methoden wie dem Design Thinking befruchtet.⁶ Das Design Thinking unterstützt den interdisziplinären Lernprozess zur Gestaltung von digitalen Geschäftsmodellen. Dabei wirken innovative Technologien als Ermöglicher von neuen Formen der Problemlösung und Befriedigung von Kundenbedürfnissen. Das bereits in den 1940er Jahren von dem Psychologie-Professor Kurt Lewin in den USA entwickelte Action Research⁷ liefert die theoretische Basis für Lernschleifen, die von Hypothesen ausgehen, etwas gestalten, das man bei Kunden testen kann und deren Ergebnisse zu möglichen Richtungsänderungen führen. Anfang der 1990er Jahren sind auf dieser Grundlage agile Methoden zur Softwareentwicklung wie Scrum entstanden.⁸ So sind aus Start-ups, die diese Konzepte nutzen, die wertvollsten Unternehmen der Welt geworden.

Das Beispiel Amazon zeigt, dass diese Unternehmen auch kritische Phasen meistern mussten. Nach dem Scheitern eines Projekts zur Verbesserung der Zusammenarbeit von Funktionsbereichen erkannte Jeff Bezos die Notwendigkeit eines Richtungswechsels. Er führte das „Zwei-Pizza-Prinzip“ für agile Teams ein und setzte die Konzentration von Projektleitern auf ein einzelnes Projekt durch (Single-Threaded Leaders). Damit agile Teams möglichst selbständig arbeiten können, war die Entwicklung einer modularen IT-Architektur notwendig. Diese interne Initiative bildete den Ausgangspunkt für die Gründung von Amazon Web Services (AWS), dem heutigen Weltmarktführer im Cloud-Geschäft.⁹

Die theoretische Grundlage für derartige Aktivitäten lieferte ein Paradigmenwechsel im strategischen Management, der sich in den 1990er Jahren vollzogen hat. Ich möchte kurz schildern, wie ich diese Zeit erlebt habe.

Paradigmenwechsel von mechanistisch zu komplexitätsbewältigend

Nach rund einem Jahrzehnt in der Strategieberatung hatte ich damals den Eindruck, dass die vorhandenen, relativ mechanistische Strategiekonzepte nicht ausreichend sind, um die Komplexität von Innovations- und Nachhaltigkeitsthemen zu bewältigen. Auf der Suche nach besseren Lösungsansätzen bin ich auf die Evolutions- und Komplexitätstheorien gestoßen und habe über den notwendig erscheinenden Paradigmenwechsel im strategischen Management 1991 an der Universität Stuttgart extern habilitiert.¹⁰

Ein komplexitätsbewältigendes strategisches Management basiert auf drei theoretischen Grundlagen, die sich wechselseitig beeinflusst haben. Als erstes sind in verschiedenen Disziplinen Evolutionstheorien entstanden, Sie betrachten die dynamische Abfolge von Ungleichgewichten als Balance zwischen Chaos und Ordnung, dessen Ergebnis von den Anfangsbedingungen abhängt.¹¹ Wichtige Impulse gingen dann von dem 1984 in den USA gegründeten Santa Fe Institute und der dort entwickelten Theorie komplexer adaptiver Systeme aus. Diese beschäftigt sich mit der Schaffung von geeigneten Rahmenbedingungen für eine stärker selbstorganisierte Interaktion kompetenter Akteure am „Chaosrand“, die auf einfachen Regeln basiert.¹² Einen Beitrag zur Anwendung in Organisationen leistet die Theorie komplexer interaktiver Beziehungsprozesse. Im Mittelpunkt stehen hierbei lokale, nicht lineare Interaktionen von Akteuren, aus deren Verlauf sich Muster ergeben, die schwer prognostizierbar sind.¹³

Diese relativ abstrakt klingenden Gedanken waren in den 1990er Jahren etablierten Unternehmen schwer zu vermitteln. Daher sind auch die großen Beratungsunternehmen nicht auf diesen Zug aufgesprungen. Dennoch haben die Theorien ihren Weg in die Praxis gefunden. Dieser Weg führte von der Stanford University zu Google. Mit der fortschreitenden Digitalisierung hat dann die Bedeutung der Evolutions- und Komplexitätstheorien stark zugenommen.

1995 erschien das Buch Competing on the Edge der späteren Google-Managerin Shona Brown und der Stanford-Professorin Kathleen Eisenhardt, die versuchen die Komplexitätstheorien auf das strategische Management zu übertragen.¹⁴ Ihre Handlungsempfehlungen gliedern sie in die Felder Chaosrand, Zeit-Harmonie und zeitliche Taktung. Im Mittelpunkt steht dabei eine Komplexitätsbewältigung durch die Suche nach der richtigen Balance. Im Feld Chaosrand lauten die Handlungsempfehlungen:

Mit professioneller Improvisation die Mitte zwischen zu viel Struktur und zu viel Durcheinander suchen und
durch gemeinsame Anpassung Synergien zwischen Geschäften nutzen, um so die Balance zwischen zu viel Kooperation und zu viel Egoismus zu finden.

Die Empfehlungen im Feld Zeit-Harmonie sind:

Durch gezielte Erneuerung Vorteile aus der Zukunft und der Vergangenheit ableiten und
Experimente durchführen, um mit Erfahrung heute das Morgen zu gestalten.

Die letzte Empfehlung betrifft die zeitliche Taktung. Sie lautet:

Das Tempo vorgeben, um so Übergänge zu synchronisieren und den richtigen eigenen Rhythmus zu finden.

Diese Handlungsempfehlungen haben die Personalführung und Kultur von Google und anderen Digital-Unternehmen geprägt.

Innovationsfördernde Personalführung und disruptive Unternehmenskultur

In Digital-Unternehmen hat sich ein spezifischer Führungsstil entwickelt, den man in den USA als „geeky leadership style“ bezeichnet. Der Begriff Geek (oder deutsch Geck) erlebt dabei einen Bedeutungswandel zum Positiven. Diese Form der Personalführung ist kulturprägend. Charakteristisch hierfür sind die folgenden vier kulturellen Normen:¹⁵

Eine spezifische wissenschaftliche Vorgehensweise (Science)
persönliche Verantwortung (Ownership)
eine hohe Geschwindigkeit von Iterationen (Speed) und
Offenheit (Openness).

Der disruptive Charakter einer solchen Kultur liegt darin, dass sie für etablierte Unternehmen aufgrund von Verhaltensbarrieren schwer zu entwickeln ist. Dies möchte ich kurz erläutern.

Die auf dem Action Learning und der Design-Theorie basierende wissenschaftliche Vorgehensweise ist auf ein datenbasiertes, lernendes Gestalten gerichtet. Diese Erkenntnisse haben Digital-Unternehmen wie Google frühzeitig genutzt und Infrastrukturen für das Testen von Hypothesen entwickelt. Die Testergebnisse bilden dann den Ausgangsunkt für eine intensive, faktenorientierte Argumentation der Akteure. Demgegenüber beruhen Entscheidungen in etablierten Unternehmen stärker auf den Überzeugungen und der Macht von Führungskräften sowie auf den Meinungen von Experten. Der kulturelle Wandel zu einem stärker wissenschaftlich orientierten Vorgehen kann in etablierten Unternehmen daher Widerstand auslösen, weil die Verantwortlichen einen Bedeutungsverlust befürchten. Die Personalentwicklung an Hochschulen und in der Praxis sollte hier ein bewusstes Gegengewicht schaffen.

Charakteristisch für digitale Start-ups ist eine persönliche Verantwortung der Führungskräfte mit einem höheren Grad an Autonomie, einer Ermächtigung agiler Teams und weniger Koordinationsaufwand. Etablierte Unternehmen kämpfen hingegen oft mit einer zunehmenden Bürokratisierung, bei der viele mitreden dürfen und ihre Macht demonstrieren, indem sie ein Veto einlegen. Auch Microsoft stand vor der Herausforderung, eine Ownership-Kultur zurückzugewinnen, was unter der Führung von Satya Nadella gelungen ist. In der Öffentlichkeit viel diskutiert wird der Versuch des Unternehmens Bayer, Bürokratie mit Hilfe des Humanocracy-Konzepts abzubauen, das der Management-Guru Gary Hamel entwickelt hat.¹⁶ Es bleibt abzuwarten, wie erfolgreich dieser Versuch ist.

Eine Wurzel des „geeky leadership styles“ ist das 2001 geschriebene agile Manifest, das die Geschwindigkeit von schnellen Iterationen betont. Etablierte Hardware-orientierte Unternehmen tun sich häufig schwer, dieses bei der Softwareentwicklung entstandene Vorgehen mit ihrem existierenden Produktinnovationsprozess zu verknüpfen. Angesichts der zunehmenden Bedeutung von Software z.B. in der Automobilindustrie werden hybride Ansätze immer wichtiger, die die vorhandenen Kompetenzen mit Digitalkompetenz verbinden. Ein Erfolgsindikator hierfür ist, dass die Unternehmen ihre gesetzten Zeitziele erreichen und nicht Opfer des 90-Prozent-Syndroms werden, bei dem die Akteure zu spät merken, dass sie ihre Ziele verfehlen.

Charakteristika der kulturellen Norm Offenheit sind das Teilen von Informationen, Empfänglichkeit für andere Argumente, die Bereitschaft, Situationen neu zu bewerten und die eigene Richtung zu ändern. Das Gegenteil von Offenheit sind weit verbreitete defensive Verhaltensmuster, die der Harvard-Professor Chris Argyris bereits seit den 1980er Jahren als Kennzeichen etablierter Unternehmen beschrieben hat.¹⁷ Die negative Konsequenz ist oft, dass die Gemeinschaft diejenigen bestraft, die gegen herrschende Normen verstoßen. Eine Extremform defensiver Verhaltensmuster ist die stillschweigende Duldung unethischer oder strafbarer Aktivitäten. Hingegen erkennt man eine durch Offenheit geprägte Kultur z.B. daran, dass junge Mitarbeitende ihrem Chef in einem internen Meeting offen widersprechen dürfen, ohne mit Sanktionen rechnen zu müssen.

Dieses Beispiel führt uns zu einem Ansatz, wie etablierte Unternehmen die kulturelle Distanz zur digitalen Welt verringern können.

Kulturelle Normen anpassen und vorleben

Führungskräfte etablierter Unternehmen haben die Aufgabe, einen individuellen Zugang zu den kulturellen Normen erfolgreicher Digital-Unternehmen zu finden. Dabei kann die Kenntnis der skizzierten theoretischen Grundlagen hilfreich sein. Der Erfolg in der digitalen Welt bedeutet jedoch nicht, dass diese Normen 1:1 auf ein etabliertes Unternehmen übertragbar sind. Sie bedürfen einer Anpassung an die spezifische Situation und an die Rahmenbedingungen des jeweiligen Unternehmens. Nachdem bezüglich dieser situativen Anpassung ein Konsens besteht, kommt es darauf an, dass die Führungskräfte veränderte kulturelle Normen vorleben. Eine wichtige Rolle spielt dann eine entsprechende Personalentwicklung und Beförderungspolitik. Daher ist die Vorstellung von einer schnellen, umfassenden digitalen Transformation unrealistisch. Eine erfolgreiche digitale Neuausrichtung in etablierten Unternehmen verläuft eher als spezifischer, längerfristiger Prozess.¹⁸

Zusammenarbeit mit Start-ups als eine zu wenig genutzte Chance

Eine Möglichkeit für etablierte Organisationen, von erfolgreichen Digital-Unternehmen zu lernen, besteht in einer verstärkten Zusammenarbeit mit Start-ups. Leider wird diese Chance zu wenig genutzt. So kommt eine Studie des Deutschen Start-up-Monitors zu dem Ergebnis, dass die Kooperation von Konzernen und Mittelständlern mit jungen Unternehmen von 2020 bis 2023 um zehn Prozent zurückgegangen ist. Die Chefin des Start-up-Verbands Verena Pausder sieht in dieser Rückwärtsentwicklung ein Alarmsignal und fördert eine Neuauflage der Partnerkultur.¹⁹ Gerade das aktuelle Thema der generativen Künstlichen Intelligenz böte hierzu vielfältige Ansätze. Zwar gibt es eine Reihe von Initiativen, wie die seit 2018 in Ostwestfalen stattfindende Konferenz „Hinterland of Things“, die verschiedenen Akteure vernetzt. Aber insgesamt existiert bei der Gestaltung von Start-up-Ökosystemen noch ein erhebliches Ausbaupotenzial.

Fazit

Viele der wertvollsten Unternehmen der Welt haben sich in relativ kurzer Zeit von Start-ups zu Digital-Champions entwickelt
Zur Beantwortung der Frage, was etablierte Unternehmen hieraus lernen können, haben wir die Entwicklung des strategischen Managements analysiert
Im Unterschied zu etablierten Unternehmen haben Digital-Unternehmen in ihren Erfolgsphasen einen Paradigmenwechsel im strategischen Management von mechanistisch zu komplexitätsbewältigend aktiv vorangetrieben
Eine wichtige Rolle hat dabei ein Wandel der Personalführung und Kultur gespielt
Führungskräfte in etablierte Unternehmen stehen vor der Aufgabe, situativ angepasste kulturelle Normen vorzuleben
Dabei sollten sie stärker die Möglichkeit nutzen, mit Start-ups zusammenzuarbeiten

Literatur

[1] Sommer, U., KI entfacht Kursfeuerwerk. In: Handelsblatt, 27. Dezember 2023, S.1, 4, 6

[2] Servatius, H.G., Evolution des strategischen Managements. In: Competivation Blog, 28.06.2024

[3] Servatius, H.G., Gestaltung des Innovationssystems von Unternehmen. In: Servatius, H.G., Piller, F.T. (Hrsg.), Der Innovationsmanager – Wertsteigerung durch ein ganzheitliches Innovationsmanagement, Symposion 2014, S. 21-64

[4] Keese, C., Silicon Valley – Was aus dem mächtigsten Tal der Welt auf uns zukommt, Knauer 2014

[5] Simon, H.A., The Sciences of the Artificial, 2.Aufl., MIT Press 1981 (1. Aufl.1969)

[6] Kelly T., Kelly, D., Creative Confidence – Unleashing the Creative Potential within us all, William Collins 2013

[7] Marrow, A.J., Kurt Lewin – Leben und Werk, Ernst Klett 1977

[8] Sutherland, J.J., The Scrum Fieldbook – A Master Class on Accelerating Perfomance, Getting Results, and Defining the Future, Currency 2019

[9] Bryar, C., Carr, B., Working Backwards – Insights, Stories, and Secrets from Inside Amazon, Macmillan 2021

[10] Servatius, H.G., Vom strategischen Management zur evolutionären Führung – Auf dem Wege zu einem ganzheitlichen Denken und Handeln, Poeschel 1991

[11] Beinhocker, E.D., Die Entstehung des Wohlstands – Wie Evolution die Wirtschaft antreibt, mi-Fachverlag 2007

[12] Lewin, R., Die Komplexitätstheorie – Wissenschaft nach der Chaos-Forschung, Hoffmann und Campe 1993

[13] Stacey R., Tools and Techniques of Leadership and Management – Meeting the Challenge of Complexity, Routledge 2012

[14] Brown, S.L., Eisenhardt, K.M., Competing on the Edge – Strategy as Structured Chaos, Harvard Business Review Press 1998

[15] McAfee, A., The Geek Way – The Radical Mindset That Drives Extraordinary Results, Macmillan 2023

[16] Hamel, G., Zanini, M., Humanocracy – Creating Organizations as Amazing as the People Inside Them, Harvard Business Review Press 2020

[17] Argyris, C., Overcoming Organizational Defences – Facilitating Organizational Learning, Allyn and Bacon 1990

[18] Servatius, HG., Dreifache strategische Neuausrichtung. In: Competivation Blog, 07.06.2024

[19] Müller, A., Schimroszik, N., Mittelstand rückt von Start-ups ab. In: Handelsblatt, 13. Juni 2024, S.22

Triple strategic realignment

07.06.24

Many companies are currently facing the task of becoming more digital, more sustainable and more resilient. The automotive industry provides an example of this triple strategic realignment. The necessary complex process requires the change of a system of interconnected fields of action. The question arises as to how companies can succeed in mastering such a process together with politics, science and society.

In this blog post, I explain the difference between the terms transformation and realignment and explain why the concept of transformation is based on an outdated understanding of management that is unfortunately still widespread.

Automotive companies that need to become more digital, sustainable and resilient

Established automotive companies are in the fifth development stage of a connective strategic management,¹ in which they must become more digital, more sustainable and more resilient. So far, management theory and practice have provided little guidance for such a triple realignment. However, it is becoming increasingly clear that the idea of a comprehensive, temporary transformation is illusory and will not lead to the desired results.

When we published our book on the ecological reorientation of automotive companies in 1994, we never thought that the mobility turnaround in Germany would take so long.² Ultimately, a strategic reorientation towards sustainable forms of propulsion only came about in response to political and competitive pressure. Traditional companies in the industry are now facing a threat from disruptive stakeholder ecosystems.³ They are looking for suitable answers and are preparing for a complex change with various options.

Digitalization is the second important area of realignment and is being driven primarily by large tech companies and start-ups. It has taken place in various waves and affects both the automotive product and key business processes. Digital technologies have the character of game changers, which the general public has become aware of at the latest since the hype surrounding generative artificial intelligence (AI).⁴ The design of innovative stakeholder ecosystems is also crucial in this field. Trustworthy AI certainly opens up opportunities for Europe.

Parallel to these developments, the geopolitical crises have increased the importance of a resilience-oriented realignment.⁵ The focus here is on improving the resilience of Western companies in the various stages of value creation. Relevant fields include raw materials, batteries, semiconductors and AI applications. For example, the leading US chip manufacturer Nvidia is heavily dependent on the Taiwanese contract manufacturer TSMC.⁶ This example shows that although this third dimension of realignment is linked to the other dimensions, it requires specific approaches.

The following diagram illustrates the three dimensions of realignment. The specific approaches relate to the transitions

– from analog to digital, but also trustworthy

– from primarily financially oriented to sustainable, but also realistic and

– from dependent to resilient but also strategic.

This is a key challenge for the European economy and politics in the coming years.

To this end, it is important to understand the difference between the widely used term transformation and the term realignment.

Difference between transformation and realignment

The term transformation has a long history of development. As early as 1944, Karl Polanyi used it as a political term of struggle to express his demand for a change in the capitalist system.⁷ In the 1990s, consultants understood the term transformation of organizations to mean comprehensive change.⁸ In doing so, they sought to differentiate themselves from the reengineering concept, which was perceived as too mechanistic. Today, transformation has become a buzzword with unclear content. This is clearly illustrated by the current term twin transformation, which suggests that digital and green change have a twin character. ⁹

In order to bring clarity to this confusion of terms, we differentiate between a temporal and a content dimension in organizational change. We define transformation as a temporary, comprehensive change. This brings a transformation task close to restructuring and is now also interpreted in this sense by many management consultants. In contrast, we understand realignment as a longer-term, specific change, e.g. with a focus on digitalization, sustainability or resilience.

The idea that a digital transformation is possible in the short term and comprehensively underestimates the complexity of the task. We believe this idea is illusory. Such a transformation illusion is the cause of many failures.

The term alignment of a company describes a well-coordinated connection of important system elements (e.g. business model, strategy, innovation, core competencies, organization, IT systems, culture and stakeholders) with regard to a common vision and purpose. In the course of their development, such alignment has been lost in many companies and at the same time the task of realignment in the sense of a realization arises.¹⁰

Based on these definitions, I would like to explore the question of what the complexity of a triple realignment consists of and what approach companies can use to overcome this complexity.

Complexity of a triple realignment

A key finding is that the complexity of a triple realignment lies in the connection of different fields of action. This triple realignment requires the change of a complex system. The transformation illusion consists of the assumption that such a change is possible with the help of one-off top-down planning. This mechanistic strategy paradigm is outdated and has now been superseded by a new paradigm that focuses on managing complexity.¹¹ The diagram shows important fields of action for such a

Over the past sixty years, strategic management has developed in five stages. Strategy 5.0 connects the development stages. Companies manage this connectivity in various fields of action. A common vision plays an important role here as a bracket for an innovation, sustainability and resilience strategy. The focal points of a realignment of business models result from these strategies.

A second field of action is responding to or shaping disruptive stakeholder ecosystems. The research and development (R&D) management of companies, together with stakeholders from politics, science and society, is aimed at achieving competitive advantages in innovative technologies.

Field of action number three is digital, sustainable and resilient value creation. A current topic here is increasing productivity with AI-based business processes and knowledge-intensive applications. This topic affects almost all sectors and company sizes.

Mastering these fields of action requires a change in human resource management and culture as well as the development of new skills. Important impetus for overcoming complexity comes from connective leadership with agile methods, which start-ups and digital champions have implemented more consistently than established companies.

There is a close connection between this and changes in the organization, IT architecture and project management. Established companies find it difficult to transfer the concept of a platform organization with agile teams developed by digital champions to their own situation.

Action area number six is value enhancement with financial and non-financial reporting. Many companies limit themselves to a reactive approach in order to comply with new sustainability guidelines. It makes more sense to see sustainability as an opportunity for innovation.

A promising approach to this triple realignment, which connects various fields of action, is based on a breakdown into phases and learning loops. This approach differs fundamentally from rigid roadmap concepts,¹² which are widely used in the literature but have often failed in practice.

Procedure for a triple realignment

Structuring the approach of complex tasks into phases and learning loops is based on the action learning model, which also forms the basis for agile methods. Similar to the scaling of agile teams, the challenge here is to bring the entire organization together in an iterative process. In practice, it has proven useful to divide each of the learning loops into the six phases shown in the diagram.

A realignment begins with an analysis of the company’s specific initial situation combined with a look into the future (foresight). Particular attention should be paid to the early recognition of possible radical changes. This requires a high level of contextual intelligence in order to correctly assess the complexity of external developments.

In the next phase, the task is to develop a vision for a triple realignment. One trigger may be the need to overcome crises and regain resilience. For many companies, the topic of sustainability has a meaningful effect. Digital technologies provide the potential for renewal. It is crucial to involve employees in this process and to credibly convey a spirit of optimism that provides the positive energy for the subsequent phases.

The vision forms the framework for prioritizing the dimensions of digital, sustainable and resilient as well as the fields of action for a realignment. In an initial learning loop, the company works on the challenges with the highest priority. Lower-priority tasks are completed according to the same pattern in later learning loops. This iterative approach makes an important contribution to overcoming complexity. Management often reassesses the current situation of the company and its environment after each learning loop.

In many companies, a triple realignment fails due to the existing governance model. By governance, we mean the interplay between human resource management, culture, organization and control. The supervisory board must ensure that the governance is suitable for changing this complex system and take appropriate measures if this is not the case. This fourth phase is therefore crucial to overall success. A misconceived approach to transformation contributes to an increased likelihood of joint failure between the board, management, employees and external advisors. It is possible that a restructuring may be necessary before the realignment. However, it is important to communicate this clearly and not hide behind a vaguely formulated transformation concept.

Another important hurdle is implementation in the form of programs and projects, which takes place in phase five. Coordinating the fields of action with the help of agile and transparent performance management has proven its worth here. A suitable approach is the Objectives and Key Results (OKR) method. This is used successfully by start-ups and successful digital giants, but still frequently encounters the barriers of a silo culture in established companies. In this respect, the success of the individual phases builds on each other. Without suitable governance in phase four, the coordination of the fields of action will not succeed. Feedback is therefore of great importance in this process.

The sixth and final phase is human resource development in the form of specific action learning by many. In view of the growing importance of generative AI, companies are increasingly faced with the question of how they should organize the further training of many employees during an ongoing digital realignment. As there has been nothing comparable in recent economic history, new approaches are needed here. These should start with school education. Unfortunately, Germany has largely missed out on this and is now facing the need to further develop its education system. However, the economy cannot wait for this and must take the initiative itself when it comes to human resource development.

Our practical experience shows that this approach has the character of a framework concept that each company must adapt to its specific situation. We support managers in this adaptation by combining consulting with personnel development. In this way, we achieve a better price-performance ratio for our clients than with traditional management consulting.

Conclusion

– Companies must currently master a triple strategic realignment and become more digital as well as more sustainable and resilient

– We understand the term realignment to mean a long-term, specific change

– The complexity of a triple realignment lies in the processing of different fields of action that are linked to each other

– In this form of change, an iterative process structured in phases and learning loops has proven its worth

Literature

[1] Servatius, H.G., Strategy 5.0 for mastering the new challenges. In: Competivation Blog, 28.06.2022

[2] Berger, R., Servatius, H.G., Krätzer, A., Die Zukunft des Autos hat erst begonnen – Ökologisches Umsteuern als Chance, Pieper 1994

[3] Servatius, H.G., Designing innovative stakeholder ecosystems. In: Competivation Blog, 10.01.2023

[4] Kaufmann, T., Servatius, H.G., Das Internet der Dinge und Künstliche Intelligenz als Game Changer – Wege zu einem Management 4.0 und einer digitalen Architektur, SpringerVieweg 2020

[5] Servatius, H.G., Resilience-oriented strategic management. In: Competivation Blog, 15.03.2023

[6] Hofer, J. et al, Nvidia’s Taiwan risk. In: Handelsblatt, May 28, 2024, p.1, 4-5

[7] Polanyi, K., The Great Transformation – Political and Economic Origins of Societies and Economic Systems, Suhrkamp 1973

[8] Goullart, F.J., Kelly, J.N., Transforming the Organization, Mc Graw Hill 1995

[9] Christmann, A.S., et al, The Twin Transformation Butterfly. In: Business Information Systems Engineering, January 23, 2024

[10] Trevor, J., Re:Align – A Leadership Blueprint for Overcoming Disruption and Improving Performance, Bloomsbury 2022

[11] Servatius, H.G., With a strategy 5.0 to success with Digital GreenTech. In: Fesidis, B., Röß, S.A., Rummel, S.(Eds.), With digitalization and sustainability to a climate-neutral company, SpringerGabler 2023, pp.71-94

[12] Rogers, D.L., The Digital Transformation Roadmap – Rebuild Your Organization for Continuous Change, Columbia Business School Publishing 2023

Dreifache strategische Neuausrichtung

07.06.24

Gegenwärtig stehen viele Unternehmen vor der Aufgabe, digitaler, nachhaltiger und resilienter zu werden. Ein Beispiel für diese dreifache strategische Neuausrichtung liefert die Automobilindustrie. Der notwendige komplexe Prozess erfordert den Wandel eines Systems verbundener Handlungsfelder. Es stellt sich die Frage, wie es Unternehmen gemeinsam mit der Politik, Wissenschaft und Gesellschaft gelingen kann, einen derartigen Prozess zu meistern.

In diesem Blogpost erläutere ich den Unterschied zwischen den Begriffen Transformation und Neuausrichtung und begründe, warum das Transformationskonzept auf einem nicht mehr zeitgemäßen Managementverständnis basiert, das leider immer noch weit verbreitet ist.

Automobilunternehmen, die digitaler, nachhaltiger und resilienter werden müssen

Etablierte Automobilunternehmen befinden sich in der fünften Entwicklungsstufe eines verbindenden strategischen Managements,¹in der sie digitaler, nachhaltiger und resilienter werden müssen. Für eine solche dreifache Neuausrichtung (Triple Realignment) liefern die Managementtheorie und -praxis bislang kaum Anleitungen. Immer deutlicher wird aber, dass die Vorstellung von einer umfassenden, befristeten Transformation illusionär ist und nicht zu den gewünschten Ergebnissen führt.

Als wir 1994 unser Buch zum ökologischen Umsteuern von Automobilunternehmen publiziert haben, hätten wir nicht gedacht, dass die Mobilitätswende in Deutschland so lange dauert.² Letztlich ist eine strategische Neuausrichtung auf nachhaltige Antriebsformen erst als Reaktion auf den Druck der Politik und des Wettbewerbs erfolgt. Die traditionellen Unternehmen der Branche befinden sich heute in einer Bedrohungslage, die von disruptiven Stakeholder-Ökosystemen ausgeht.³ Sie sind auf der Suche nach geeigneten Antworten und stellen sich auf einen komplexen Wandel mit verschiedenen Optionen ein.

Die Digitalisierung als zweites wichtiges Feld einer Neuausrichtung wird vor allen von den großen Tech-Konzernen und von Start-ups getrieben. Sie ist in verschiedenen Wellen verlaufen und betrifft sowohl das Produkt Automobil als auch wesentliche Geschäftsprozesse. Digitale Technologien haben den Charakter von Game Changern, was spätestens seit dem Hype um die generative Künstliche Intelligenz (KI) einer breiten Öffentlichkeit bewusst geworden ist.⁴ Auch in diesem Feld kommt es entscheidend auf die Gestaltung von innovativen Stakeholder-Ökosystemen an. Dabei eröffnet eine vertrauenswürdige KI für Europa durchaus Chancen.

Parallel zu diesen Entwicklungen hat mit den geopolitischen Krisen die Bedeutung einer resilienzorientierten Neuausrichtung zugenommen.⁵ Im Mittelpunkt steht dabei eine Verbesserung der Widerstandskraft westlicher Unternehmen in den verschiedenen Stufen der Wertschöpfung. Relevante Felder sind Rohstoffe, Batterien, Halbleiter und KI-Anwendungen. So ist z.B. der führende US-Chiphersteller Nvidia stark von dem taiwanesischen Auftragsfertiger TSMC abhängig.⁶ Das Beispiel zeigt, dass diese dritte Dimension einer Neuausrichtung zwar mit den anderen Dimensionen verbunden ist, aber spezifische Ansätze erfordert.

Die folgende Abbildung veranschaulicht die drei Dimensionen einer Neuausrichtung. Die spezifischen Ansätze betreffen die Übergänge

– von analog zu digitaler, aber auch vertrauenswürdig

– von primär finanzorientiert zu nachhaltiger, aber auch realistisch und

– von abhängig zu resilienter, aber auch strategisch.

Für die europäische Wirtschaft und Politik ist dies eine zentrale Herausforderung der nächsten Jahre.

Hierzu ist es wichtig, den Unterschied zwischen dem weit verbreiteten Begriff Transformation und dem Begriff Neuausrichtung zu verstehen.

Unterschied zwischen Transformation und Neuausrichtung

Der Begriff Transformation hat eine längere Entwicklungsgeschichte. Bereits 1944 verwendet ihn Karl Polanyi als politischen Kampfbegriff, um seiner Forderung nach einem Wandel des kapitalistischen Systems Ausdruck zu verleihen.⁷ In den 1990er Jahren verstehen Consultants unter dem Begriff Transformation von Organisationen einen umfassenden Wandel.⁸ Damit streben sie eine Abgrenzung von dem als zu mechanistisch empfundenen Reengineering-Konzept an. Heute ist Transformation zu einem Schlagwort mit unklarem Inhalt geworden. Deutlich wird dies am Beispiel des aktuellen Begriffs Twin Transformation, der suggeriert, dass der digitale und der grüne Wandel einen Zwillingscharakter hätten.⁹

Um Ordnung in diese Begriffsunklarheiten zu bringen, unterscheiden wir beim Wandel von Organisationen zwischen einer zeitlichen und einer inhaltlichen Dimension. Als Transformation bezeichnen wir einen zeitlich befristeten, umfassenden Wandel. Damit rückt eine Transformationsaufgabe in die Nähe der Sanierung und wird von vielen Managementberatern inzwischen auch in diesem Sinne interpretiert. Demgegenüber verstehen wir unter einer Neuausrichtung einen längerfristig orientierten, spezifischen Wandel z.B. mit den Schwerpunkten Digitalisierung, Nachhaltigkeit oder Resilienz.

Die Vorstellung, eine digitale Transformation sei kurzfristig und umfassend möglich, unterschätzt die Komplexität der Aufgabe. Wir halten diese Vorstellung für illusionär. Eine solche Transformationsillusion ist die Ursache für viele Fehlschläge.

Der Begriff der Ausrichtung (Alignment) eines Unternehmens beschreibt eine gut abgestimmte Verbindung wichtiger Systemelemente (z.B. Geschäftsmodell, Strategie, Innovation, Kernkompetenzen, Organisation, IT-Systeme, Kultur und Stakeholder) im Hinblick auf eine gemeinsame Vision und einen Sinn. Im Verlauf ihrer Entwicklung ist in vielen Unternehmen ein solches Alignment verloren gegangen und gleichzeitig stellt sich die Aufgabe einer Neuausrichtung im Sine eines Realignments.¹⁰

Ausgehend von diesen Definitionen möchte ich im folgenden der Frage nachgehen, worin die Komplexität einer dreifachen Neuausrichtung besteht und mit welcher Vorgehensweise Unternehmen diese Komplexität bewältigen können.

Komplexität einer dreifachen Neuausrichtung

Eine zentrale Erkenntnis ist, dass die Komplexität einer dreifachen Neuausrichtung in der Verbindung verschiedener Handlungsfelder liegt. Dieses Triple Realignment erfordert den Wandel eines komplexen Systems. Die Transformationsillusion besteht in der Annahme, ein solcher Wandel sei mit Hilfe einer einmaligen Top-down-Planung möglich. Dieses mechanistische Strategie-Paradigma ist überholt und inzwischen von einem neuen Paradigma verdrängt worden, in dessen Zentrum die Bewältigung von Komplexität steht.¹¹ In der Abbildung sind wichtige Handlungsfelder einer solchen Neuausrichtung dargestellt.

In den vergangenen sechzig Jahren ist die Entwicklung des strategischen Managements in fünf Stufen verlaufen. Eine Strategie 5.0 verbindet die Entwicklungsstufen. Unternehmen bewältigen diese Konnektivität in verschiedenen Handlungsfeldern. Eine wichtige Rolle spielt dabei die gemeinsame Vision als Klammer für eine Innovations-, Nachhaltigkeits- und Resilienzstrategie. Aus diesen Strategien ergeben sich die Schwerpunkte einer Neuausrichtung der Geschäftsmodelle.

Ein zweites Handlungsfeld ist die Reaktion auf oder Gestaltung von disruptiven Stakeholder-Ökosystemen. Dabei ist das Forschungs- und Entwicklungs (F&E-) Management von Unternehmen gemeinsam mit Akteuren aus Politik, Wissenschaft und Gesellschaft auf das Erreichen von Wettbewerbsvorteilen bei innovativen Technologien gerichtet.

Handlungsfeld Nummer drei ist die digitale, nachhaltige und resiliente Wertschöpfung. Ein aktuelles Thema ist hierbei gegenwärtig die Produktivitätssteigerung mit KI-basierten Geschäftsprozessen und wissensintensiven Anwendungen. Dieses Thema betrifft nahezu alle Branchen und Unternehmensgrößen.

Die Bewältigung dieser Handlungsfelder erfordert einen Wandel der Personalführung und Kultur sowie die Entwicklung von neuen Kompetenzen. Wichtige Impulse zur Komplexitätsbewältigung gehen dabei von einer verbindenden Führung mit agilen Methoden aus, die Start-ups und Digital-Champions konsequenter umgesetzt haben als etablierte Unternehmen.

Hierbei besteht ein enger Zusammenhang zum Wandel der Organisation, der IT-Architektur und des Projektmanagements. Etablierten Unternehmen fällt es schwer, das bei Digital-Champions entstandene Konzept einer Plattform-Organisation mit agilen Teams auf ihre eigene Situation zu übertragen.

Handlungsfeld Nummer sechs ist die Wertsteigung mit einer finanziellen und nicht-finanziellen Berichterstattung. Viele Unternehmen beschränken sich auf ein reaktives Vorgehen zur Erfüllung von neuen Nachhaltigkeitsrichtlinien. Sinnvoller erscheint es, das Thema Nachhaltigkeit als Innovationschance zu sehen.

Ein Erfolg versprechendes Vorgehen bei dieser dreifachen Neuausrichtung, das verschiedene Handlungsfelder verbindet, geht von einer Gliederung in Phasen und Lernschleifen aus. Dieses Vorgehen unterscheidet sich grundlegend von starren Roadmap-Konzepten,¹² die in der Literatur weit verbreitet, in der Praxis aber häufig gescheitert sind.

Vorgehen bei einer dreifachen Neuausrichtung

Eine Gliederung des Vorgehens bei komplexen Aufgaben in Phasen und Lernschleifen basiert auf dem Modell des Action Learning, das auch die Grundlage für agile Methoden bildet. Ähnlich wie bei der Skalierung agiler Teams liegt die Herausforderung hier darin, die gesamte Organisation in einem iterativen Prozess zusammenzuführen. In der Praxis hat es sich bewährt, jede der Lernschleifen in die in der Abbildung dargestellten sechs Phasen zu gliedern.

Am Anfang einer Neuausrichtung steht die Analyse der spezifischen Ausgangssituation des Unternehmens verbunden mit einem Blick in die Zukunft (Foresight). Ein besonderes Augenmerk sollte dabei auf der Früherkennung möglicher radikaler Veränderungen liegen. Dies erfordert eine ausgeprägte kontextuelle Intelligenz, um die Komplexität externer Entwicklungen richtig einzuschätzen.

In einer nächsten Phase stellt sich die Aufgabe, für die dreifache Neuausrichtung eine Vision zu entwickeln. Ein Auslöser kann die Notwendigkeit sein, Krisen zu meistern und Resilienz zurückzugewinnen. Sinn stiftend wirkt dabei für viele Unternehmen das Thema Nachhaltigkeit. Dabei liefern digitale Technologien das Potenzial für eine Erneuerung. Entscheidend ist, die Mitarbeitenden in diesen Prozess einzubeziehen und glaubwürdig eine Aufbruchsstimmung zu vermitteln, die die positive Energie für die nachfolgenden Phasen liefert.

Die Vision bildet den Rahmen für eine Priorisierung der Dimensionen digital, nachhaltig und resilient sowie der Handlungsfelder einer Neuausrichtung. In einer ersten Lernschleife bearbeitet das Unternehmen die Herausforderungen mit der höchsten Priorität. Die Erledigung von geringer priorisierten Aufgaben erfolgt nach dem gleichen Muster in späteren Lernschleifen. Dieses iterative Vorgehen leistet einen wichtigen Beitrag zur Komplexitätsbewältigung. Häufig bewertet die Führung nach jeder Lernschleife die aktuelle Situation des Unternehmens und seines Umfelds neu.

In vielen Unternehmen scheitert eine dreifache Neuausrichtung an dem vorhandenen Governance-Modell. Dabei verstehen wir unter Governance das Zusammenspiel von Personalführung, Kultur, Organisation und Kontrolle. Der Aufsichtsrat muss sicherstellen, dass die Governance für den Wandel dieses komplexen Systems geeignet ist und entsprechende Maßnahmen ergreifen, wenn dies nicht der Fall ist. Daher ist diese vierte Phase für den Gesamterfolg von entscheidender Bedeutung. Ein falsch verstandenes Transformationskonzept trägt dazu bei, dass sich die Wahrscheinlichkeit eines gemeinsames Versagens von Aufsichtsgremium, Führung, Mitarbeitenden und externen Beratern erhöht. Dabei kann es möglich sein, dass vor der Neuausrichtung eine Sanierung erforderlich ist. Wichtig ist, dies dann aber auch klar zu kommunizieren und sich nicht hinter einem vage formulierten Transformationsbegriff zu verstecken.

Eine weitere wichtige Hürde ist die Umsetzung in Form von Programmen und Projekten, die in Phase fünf erfolgt. Hierbei hat sich die Koordination der Handlungsfelder mit Hilfe eines agilen und transparenten Performance Managements bewährt. Ein geeigneter Ansatz ist die Objectives and Key Results (OKR-) Methode. Diese wird von Start-ups und erfolgreichen Digital-Giganten erfolgreich angewendet, stößt in etablierten Unternehmen aber immer noch häufig auf die Barrieren einer Silo-Kultur. Insofern baut der Erfolg der einzelnen Phasen aufeinander auf. Ohne eine geeignete Governance in Phase vier wird die Koordination der Handlungsfelder nicht gelingen. Daher sind bei diesem Prozess die Rückkopplungen von großer Bedeutung.

Die sechste und letzte Phase ist die Personalentwicklung in Form eines spezifischen Handlungslernen von Vielen. Angesichts der zunehmenden Bedeutung der generativen KI stehen Unternehmen zunehmend vor der Frage, wie sie während einer laufenden digitalen Neuausrichtung die Weiterbildung vieler Mitarbeitender gestalten sollen. Da es in der jüngeren Wirtschaftsgeschichte nichts Vergleichbares gegeben hat, sind hier neue Wege gefragt. Diese müssten schon bei der Schulausbildung beginnen. Leider hat Deutschland das weitgehend verschlafen und steht nun vor einer Weiterentwicklung seines Bildungssystems. Hierauf kann die Wirtschaft aber nicht warten und muss beim Thema Personalentwicklung selbst die Initiative ergreifen.

Unsere praktische Erfahrung zeigt, dass diese Vorgehensweise den Charakter eines Rahmenkonzepts hat, das jedes Unternehmen an seine spezifische Situation anpassen muss. Wir unterstützen Führungskräfte bei dieser Anpassung, indem wir Beratung mit Personalentwicklung verknüpfen. Auf diese Weise erreichen wir für unsere Klienten ein besseres Preis-Leistungsverhältnis als beim klassischen Management Consulting.

Fazit

Unternehmen müssen gegenwärtig eine dreifache strategische Neuausrichtung meistern und sowohl digitaler als auch nachhaltiger und resilienter werden
Dabei verstehen wir unter dem Begriff Neuausrichtung einen längerfristig orientierten, spezifischen Wandel
Die Komplexität einer dreifachen Neuausrichtung besteht in der Bearbeitung verschiedener Handlungsfelder, die miteinander verbunden sind
Bei dieser Form des Wandels hat sich einer iterativer Prozess bewährt, der in Phasen und Lernschleifen gegliedert ist

Literatur

[1] Servatius, H.G., Strategie 5.0 zur Bewältigung der neuen Herausforderungen. In: Competivation Blog, 28.06.2022

[2] Berger, R., Servatius, H.G., Krätzer, A., Die Zukunft des Autos hat erst begonnen – Ökologisches Umsteuern als Chance, Pieper 1994

[3] Servatius, H.G., Gestaltung von innovativen Stakeholder-Ökosystemen. In: Competivation Blog, 10.01.2023

[4] Kaufmann, T., Servatius, H.G., Das Internet der Dinge und Künstliche Intelligenz als Game Changer – Wege zu einem Management 4.0 und einer digitalen Architektur, SpringerVieweg 2020

[5] Servatius, H.G., Resilienzorientiertes strategisches Management. In: Competivation Blog, 15.03.2023

[6] Hofer, J. et al., NvidiasTaiwan-Risiko. In: Handelsblatt, 28.Mai 2024, S.1, 4-5

[7] Polanyi, K., The Great Transformation – Politische und ökonomische Ursprünge von Gesellschaften und Wirtschaftssystemen, Suhrkamp 1973

[8] Goullart, F.J., Kelly, J.N., Transforming the Organization, Mc Graw Hill 1995

[9] Christmann, A.S., et al., The Twin Transformation Butterfly. In: Business Information Systems Engineering, 23.Januar 2024

[10] Trevor, J., Re:Align – A Leadership Blueprint for Overcoming Disruption and Improving Performance, Bloomsbury 2022

[11] Servatius, H.G., Mit einer Strategie 5.0 zu Erfolgen bei Digital GreenTech. In: Fesidis, B., Röß, S.A., Rummel, S.(Hrsg.), Mit Digitalisierung und Nachhaltigkeit zum klimaneutralen Unternehmen, SpringerGabler 2023, S.71-94

[12] Rogers, D.L., The Digital Transformation Roadmap – Rebuild Your Organization for Continuous Change, Columbia Business School Publishing 2023

Gestaltende Innovationsforschung zu KI-Anwendungen

Lernen, Lösungen für komplexe Managementprobleme zu gestalten

Von erfolgreichen Digital-Unternehmen lernen

Triple strategic realignment

Dreifache strategische Neuausrichtung

Neueste Beiträge

CONNECTIVE MANAGEMENT