Paradigmenwechsel im strategischen Management

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

Entwicklung und Wandel des strategischen Managements

19.09.25

Aufgabe des strategischen Managements ist es, die Unternehmensentwicklung zu gestalten und Herausforderungen zu meistern. Aus neuen Möglichkeiten und Bedrohungen ergibt sich für Vorstände und Geschäftsführer immer wieder die Notwendigkeit zu lernen. Eine verbesserte Didaktik bei der Aus- und Weiterbildung von Führungskräften sollte diesem Wandel des strategischen Managements Rechnung tragen. In der gegenwärtigen Phase des Umbruchs liegt ein inhaltlicher Schwerpunkt bei KI-basierten strategischen und organisatorischen Neuausrichtungen. Die Verbindung dieser Handlungsfelder, die den Arbeitsmarkt verändert und neue Führungsfähigkeiten erfordert, bezeichnen wir als Innostrategizing.

In diesem Blogpost erläutere ich die Entwicklungsstufen des strategischen Managements und den Paradigmenwechsel, der den Wandel des Fachgebiets prägt.

KI verändert den Arbeitsmarkt auch für Berufseinsteiger

Die zunehmende Bedeutung von Künstlicher Intelligenz (KI) führt dazu, dass die Nachfrage in klar strukturierten, repetitiven Tätigkeitsfeldern auch für Berufseinsteiger abnimmt.¹ Viele dieser Aufgaben erledigt KI bereits heute schneller, kostengünstiger und mit ausreichender Qualität. Parallel dazu entstehen neue Aufgaben z.B. beim KI-Training und Einsatz von KI-Tools. Neben KI-Kompetenz gewinnen andere Qualifikationen an Bedeutung. Hierzu zählt z.B. die Fähigkeit zu interdisziplinärer Projektarbeit. Da dieser Wandel alle Managementbereiche betrifft, richten innovative Bildungsanbieter ihre Bachelor-Programme neu aus. Daneben verändern sich auch die Anforderungen an Führungskräfte.

Neue Anforderungen an Führungskräfte

In der Vergangenheit hat das Absolvieren eines MBA-Programms die Wahrscheinlichkeit einer erfolgreichen Führungslaufbahn erhöht. So verfügen 18 Prozent der Vorstände von deutschen börsennotierten Unternehmen über einen Master of Business Administration (MBA), den 88 Prozent im Ausland erworben haben.² Ein wichtiger Beweggrund für ein MBA-Programm ist der Wunsch, sich weiterzuentwickeln und die eigene Strategiekompetenz zu verbessern. Für Betriebswirte und insbesondere für Absolventen von technischen Studiengängen wirken die MBA-Programme renommierter Hochschulen als Karrierebeschleuniger. Für die Universitäten im In- und Ausland, die MBA-Programme anbieten, ist wichtig, dass sich seit einiger Zeit die Herausforderungen für Unternehmen und damit auch das Fachgebiet strategisches Management grundlegend verändern. Innovative Bildungsanbieter qualifizieren ihre Studierenden für eine Bewältigung der mit diesen Veränderungen verbundenen Komplexität. Die negativen Auswirkungen der US-Politik auf das Bildungssystem des Landes sind eine Chance für Europa, die Hochschulen nutzen sollten.

Von besonderer Bedeutung ist dabei ein Verständnis der Veränderungen des strategischen Managements im Verlauf seiner zeitlichen Entwicklung.

Entwicklungsstufen des strategischen Managements

Wir haben die Entwicklung des strategischen Managements seit den 1960er Jahren in die folgenden Stufen gegliedert, die die den jeweiligen Schwerpunkt kennzeichnen:³

Markt- und finanzorientiert (Strategie 1.0)
technologie- und innovationsorientiert (Strategie 2.0)⁴
nachhaltigkeitsorientiert (Strategie 3.0)⁵ und
resilienzorientiert zur Bewältigung der gegenwärtigen Multikrise (Strategie 4.0)⁶.

Parallel zur Eigendynamik dieser Stufen nimmt die Bedeutung eines verbindenden Gestaltens zu. Hierunter verstehen wir

die gemeinsam von Akteuren aus verschiedenen Fachbereichen, Ebenen oder Organisationen
durchgeführte Planung und Realisierung
von Objekten, Systemen oder Problemlösungen.

Ein solches Connective Design betrachten wir als fünfte Entwicklungsstufe des strategischen Managements (Stratege 5.0). Diese Stufe verbindet und erweitert die früheren Stufen.⁷

Eine wichtige Grundlage für das verbindende Gestalten hat der Wirtschaftsnobelpreisträger Herbert Simon (1978) mit seinem Buch The Sciences of the Artificial gelegt, das die Design-Theorie geprägt hat.⁸ Auch wenn diese bahnbrechende Arbeit in Deutschland wenig bekannt ist, praktizieren Hidden Champions seit Jahrzehnten ein solches Managementverständnis, das sich u.a. mit der Frage beschäftigt, wie eine Verbindung zwischen neuen Kundenbedürfnissen und Technologien gestaltet werden kann.

In der Hochschullehre zum strategischen Management steht heute immer noch die erste, markt- und finanzorientierte Entwicklungsstufe im Vordergrund. Aus der zweiten und dritten Stufe sind die eigenständigen Fachgebiete Technologie, Innovation und Entrepreneurship sowie Nachhaltigkeit entstanden. Dabei kommt der integrative Aspekt einer Verbindung der Stufen meist zu kurz. Daneben gibt es die Fachgebiete Personalführung, Organisation, IT-Management und Wandel (Change Management), die häufig ebenfalls nicht mit dem strategischen Management verbunden sind.

Verbindendes Gestalten

Obwohl die Fähigkeit zu einem verbindenden Gestalten an Hochschulen kaum gelehrt wird, war und ist sie für alle Strategiestufen relevant. Das verdeutlichen die folgenden Aufgaben:

Eine Gestaltung von Geschäftsfeld-Portfolios mit dem Ziel, den Unternehmenswert dauerhaft zu steigern (Strategie 1.0)
die Gestaltung des Innovationssystems von Unternehmen durch eine Verbindung relevanter Handlungsfelder und von Innovationsökosystemen (Strategie 2.0)
eine Gestaltung des Nachhaltigkeitssystems von Unternehmen und GreenTech-Ökosystemen sowie die gemeinsame Bewältigung von Zielkonflikten zwischen Ökonomie, Ökologie und Sozialem (Strategie 3.0)
die Gestaltung resilienter Systeme durch eine Verbindung der Ebenen Staat, Unternehmen und Individuum z.B. zur Bewältigung geopolitischer Krisen (Strategie 4.0) sowie
eine Gestaltung von Verbindungen zwischen den Entwicklungsstufen z.B. bei den Themen Nachhaltigkeitsinnovation und Klimaresilienz (Strategie 5.0).

Neben diesen Entwicklungsstufen und einer verbindenden Perspektive ist der Wandel des strategischen Managements durch einen Paradigmenwechsel gekennzeichnet.

Paradigmenwechsel im strategischen Management

Der Begriff Paradigma beschreibt ein grundlegendes Muster, das in einem bestimmten Bereich als Orientierung dient. In der Wissenschaft bildet ein Paradigma einen Rahmen für Theorien, Konzepte und Praktiken. Bei einem Paradigmenwechsel findet ein Übergang von einem älteren zu einem neuen grundlegenden Muster statt. Der Wissenschaftshistoriker Thomas Kuhn verwendet den Begriff zur Beschreibung von wissenschaftlichen Revolutionen.⁹ Einer der Kritiker dieser Vorstellung ist der Philosoph Stephen Toulmin. Für ihn ist ein wissenschaftliches Paradigma ein locker zusammenhängendes Bündel von Einzeltheorien, die sich in einem Evolutionsprozess bewähren müssen.¹⁰ Der Paradigmenwechsel im strategischen Management hat einen solchen eher evolutionären Charakter.

Seit den 1990er Jahren vollzieht sich dieser Paradigmenwechsel von top-down-orientierten Analysen zu einer wachsenden Dynamik, Komplexität und Unsicherheit, die von erfolgreichen Digital-Unternehmen und einer veränderten Geopolitik ausgehen.¹¹ Die Analysetätigkeit im alten Paradigma zielt darauf ab, Probleme zu zerlegen. In der folgenden Abbildung sind die Faktoren zusammengefasst, die den evolutionär verlaufenden Paradigmenwechsel kennzeichnen.

Beim Übergang vom alten zu einem neuen Paradigma verändert sich der Einfluss verschiedener Strategieschulen. Dabei hat die Analyse-orientierte Positionierungsschule an Bedeutung verloren. Relevanter geworden ist eine Verbindung anderer Strategieschulen, wie z.B. der unternehmerischen Schulen und der Lernschule.¹²

Eine weitere wichtige Veränderung betrifft das Mindset der Führungskräfte. Während in vielen etablierten Unternehmen ein eher statisches Selbstbild dominiert, ist die Kultur erfolgreicher Digital-Unternehmen von einem dynamischen Selbstbild (Growth Mindset) geprägt, dessen Entstehung häufig bereits in der Kindheit beginnt.¹³

Der Fokus des alten Strategie-Paradigmas ist auf eine Steigerung des Unternehmenswertes gerichtet. Das neue Paradigma konzentriert sich stärker auf die Geschäftsmodell-Innovation durch Stakeholder-Ökosysteme. Bei der damit verbundenen Bewältigung von Komplexität spielt inzwischen Künstliche Intelligenz (KI) eine wichtige Rolle.¹⁴

Verändert haben sich auch die Strategieprozesse und -projekte. Beim alten Paradigma dominiert eine Trennung zwischen der Strategieentwicklung und einer Umsetzung durch abgegrenzte Organisationseinheiten. Diese Abgrenzung begünstigt das Entstehen von Silo-Kulturen. Prägend für das neue Paradigma sind interdisziplinäre Projekte mit agilen Methoden wie Design Thinking und Scrum. Ein gemeinsames Kennzeichen dieser Projekte ist das iterative Vorgehen in Lernschleifen.¹⁵

Entsprechend unterscheidet sich auch die interne Organisation. Beim alten Paradigma liegt die Verantwortung für das strategische Management auf der Führungsebene. Kennzeichnend für das neue Paradigma sind stärker dezentrale, selbstähnliche (fraktale) Prozesse und Strukturen. Strategieeinheiten mit verschiedenen Aufgaben sind untereinander und mit einer Zentrale verbunden.¹⁶

Gegenwärtig geht eine wichtige Veränderung von den politischen Rahmenbedingungen aus. Das alte Paradigma basiert auf der Vorstellung, dass Wohlstand auf der Grundlage einer regelbasierten Weltordnung entsteht. Diese Vorstellung gerät zunehmend ins Wanken. Aufgrund wachsender politischer Bedrohungen sind die Rahmenbedingungen für Strategien sehr viel unsicherer geworden. Ein aktuelles Beispiel ist die von der US-Regierung ausgehende Zollkrise. In dieser Situation scheint der Welt ein verlässlicher Kompass zu fehlen.¹⁷

KI-basierte strategische und organisatorische Neuausrichtungen

Zusammenfassend kann man sagen, dass die Veränderung des strategischen Managements durch die folgenden beiden Determinanten geprägt wird:

Der Entwicklung in Stufen mit einer an Bedeutung gewinnenden verbindenden Perspektive und
einem evolutionär verlaufenden Paradigmenwechsel.

Kennzeichnend für die frühen Ansätze eines strategischen Managements nach dem alten Paradigma sind top-own-orientierte Analysen ausgehend von einer Problemzerlegung. Diese Ansätze haben die erste Entwicklungsstufe und den Beginn der zweiten Stufe bestimmt. Im Unterschied hierzu stehen bei dem neuen Paradigma eine wachsende Dynamik, Komplexität und Unsicherheit im Mittelpunkt.

Wenn man nach einem Begriff sucht, der das gegenwärtige strategische Management beschreibt, so bietet sich die Wortschöpfung Innoalignment an. Hierunter verstehen wir die Verbindung von KI-basierten strategischen und organisatorischen Neuausrichtungen. Die strategischen Neuausrichtungen sind darauf gerichtet, dass Unternehmen resilienter, digitaler und nachhaltiger werden.¹⁸ Bei organisatorischen Neuausrichtungen misst ein KI-unterstütztes Performance Management den Erfolg von schlankeren Strukturen, vernetzten Prozessen und Projekten sowie einer innovativen KI-Plattform-Architektur.¹⁹ Für ein solches Innoalignment gibt es bislang erst wenige Vorbilder. Umso wichtiger ist, dass sich die anwendungsorientierte Forschung und Lehre verstärkt diesem Thema zuwendet. Eine zentrale Rolle spielt dabei die Weiterentwicklung der Management-Didaktik.

Prägende Akteure der Management-Didaktik

In den letzten Jahrzehnten haben verschiedene Akteure die Didaktik in der Managementlehre geprägt. Deren Ansätze sind mit spezifischen Vor- und Nachteilen verbunden. Angesichts neuer Herausforderungen entwickeln innovative Bildungsanbieter gegenwärtig Didaktikkonzepte, bei denen eine KI-unterstützte Lösung komplexer Managementprobleme im Mittelpunkt steht.²⁰

Die vorherrschende Management-Didaktik von Universitäten in Mitteleuropa sind seit langem funktions- und branchenspezifische Fachkonzepte. Im Vordergrund der betriebswirtschaftlichen Funktionslehren (z.B. Finanzen) und der technischen Branchenlehren (z.B. Maschinenbau) steht die Ausbildung von Spezialisten, die in Hierarchien mit klar abgegrenzten Organisationseinheiten arbeiten. Dieser Ansatz begünstigt die Entstehung von Schnittstellenproblemen, die Unternehmen aufgrund einer erstarrten Kultur nur schwer bewältigen.

In den USA hat die Harvard Business School 1920 die Fallstudien-Methode von der Juristen-Ausbildung auf die Management Education übertragen. Der Grundgedanke ist, dass Dozenten interessante Praxisbeispiele zu Case Studies verdichten, die den Schwerpunkt der Lehre bilden. Dabei ist das Nutzenversprechen, von Akteuren zu lernen, die versucht haben, ein konkretes Problem zu lösen. Dieser didaktische Ansatz unterscheidet sich grundlegend vom Fachkonzept-Lernen. Ein Nachteil der Case-Study-Methode ist, dass die schnelle Übertragung einer bekannten Lösung häufig der Komplexität von neuen Aufgaben nicht gerecht wird.

Die von der Didaktik an Business Schools geprägten großen Strategieberatungen haben den Fallstudien-Ansatz durch eine spezifische Form der Weiterbildung ihrer Consultants ergänzt. Dieses Training on the Job ist auf die Vermittlung der Fähigkeit gerichtet, Probleme zu benennen, diese zu strukturieren und analytisch zu lösen. Den Abschluss bildet dann das Verkaufen der Lösungsansätze indem erfahrene Berater Entscheidungsträger überzeugen. Eine verbreitete Kritik an diesem klassischen Ansatz von Consultants ist, dass die Berater ihre Klienten bei der Umsetzung der Lösungen alleine lassen. Hier setzt das in den 1980er Jahren entstandene Performance Management mit der Formulierung von Ziele und Schlüsselergebnissen an.

Erfolgreiche Digital-Unternehmen und ihre Risikokapitalgeber verlassen sich weniger auf externe Berater, sondern bearbeiten häufiger selbst interdisziplinäre Projekte mit Hilfe von agilen Methoden wie dem Design Thinking oder Scrum. Bei diesem iterativen Vorgehen wenden die Akteure das aus der Organisationsentwicklung bekannte Konzept der Lernschleifen an. Auf diesem Ansatz basiert auch die Lean-Start-up-Methode.

Da alle diese Ansätze spezifische Stärken und Schwächen haben, bauen innovative Bildungsanbieter auf dem Bekannten auf und entwickeln es weiter. Das Ergebnis ist ein Projektlernen, das auf ein KI-unterstütztes, verbindendes Gestalten von Lösungen für komplexe Managementprobleme gerichtet ist.²¹ Ein solches handlungsorientiertes Lernen kann mit einfachen Problemen beginnen und sich dann in individuellen Lernschritten aktuellen Herausforderungen zuwenden, für die es noch keine bekannten, Lösungen gibt. Die neuen Bildungsanbieter haben erkannt, dass dieser Ansatz am besten von einem heterogenen Lehrkörper zu meistern ist, in dem Wissenschaftler mit Praktikern zusammenarbeiten, die einen unterschiedlichen Erfahrungshintergrund haben. Eine interessante Frage ist, wie Organisationen die Weiterentwicklung eines dynamischen Selbstbildes fördern können. Dabei spielt die Vorbildrolle der Führung eine wichtige Rolle.

Dieser mit einer innovativen Didaktik verbundene Wandel des strategischen Managements eröffnet für Europa eine Chance, die der „alte Kontinent“ nutzen sollte.

Wandel als Chance für Europa

Das strategische Management ist als Importprodukt aus den USA gestartet, dessen erste Entwicklungsstufe sich seit den 1970er Jahren in Europa verbreitet hat. Bei den vor allem von US-Unternehmen ausgehenden Digitalisierungswellen ist Europa in vielen Bereichen überholt worden. Gleichzeitig erhöhen veränderte geopolitische Rahmenbedingungen die Abhängigkeit Europas von den USA und von China. Daher erscheint es an der Zeit, dass sich Europa auf seine Stärken zurückbesinnt. Seitens der Politik hat hierzu ein Umdenken begonnen, das die Wettbewerbsfähigkeit wieder stärker in den Mittelpunkt rückt. Eine Chance von globaler Bedeutung ist die Verbindung von Digitalisierung und Nachhaltigkeit (Digital GreenTech), bei der Europa eine Führungsrolle anstreben sollte.²² Die Grundlage hierfür bildet eine Verbesserung der Bildungssysteme.

Der skizzierte Wandel des strategischen Managements schafft einen Rahmen für gemeinsame Programme von Politik, Wissenschaft, Wirtschaft und Gesellschaft in konkreten Wachstumsfeldern wie z.B. der Neuausrichtung von Stromnetzen mit KI.²³ Hierbei kommt es auf die Fähigkeit an, Lösungen für komplexe Managementprobleme zu gestalten. Insgesamt stellt dieser Wandel eine Chance für Europa dar, wenn es gelingt, mit einer gemeinsamen Kraftanstrengung resilienter bei der Krisenbewältigung zu werden.

Eine zentrale Rolle spielt dabei die weiterentwickelte Didaktik in der Managementlehre. Diese muss sich auch mit der Frage beschäftigen, worin die Ursachen von Fehler-Grundmustern liegen, die Deutschland in der Vergangenheit z.B. bei der Digitalisierung und der Energiewende gemacht hat. Eine wichtige Erkenntnis ist, dass ein solches Fehler-Grundmuster die fragmentierten Interessen einzelner Akteure oder Gruppen sind. Die Theorie und Praxis eines verbindenden Gestaltens kann helfen, dieses Fehler-Grundmuster zu überwinden.

Fazit

Die Entwicklung des strategischen Managements ist in Stufen verlaufen, bei denen die Bedeutung einer verbindenden Perspektive zunimmt
Parallel dazu hat es einen evolutionären Paradigmenwechsel mit der Veränderung einer Reihe von Faktoren gegeben
Diese beiden Determinanten prägen ein Innostrategizing, das KI-basierte strategische und organisatorische Neuausrichtungen verbindet
Hierzu entwickeln innovative Bildungsanbieter die Management-Didaktik weiter
Europa sollte diesen immer deutlicher werdenden Wandel als Chance begreifen.

Literatur

[1] Bomke, L., Müller, A., Telser, F., KI verdrängt Berufseinsteiger. In: Handelsblatt, 12. August 2025, S. 16-17

[2] Westkämper, A., In den Vorstand dank MBA – darauf kommt es an. In: Handelsblatt, 18./19./20. Juli 2025, S. 54-55

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

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

[5] Servatius, H.G., Nachhaltigkeitsorientiertes strategisches Management. In: Competivation Blog, 15.08.2024

[6] Servatius, H.G., Resilienzorientiertes strategisches Management. In: Competivation Blog, 15.03.2024

[7] Servatius, H.G., Strategisch führen mit kontextueller und beziehungsorientierter Intelligenz. In: Competivation Blog, 14.03.2023

[8] Simon, H.A., The Sciences of the Artificial, 3. Aufl., MIT Press 1996

[9] Kuhn, T.S., Die Struktur wissenschaftlicher Revolutionen, Suhrkamp 1996

[10] Toulmin, S.E., Kritik der kollektiven Vernunft, Suhrkamp 1983

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

[12] Mintzberg, H., Ahlstrand, B., Lampel, J., Strategy Safari – Eine Reise durch die Wildnis des strategischen Managements, Carl Ueberreuter 1999

[13] Dweck, C., Selbstbild – Wie unser Denken Erfolg oder Niederlagen bewirkt, 7. Aufl., Piper 2017

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

[15] Servatius, H.G., GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster. In: Competivation Blog, 01.11.2024

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

[17] Riecke, T., Das Ringen um eine neue Weltordnung. In: Handelsblatt, 8./9./10. August 2025, S. 24-25

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

[19] Servatius, H.G., Prozessorientierte KI zur Produktivitätssteigerung. In: Competivation Blog, 12.03.2025

[20] Servatius, H.G., KI und die Zukunft der Management Education. In: Competivation Blog, 09.04.2024

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

[22] 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. 72-94

[23] Stratmann, K., Weniger bauen, mehr digitalisieren. In: Handelsblatt, 12. August 2025, S. 20-21

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

GenAI-based strategic learning loops as a connecting process pattern

01.11.24

The fifth development stage of a connective strategic management aims to make organizations and countries more digital, sustainable and resilient. In this stage, pioneering companies are realigning their strategic processes. The focus here is on GenAI-based strategic learning loops as a connecting process pattern. This innovative approach has the potential to improve the management of complexity. Here too, generative artificial intelligence (GenAI) is a driver and game changer. With the help of AI, strategy teams can further develop their individual leadership strengths and take advantage of the opportunities offered by new technologies. At the same time, it is important to reduce the risks associated with these technologies. A suitable containment approach for this currently only exists in its infancy. An alternative to the powerful digital giants is currently emerging in Germany.

In the first part of this blog post, I explain why the concept of strategic learning loops is becoming increasingly important for corporate success.

Disruption with GenAI made in Germany

If you are looking for successful strategy processes in Germany, the Schwarz Group, which has made the discount king Dieter Schwarz the richest citizen in the country, is an interesting lesson. First of all, the development of the discounters Lidl and Kaufland is a successful example of demand-side disruption.¹ Building on this, the Schwarz Group began producing its own food and setting up a recycling subsidiary.

With the Schwarz Digits division, which focuses on digital sovereignty, the Group’s disruption strategy is taking on a new dimension. The digital division’s portfolio currently consists of the following strategic business units and investments:

Stackit offers a sovereign cloud solution with technical infrastructure in Germany and Austria
The start-up Aleph Alpha is working on independent and transparent artificial intelligence
XM Cyber uncovers security vulnerabilities with the power of attack simulation
and finally, as a pioneer in data protection and encryption, Wire provides secure communication.

The highest growth rates worldwide are forecasted for this bundle of strategic business areas.² Sovereign, trustworthy AI made in Germany³ could prove to be a complement to the offerings of the digital giants, with whom cooperation is of course also possible.

Walter Wolf, CEO of Schwarz Digits, emphasizes the importance of specific knowledge for the company’s success, which must be protected. In October 2024, the company also deepened its partnership with SAP so that Stackit customers can take advantage of the comprehensive RISE with SAP offering.⁴

The universities, research institutions and start-ups supported by the Schwarz Group form the core of an innovation ecosystem⁵ in the region around Heilbronn and Heidelberg, which is highly attractive to partners from all over Europe.

With the Data Hub Europe, Schwarz Digits is now working with Deutsche Bahn to create a data platform for training specific, proprietary and confidential AI models.⁶ This example shows that successful strategy processes for digital innovations based on entrepreneurs are also possible in Germany.

In our book „The Internet of Things and Artificial Intelligence as a Game Changer“, published in 2020, we described the importance of linking centralized and decentralized processes with strategic learning loops.⁷ The central strategy processes take place at the level of the entire company. Agile strategy teams work at the decentralized level and are networked with each other as well as with the central level and its IT architecture.

In the following sections, I would like to explain how companies can better exploit the potential of strategy processes today. I will start with some basics.

Various strategy terms, behavioral patterns and strategy schools

The term strategy has different meanings. In his famous 5Ps, Henry Mintzberg mentions the plan, the ploy, the pattern, the position and the perspective.⁸ From today’s perspective, the different patterns of behavior that occur in certain types of companies and in specific situations are particularly relevant. For example, the visionary pattern of innovative companies, the classic pattern of established large companies, the agile pattern of start-ups and the scaling pattern of companies with a digital platform business model differ significantly from one another. Added to this is the cost-cutting pattern of companies undergoing restructuring.

Mintzberg and his co-authors also published a description of ten schools of strategy that have emerged since the 1960s in 1999.⁹ For example, the positioning school propagated by consulting firms and Harvard professor Michael Porter views strategy development and implementation primarily as an analytical process. When this school came to Germany in the 1970s and 80s, it met with a relatively high level of acceptance, particularly in established large companies.

The many world market leaders that are little known to the general public, for whom Hermann Simon coined the term „hidden champions“ in 1990,¹⁰ tend to practice a combination of the entrepreneurial school, the learning and cultural school. From the perspective of the learning school, strategies and, above all, innovations arise from the complex interaction of a large number of players. Such an emerging process is also an important success factor in many digital companies.¹¹

The first three of the ten schools are prescriptive in nature, i.e. they attempt to describe how strategy processes should work. The more recent seven schools, which include the learning school, are descriptive. Their aim is to describe how strategy processes actually take place.

My experience from strategy consulting for many DAX companies and even more „hidden champions“ is that strategy processes are much more complex in practice and usually combine different schools of strategy. This applies in particular to the combination of different behavioral patterns, e.g. in the context of mergers and acquisitions.

An important, but for a long time not well understood concept for managing the complexity of strategy processes are strategic learning loops and their emergence from various subject areas.

Development of strategic learning loops

The concept of strategic learning loops has emerged from two subject areas that have developed relatively separately from each other. The first area is strategy processes – surprisingly an area that has been neglected by management science and practice after a great deal of early work and in which there has been little progress. I have been concerned about these deficits for a long time.

After my dissertation on strategic technology management in 1985¹² , I had hoped that the successful implementation of technical innovations in the USA with the help of corporate venture management would also meet with broad approval in Germany. Unfortunately, the timing was not right when I published my book on this topic in 1988.¹³ It would take more than a decade before the investment of established companies in start-ups gradually gained in importance in Germany as well. Based on my experience from a large number of consulting projects with deficits in strategy processes, I began to look for the causes of these difficulties. In doing so, I was able to build on what I had learned in the meantime about innovation culture and strategic change.

In my post-doctoral thesis, published in 1991, I critically examined traditional strategic management „field commander style“. The alternative concept is evolutionary leadership of learning organizations.¹⁴ Successful digital start-ups have made this paradigm shift in strategic management from mechanistic to overcoming complexity and are now the most valuable companies in the world.¹⁵

Since the 1980s, problems in the implementation of strategies have become more of a focus of interest and various approaches to performance management have emerged. Semiconductor pioneer Intel developed the Objectives and Key Results (OKR) method, which was primarily used by start-ups such as Google.¹⁶ In Germany, the balanced scorecard method, which emerged from a best practice study by Robert Kaplan and David Norton and follows a more traditional top-down concept, became much better known.¹⁷

The second topic is learning loops, which have their roots in action research developed by social psychologist Kurt Lewin back in the 1940s.¹⁸ Such an approach in the form of a spiral of repetitive loops has become an important method of organizational development that favours a bottom-up approach. For a long time, however, the thinking patterns of strategists and organizational developers had little in common. This only changed with the increasing importance of strategic change.¹⁹

The great practical relevance of learning loops today lies in the fact that they are part of the basic procedural concept of agile methods such as design thinking, scrum and lean start-up.²⁰ These agile methods have made a decisive contribution to the success of digital companies, but still meet with resistance in many established companies. It is important to understand that the scrum method was developed on the basis of the theory of complex adaptive systems. In agile organizations, the main task of managers is to create a suitable framework for more self-organization.

Combining these two topics with generative artificial intelligence as a driver now enables a fundamental realignment of strategy processes.²¹

Realignment of strategy processes

Pioneering companies with whom we work pursue the following three approaches when realigning their strategy processes:

A breakdown of the processes into the phases of thinking, acting and communicative dissemination and change with strategic learning loops as a connecting process pattern
improving the relevant strategic skills of project teams based on individual leadership strengths and
exploiting the opportunities of company-specific generative artificial intelligence (GenAI) and containing its risks.

In the following, I will go into more detail about our experiences with the first two approaches. The last point will be the subject of the second part of this blog post.

Process phases and strategic learning loops

One shortcoming of traditional top-down strategy processes is the separation between the phases

creative strategic thinking that leads to the development or emergence of strategies and
practical strategic action to implement the strategies in the form of programs and projects that run alongside day-to-day operations.

At the interface between strategy generation and implementation, established companies have corporate development departments that are often supported by ambitious external consultants for challenging and unpleasant tasks. Empirical research on the success rate of this approach is limited. However, a growing number of negative practical examples show that this traditional understanding of the process needs to be revised.²²

In addition to these two phases, there is a third phase in which the shortcomings in bureaucratic organizations are particularly pronounced. This phase is about the communicative dissemination of strategies and a change designed as a learning process.

In recent decades, start-ups and successful digital companies have provided important impetus for this. For a long time now, software development has no longer been carried out using the waterfall method but with an agile mindset.²³ This is based on the aforementioned paradigm shift in strategic management from mechanistic to overcoming complexity. Strategic learning loops, which are increasingly GenAI-based, play an important role.

The basic principle of a strategic learning loop known from the lean start-up method is: formulate assumptions (hypotheses), design something (e.g. a further developed business model), test the assumptions, learn from the test results and, if necessary, pivot. In the digital world, these learning loops are the basics of successful management. However, encrusted silo organizations in business, administration and politics that are resistant to advice resist them with great emotional intensity.

The success of strategic learning loops lies in the fact that they combine the three phases of strategy processes described above. This creates a complexity-overcoming process pattern that is clearly superior to traditional approaches. The disruptive effect of this process pattern is a difficult barrier to overcome for established companies with „old-school“ managers.

Confirmation in training and further education

An interesting experience from university teaching in dual programs, in which people who work in different companies have the opportunity to share their experiences in a „fear-free space“, is the following: While one group of students experiences the unifying process pattern of strategic learning loops as an everyday working reality, for the other group this pattern is a foreign world in which attempts to change from within are perceived as futile or dangerous.

When the second group is asked whether external intervention by consultants, trainers or coaches would be promising, opinions are divided. One sub-group believes that this also has an alibi function at best. The other group believes that there is a certain openness to professional change agents because the signs of crisis are increasing and change is therefore necessary.

These personal experiences over a relatively long period of time confirm the thesis that Europe is divided into two management worlds. This gives rise to suggestions for answering the question of how strategy teams can improve their relevant skills.

Improvement of strategic capabilities

As in team sports, successful strategy teams are made up of players with different strengths. Creative strategic thinkers, analytically gifted planners, energetic implementers, strong communicators and empathetic change agents ideally act as strategy process champions in a team. However, many companies do not take full advantage of the opportunities to improve team performance in strategy processes, even though there are proven methods for doing so.

A well-known approach is the StrengthFinder concept, which divides personal leadership strengths into the categories of strategic thinking, implementation, influence on others and relationship development.²⁴ The figure shows the mapping of 34 identified strengths to these categories based on Don Clifton’s research.

This concept is suitable for the assessment of managers, the composition of high-performance teams and the targeted further development of individual skills.

The use of generative artificial intelligence is now opening up new opportunities. This once again demonstrates the relevance of the term „hype cycle“ coined by Gartner consultant Jackie Fenn in 1995.²⁵ The media hype cycle for new technologies often takes place in the following stages

basic research
technological trigger
exaggerated expectations up to a peak
disillusionment into the valley of disappointment
path to a realistic assessment and finally
a plateau in productivity.

I will discuss this and new developments in the application of generative AI in strategy processes in the second part of this blog post.

The example of Porsche shows how this can work in practice.

Changing rules of the game through AI in Porsche’s liquid organization

Sajjad Khan, Porsche’s IT Director, believes that AI is the next big wave that will fundamentally change the rules of competition. This game-changer effect lies in the possibilities of small and large language models to develop software faster. The goal must be the transition from the traditional hardware-first to a software-first approach. To achieve this, the mindset must change. His goal is to create a liquid organization in which everything is in flux and which works in turbo mode. The art of appropriate leadership is the close exchange with employees.²⁶

The idea of a liquid or fluid organization has fascinated me for a long time. The subtitle of my book „Implementing Reengineering Programs“, published in 1994, is „From rigid structures to fluid processes“. In the publication, I tried to expand the then dominant view of IT-driven process innovations²⁷ to include aspects such as interface competence, the fluidization of organizations and the mental change required for this.²⁸ What has been booming since then is the implementation of resource management and customer relationship management software. Unfortunately, only a few established companies succeed in making the strategic change to fluid forms of organization and management, which is designed as a learning process. It is therefore to be hoped that they will master the current AI wave better than previous waves of digitalization.

Conclusion

The concept of strategic learning loops has emerged from the combination of two subject areas that have developed relatively separately from each other: Firstly, the learning school of strategy processes and secondly, action research as the basis for agile methods.
Strategic learning loops are a connecting process pattern that enables a realignment of strategy processes.
With generative artificial intelligence (GenAI), digital companies have developed a powerful tool that opens up great opportunities but also harbors considerable risks. This tool also has a game-changing effect on strategy processes.
The aim of politics, science, business and society in a resilient Europe should be to play a pioneering role in the development of a sovereign, trustworthy GenAI and its application in strategic processes.

Literature

[1] Servatius, H.G., How do you recognize a disruptive business model? In: Competivation Blog, 27.06.2016

[2] Scheppe, M., These industries will shape the economy in 2040, in: Handelsblatt, October 24, 2024, p.22-23

[3] Fokuhl. J., Bomke, L., AI „made in Germany“, in: Handelsblatt, October 22, 2024, p.6-7

[4] Wolf, W., „Many consider the data-sovereign cloud to be a utopia“, in: Trend Report, November 2024, p.12

[5] Fransman, M., Innovation Ecosystems – Increasing Competitiveness, Cambridge University Press 2018

[6] Holzki, L., Fokul, J., Deutsche Bahn and Schwarz Group plan data marketplace, in: Handelsblatt, October 25/26/27, 2024, p.24

[7] 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, p. 56 ff.

[8] Mintzberg, H., The Strategy Concept – Five Ps for Strategy, in: California Management Review, 1987, pp.11-24

[9] Mintzberg, H., Ahlstrand, B., Lampel, J., Strategy Safari – Eine Reise durch die Wildnis des strategischen Managements, Ueberreuter 1999

[10] Simon, H., Hidden Champions des 21. Jahrhunderts – Die Erfolgsstrategien unbekannter Weltmarktführer, Campus 2007

[11] McAfee, A., The Geek Way – The Radical Mindset That Drives Extraordinary Results, Macmillan Business 2023, p.103 ff.

[12] Servatius, H.G., Methodik des strategischen Technologie-Managements – Grundlage für erfolgreiche Innovationen, Erich Schmidt Verlag 1985

[13] Servatius, H.G., New Venture Management – Successful Solution of Innovation Problems for Technology Companies, Gabler 1988

[14] Servatius, H.G., Vom Strategischen Management zur Evolutionären Führung – Auf dem Weg zu einem ganzheitlichen Denken und Handeln, C.E. Poeschel Verlag 1991

[15] Servatius, H.G., Learning from successful digital companies, in: Competivation Blog, 12.07.2024

[16] Doerr, J., Measure What Matters: OKRs – the Simple Idea That Drives 10x Growth, Portfolio Penguin 2018

[17] Kaplan, R.S., Norton, D.P., The Execution Premium – Linking Strategy to Operations for Competitive Advantage, Harvard Business Press 2008

[18] Krizanits, J., Einführung in die Methoden der systemischen Organisationsberatung, Carl-Auer 2013, p.9 ff.

[19] Tichy, N.M., Managing Strategic Change – Technical, Political, and Cultural Dynamics, John Wiley & Sons 1983

[20] Ries, E., The Lean Startup – How Today’s Entrepreuners Use Continuous Innovation to Create Radically Successful Businesses, Crown Currency 2011

[21] Servatius H.G., Triple strategic realignment, in: Competivation Blog, 07.06.2024

[22] Mazzucato, M., Collington, R.H., Die große Consulting-Show – Wie die Beratungsbranche unsere Unternehmen schwächtt, den Staat unterwandert und die Wirtschaft vereinnahmt, Campus 2023

[23] Servatius, H.G., Ways to an agile mindset, in: Competivation Blog, 09.08.2018

[24] Rath, T., Conchie, B., Strengths Based Leadership – Great Leaders, Teams, and Why People Follow, Gallup Press 2008

[25] Fenn, J., Raskino, M., Mastering the Hype Cycle – How to Choose the Right Innovation at the Right Time, Harvard Business Review Press 2008

[26] Hucko, M., „AI completely changes the rules of the game“ (Interview with Sajjad Khan), in: Manager Magazin; November 2024, p.66-68

[27] Davenport, T.H., Process Innovation – Reengineering Work through Information Technology, Harvard Business School Press 1993

[28] Servatius, H.G., Reengineering-Programme umsetzen – Von erstarrten Strukturen zu fließenden Prozessen, Schaeffer-Poeschel 1994

GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster

01.11.24

Die fünfte Entwicklungsstufe eines konnektiven strategischen Managements verfolgt das Ziel, dass Organisationen und Staaten digitaler, nachhaltiger und resilienter werden. In dieser Stufe richten Vorreiter-Unternehmen ihre Strategieprozesse neu aus. Im Mittelpunkt stehen dabei GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster. Dieser innovative Ansatz hat das Potenzial zu einer besseren Bewältigung von Komplexität. Auch hier ist die generative Künstliche Intelligenz (KI) ein Treiber und Game Changer. Mit Hilfe von KI entwickeln Strategieteams ihre individuellen Führungsstärken weiter und nutzen die Chancen der neuen Technologien. Gleichzeitig gilt es, die mit diesen Technologien verbundenen Risiken einzudämmen. Ein hierzu geeigneter Containment-Ansatz existiert gegenwärtig erst in Ansätzen. Eine Alternative zu den immer mächtiger werdenden Digitalgiganten entsteht gegenwärtig in Deutschland.

Im ersten Teil dieses Blogposts erläutere ich, warum das Konzept der strategischen Lernschleifen von zunehmender Bedeutung für den Unternehmenserfolg ist.

Disruption mit GenAI made in Germany

Wenn man nach erfolgreichen Strategieprozessen in Deutschland sucht, ist die Schwarz Gruppe, die den Discount-König Dieter Schwarz zum reichsten Bürger des Landes gemacht hat, ein interessantes Lehrstück. Zunächst einmal ist die Entwicklung der Discounter Lidl und Kaufland ein Erfolgsbeispiel für nachfrageseitige Disruption.¹ Darauf aufbauend begann die Schwarz Gruppe mit der Eigenproduktion von Lebensmitteln und dem Aufbau einer Recycling-Tochtergesellschaft.

Mit der auf digitale Souveränität ausgerichteten Sparte Schwarz Digits erreicht die Disruptionsstrategie der Gruppe eine neue Dimension. Das Portfolio der Digitalsparte besteht gegenwärtig aus den folgenden strategischen Geschäftsfeldern und Beteiligungen:

Stackit bietet eine souveräne Cloud-Lösung mit technischer Infrastruktur in Deutschland und Österreich an
Das Start-up Aleph Alpha arbeitet an einer unabhängigen und transparenten Künstlichen Intelligenz
XM Cyber deckt Sicherheitslücken mit der Macht der Angriffssimulation auf
und schließlich liefert Wire als Vorreiter bei Datenschutz und Verschlüsselung eine sichere Kommunikation.

Für dieses Bündel strategischer Geschäftsfelder werden weltweit die größten Wachstumsraten prognostiziert.² Eine souveräne, vertrauenswürdige KI made in Germany³ könnte sich als Ergänzung zu den Angeboten der Digitalgiganten erweisen, mit denen natürlich auch Kooperationen möglich sind.

Walter Wolf, Vorstand von Schwarz Digits, betont die Bedeutung von spezifischem Wissen für den Unternehmenserfolg, das es zu schützen gilt. Im Oktober 2024 hat das Unternehmen außerdem seine Partnerschaft mit SAP vertieft, sodass Stackit-Kunden das umfassende Angebot von RISE with SAP nutzen können.⁴

Die von der Schwarz Gruppe geförderten Hochschulen, Forschungseinrichtungen und Start-ups bilden den Kern eines Innovationsökosystems⁵ in der Region um Heilbronn und Heidelberg, das für Partner aus ganz Europa eine hohe Anziehungskraft hat.

Mit dem Data Hub Europe schafft Schwarz Digits nun gemeinsam mit der Deutschen Bahn eine Datenplattform für das Training von spezifischen, unternehmenseigenen und vertraulichen KI-Modellen.⁶ Das Beispiel zeigt, dass auch in Deutschland von Unternehmern ausgehende, erfolgreiche Strategieprozesse für digitale Innovationen möglich sind.

In unserem 2020 erschienenen Buch „Das Internet der Dinge und Künstliche Intelligenz als Game Changer“ haben wir beschrieben, dass es dabei auf eine mit strategischen Lernschleifen realisierte Verbindung von zentralen und dezentralen Prozessen ankommt.⁷ Die zentralen Strategieprozesse laufen auf der Ebene des gesamten Unternehmens ab. Auf der dezentralen Ebene arbeiten agile Strategieteams, die sowohl untereinander als auch mit der zentralen Ebene und deren IT-Architektur vernetzt sind.

In den folgenden Abschnitten möchte ich erläutern, wie Unternehmen heute das Potenzial von Strategieprozessen besser ausschöpfen können. Beginnen werde ich mit einigen Grundlagen.

Verschiedene Strategiebegriffe, Verhaltensmuster und Strategieschulen

Der Begriff Strategie hat unterschiedliche Bedeutungen. Henry Mintzberg nennt in seinen berühmten 5P den Plan, die List (Ploy), das Verhaltensmuster (Pattern), die Wettbewerbsposition (Position) und das Bewusstsein (Perspective).⁸ Aus heutiger Sicht besonders relevant sind die verschiedenen Verhaltensmuster, die bei bestimmten Unternehmenstypen und in spezifischen Situationen auftreten. So unterscheiden sich das visionäre Muster von innovativen Unternehmen, das klassische Muster von etablierten Großunternehmen, das agile Muster von Start-ups und das Skalierungsmuster von Unternehmen mit einem digitalen Plattform-Geschäftsmodell deutlich voneinander. Hinzu kommt das Kostensenkungsmuster von Unternehmen, die sich in der Restrukturierung befinden.

Von Mintzberg und seinen Co-Autoren stammt auch die 1999 erschienene Beschreibung von zehn Strategieschulen, die seit den 1960er Jahren entstanden sind.⁹ So betrachtet z.B. die von Beratungsunternehmen und dem Harvard-Professor Michael Porter propagierte Positionierungsschule die Strategieentwicklung und -umsetzung primär als analytischen Prozess. Als diese Schule in den 1970er und 80er Jahren nach Deutschland kam, stieß sie vor allem in etablierten Großunternehmen auf eine relativ große Akzeptanz.

Die vielen, in der breiten Öffentlichkeit wenig bekannten Weltmarktführer, für die Hermann Simon 1990 den Begriff „Hidden Champions“ geprägt hat,¹⁰ praktizierten eher eine Kombination aus der unternehmerischen Schule sowie der Lern- und der Kulturschule. Aus Sicht der Lernschule entstehen Strategien und vor allem auch Innovationen aus der komplexen Interaktion einer Vielzahl von Akteuren. Ein solcher sich herausbildender Prozess ist auch in vielen Digital-Unternehmen ein wichtiger Erfolgsfaktor.¹¹

Die ersten drei der zehn Schulen haben einen präskriptiven Charakter, das heißt sie versuchen zu beschreiben, wie Strategieprozesse ablaufen sollten. Die neueren sieben Schulen, zu denen auch die Lernschule gehört, sind deskriptiv. Ihr Anspruch ist zu beschreiben, wie Strategieprozesse tatsächlich ablaufen.

Meine Erfahrung aus der Strategieberatung von vielen DAX-Unternehmen und von noch mehr „Hidden-Champions“ ist, dass Strategieprozesse in der Praxis noch wesentlich komplexer sind und meist verschiedene Strategieschulen verknüpfen. Dies gilt insbesondere bei der Verbindung verschiedener Verhaltensmuster z.B. im Rahmen von Beteiligungen und Akquisitionen.

Ein wichtiges, aber lange Zeit nicht gut verstandenes Konzept zur Bewältigung der Komplexität von Strategieprozessen sind strategische Lernschleifen und deren Entstehung aus verschiedenen Themenfeldern.

Entstehung von strategischen Lernschleifen

Das Konzept der strategischen Lernschleifen ist aus zwei Themenfeldern entstanden, die sich relativ getrennt voneinander entwickelt haben. Das erste Themenfeld sind Strategieprozesse – erstaunlicherweise ein nach einer Vielzahl früher Arbeiten von der Managementwissenschaft und -praxis vernachlässigtes Gebiet, in dem es kaum Fortschritte gegeben hat. Diese Defizite beschäftigen mich seit langem.

Nach meiner Dissertation zum strategischen Technologie-Management im Jahr 1985¹² hatte ich gehofft, dass die in den USA erfolgreiche Umsetzung von technischen Innovationen mit Hilfe eines Corporate Venture Managements auch in Deutschland auf eine breite Zustimmung stoßen würde. Leider stimmte das Timing bei meiner Buchpublikation 1988 zu diesem Thema nicht.¹³ Es sollte noch über ein Jahrzehnt dauern, bis die Beteiligung von etablierten Unternehmen an Start-ups auch in Deutschland allmählich an Bedeutung gewann. Aufgrund der Erfahrung aus einer Vielzahl von Beratungsprojekten mit Defiziten bei Strategieprozessen begann ich, nach den Ursachen für diese Schwierigkeiten zu suchen. Dabei konnte ich auf dem aufbauen, was ich in der Zwischenzeit über die Themen Innovationskultur und strategischer Wandel gelernt hatte.

In meiner 1991 erschienenen Habilitationsschrift habe ich mich dann kritisch mit dem traditionellen strategischen Management „nach Feldherrenart“ auseinandergesetzt. Der Gegenentwurf ist eine evolutionäre Führung lernender Organisationen.¹⁴ Erfolgreiche Digital-Start-ups haben diesen Paradigmenwechsel im strategischen Management von mechanistisch zu komplexitätsbewältigend vollzogen und sind zu den wertvollsten Unternehmen der Welt geworden.¹⁵

Schon seit den 1980er Jahren waren Probleme bei der Umsetzung von Strategien stärker in den Mittelpunkt des Interesses gerückt und es entstanden verschiedene Ansätze des Performance Managements. Der Halbleiterpionier Intel entwickelte die Objectives and Key Results (OKR-) Methode, die vor allem Start-ups wie Google anwendeten.¹⁶ In Deutschland wesentlich bekannter wurde die aus einer Best Practice-Studie von Robert Kaplan und David Norton hervorgegangene Balanced Scorecard-Methode, die ein eher traditionelles Top-down-Konzept verfolgt.¹⁷

Das zweite Themenfeld sind Lernschleifen (Learning Loops), deren Wurzeln im Action Research liegen, das der Sozialpsychologe Kurt Lewin bereits in den 1940er Jahren entwickelt hat.¹⁸ Ein solches Vorgehen in Form einer Spirale aus sich wiederholenden Schleifen ist zu einer wichtigen Methode der Organisationsentwicklung geworden, die ein Bottom up-Vorgehen präferiert. Die Denkmuster der Strategen und der Organisationsentwickler hatten lange Zeit aber wenig Berührungspunkte. Dies änderte sich erst mit der zunehmenden Bedeutung des strategischen Wandels.¹⁹

Die große praktische Relevanz von Lernschleifen liegt heute darin, dass sie zum grundlegenden Vorgehenskonzept bei agilen Methoden wie Design Thinking, Scrum und Lean Start-up gehören.²⁰ Diese agilen Methoden haben entscheidend zum Erfolg von Digital-Unternehmen beigetragen, stoßen in vielen etablierten Unternehmen aber immer noch auf Widerstand. Dabei ist es wichtig zu verstehen, dass die Scrum-Methode auf der Grundlage der Theorie komplexer adaptiver Systeme entstanden ist. In agilen Organisationen besteht die Aufgabe von Führungskräften vor allem darin, einen geeigneten Rahmen für mehr Selbstorganisation zu schaffen.

Eine Verbindung dieser beiden Themenfelder mit generativer Künstlicher Intelligenz als Treiber ermöglicht nun eine grundlegende Neuausrichtung (Realignment) von Strategieprozessen.²¹

Neuausrichtung von Strategieprozessen

Vorreiter-Unternehmen, mit denen wir zusammenarbeiten, verfolgen bei dieser Neuausrichtung ihrer Strategieprozesse die folgenden drei Ansätze:

Eine Gliederung der Prozesse in die Phasen Denken, Handeln sowie kommunikative Verbreitung und Wandel mit strategischen Lernschleifen als einem verbindenden Prozessmuster
die Verbesserung der relevanten strategischen Fähigkeiten von Projektteams ausgehend von individuellen Führungsstärken sowie
die Nutzung der Chancen einer unternehmensspezifischen, generativen Künstlichen Intelligenz (GenAI) und Eindämmung ihrer Risiken.

Im Folgenden werde ich auf unsere Erfahrungen mit den ersten beiden Ansätzen näher eingehen. Der letzte Punkt ist dann Gegenstand des zweiten Teils dieses Blogposts.

Prozessphasen und strategische Lernschleifen

Ein Defizit der traditionellen Top-down-Strategieprozesse ist die Trennung zwischen den Phasen

eines kreativen strategischen Denkens, das zur Entwicklung oder Entstehung von Strategien führt und
eines praktischen strategischen Handelns zur Umsetzung der Strategien in Form von Programmen und Projekten, die neben dem operativen Tagesgeschäft ablaufen.

An der Schnittstelle zwischen der Strategiegenerierung und der -umsetzung arbeiten in etablierten Unternehmen Stabstellen für Unternehmensentwicklung, die bei anspruchsvollen und unangenehmen Aufgaben häufig von ehrgeizigen externen Beratern unterstützt werden. Die empirische Forschung zur Erfolgsquote dieses Ansatzes ist zwar begrenzt. Sich häufende negative praktische Beispiele zeigen jedoch, dass dieses traditionelle Prozessverständnis einer Erneuerung bedarf.²²

Zu diesen beiden Phasen kommt eine dritte Phase hinzu, bei der die Mängel in bürokratischen Organisationen besonders ausgeprägt sind. In dieser Phase geht es um die kommunikative Verbreitung von Strategien und einen als Lernprozess gestalteten Wandel.

In den letzten Jahrzehnten sind wichtige Impulse hierzu von Start-ups und erfolgreichen Digital-Unternehmen ausgegangen. Die Softwareentwicklung erfolgt dort seit langem nicht mehr nach der Wasserfall-Methode sondern mit einem agilen Mindset.²³ Die Grundlage bildet der erwähnte Paradigmenwechsel im strategischen Management von mechanistisch zu komplexitätsbewältigend. Eine wichtige Rolle spielen strategische Lernschleifen, die zunehmend GenAI-basiert ablaufen.

Das von der Lean Start-up-Methode bekannte Grundprinzip einer strategischen Lernschleife ist: Annahmen (Hypothesen) formulieren, etwas gestalten (designen, z.B. ein weiterentwickeltes Geschäftsmodell), die Annahmen testen, aus den Testergebnissen lernen und gegebenenfalls einen Richtungswechsel (pivot) vornehmen. In der digitalen Welt sind diese Lernschleifen das kleine Einmaleins erfolgreichen Managements. Verkrustete und beratungsresistente Silo-Organisationen in der Wirtschaft, Verwaltung und Politik wehren sich dagegen aber mit einer hohen emotionalen Intensität.

Die Erfolgswirkung von strategischen Lernschleifen liegt darin, dass sie die drei beschriebenen Phasen von Strategieprozessen verbinden. Auf diese Weise entsteht ein komplexitätsbewältigendes Prozessmuster, das den traditionellen Ansätzen deutlich überlegen ist. Die disruptive Wirkung dieses Prozessmusters bildet für etablierte Unternehmen mit „Führungskräften der alten Schule“ eine schwer zu überwindende Barriere.

Bestätigung in der Aus- und Weiterbildung

Eine interessante Erfahrung aus der Hochschullehre in dualen Programmen, in denen Menschen, die in unterschiedlichen Unternehmen arbeiten, die Gelegenheit haben, in einem „angstfreien Raum“ ihre Erfahrungen auszutauschen, ist die folgende: Während die eine Gruppe der Studierenden das verbindende Prozessmuster strategischer Lernschleifen als alltägliche Arbeitsrealität erlebt, ist für die andere Gruppe dieses Muster eine fremde Welt, in der der Versuch zu einer Veränderung von innen als zwecklos oder gefährlich wahrgenommen wird.

Bei der Frage an die zweite Gruppe, ob denn eine externe Intervention durch Berater, Trainer oder Coaches Erfolg versprechend wäre, sind die Meinungen geteilt. Die eine Untergruppe glaubt, auch das habe bestenfalls eine Alibifunktion. Die andere Gruppe meint, es gebe eine gewisse Offenheit für professionelle Change Agents, weil sich die Krisensignale verstärken und daher ein Wandel notwendig sei.

Diese persönlichen Erfahrungen über einen relativ langen Zeitraum bestätigen die These, dass Europa in zwei Managementwelten geteilt ist. Hieraus ergeben sich Anregungen zur Beantwortung der Frage, wie Strategieteams ihre relevanten Fähigkeiten verbessern können.

Verbesserung der strategischen Fähigkeiten

Wie in Mannschaftssportarten bestehen auch erfolgreiche Strategieteams aus Akteuren mit unterschiedlichen Stärken. Kreative strategische Denker, analytisch begabte Planer, tatkräftige Umsetzer, kommunikationsstarke Verbreiter und einfühlsame Veränderer agieren im Idealfall im Team als Strategieprozess-Champion. Viele Unternehmen schöpfen aber die Möglichkeiten zur Verbesserung der Teamleistung bei Strategieprozessen nicht aus, obwohl es hierfür bewährte Methoden gibt.

Ein bekannter Ansatz ist das StrengthFinder-Konzept, das persönliche Führungsstärken in die Kategorien strategisches Denken, Umsetzung, Einfluss auf andere und Entwicklung von Beziehungen gliedert.²⁴ In der Abbildung ist die auf der Forschung von Don Clifton basierende Zuordnung von 34 identifizierten Stärken zu diesen Kategorien dargestellt.

Dieses Konzept eignet sich für ein Assessment von Führungskräften, die Zusammenstellung von leistungsfähigen Teams und die zielgerichtete Weiterentwicklung von individuellen Fähigkeiten.

Mit dem Einsatz von generativer Künstlicher Intelligenz ergeben sich nun neue Möglichkeiten. Dabei zeigt sich wieder einmal die Relevanz des 1995 von der Gartner-Beraterin Jackie Fenn geprägten Begriffs „Hype-Zyklus“.²⁵ Der Verlauf des Medienrummels (Hype Cycle) bei neuen Technologien erfolgt häufig in den Abschnitten

Grundlagenforschung
technologischer Auslöser
überzogene Erwartungen bis zu einem Gipfelpunkt
Ernüchterung bis ins Tal der Enttäuschung
Pfad zu einer realistischen Einschätzung und schließlich
einem Plateau der Produktivität.

Hierauf und auf neue Entwicklungen bei der Anwendung von generativer KI in Strategieprozessen werde ich in den nächsten Blogposts eingehen.

Wie das in der Praxis funktionieren kann, zeigt das Beispiel Porsche.

Veränderte Spielregeln durch KI in der fließenden Organisation von Porsche

Sajjad Khan, der IT-Vorstand von Porsche, vertritt die Auffassung, KI sei die nächste große Welle, die die Spielregeln des Wettbewerbs grundlegend verändere. Dieser Game-Changer-Effekt liege in den Möglichkeiten von Small and Large Language Models, Software schneller zu entwickeln. Das Ziel müsse der Übergang vom traditionellen Hardware first- zu einem Software first-Ansatz sein. Um dies zu erreichen, müsse sich der Mindset ändern. Sein Ziel sei es, eine Liquid Organization zu schaffen, in der alles im Fluss ist und die im Turbomodus arbeite. Die Kunst einer entsprechenden Führung sei dabei der enge Austausch mit den Mitarbeitenden.²⁶

Die Vorstellung von einer flüssigen (liquid) oder fließenden (fluid) Organisation fasziniert mich schon lange. Der Untertitel meines 1994 erschienenen Buchs „Reengineering-Programme umsetzen“ lautet „Von erstarrten Strukturen zu fließenden Prozessen“. In der Publikation habe ich versucht, die damals dominierende Sichtweise von IT-getriebenen Prozessinnovationen²⁷ um Aspekte wie Schnittstellenkompetenz, eine Fluidisierung von Organisationen und den hierzu notwendigen mentalen Wandel zu erweitern.²⁸ Was seit dieser Zeit boomt, ist die Implementation von Ressourcenmanagement- und Kundenbeziehungsmanagement- Software. Der als Lernprozess gestaltete strategische Wandel zu fließenden Organisations- und Führungsformen gelingt leider nur wenigen etablierten Unternehmen. Es ist daher zu hoffen, dass diese die gegenwärtige KI-Welle besser meistern als die früheren Digitalisierungswellen.

Fazit

Das Konzept der strategischen Lernschleifen ist aus der Verbindung von zwei Themenfeldern entstanden, die sich relativ getrennt voneinander entwickelt haben: Erstens der Lernschule von Strategieprozessen und zweitens dem Action Research als Grundlage für agile Methoden.
Strategische Lernschleifen sind ein verbindendes Prozessmuster, das eine Neuausrichtung (Realignment) von Strategieprozessen ermöglicht.
Mit der generativen Künstlichen Intelligenz (GenAI) haben Digital-Unternehmen ein mächtiges Werkzeug entwickelt, das große Chancen eröffnet, aber auch erhebliche Risiken birgt. Dieses Werkzeug hat auch für Strategieprozesse eine Game-Changer-Wirkung.
Das Ziel von Politik, Wissenschaft, Wirtschaft und Gesellschaft eines resilienten Europas sollte es sein, bei der Entwicklung einer souveränen, vertrauenswürdigen GenAI und deren Anwendung in Strategieprozessen eine Vorreiterrolle zu übernehmen.

Literatur

[1] Servatius, H.G., Woran erkennt man ein disruptives Geschäftsmodell? In: Competivation Blog, 27.06.2016

[2] Scheppe, M., Diese Industrien prägen die Wirtschaft 2040, in: Handelsblatt, 24.Oktober 2024, S.22-23

[3] Fokuhl. J., Bomke, L., KI „made in Germany“, in: Handelsblatt, 22. Oktober 2024, S.6-7

[4] Wolf, W., „Viele halten die datensouveräne Cloud für eine Utopie“, in: Trend Report, November 2024, S.12

[5] Fransman, M., Innovation Ecosystems – Increasing Competiteveness, Cambridge University Press 2018

[6] Holzki, L., Fokul, J., Bahn und Schwarz-Gruppe planen Daten-Marktplatz, in: Handelsblatt, 25./26./27. Oktober 2024, S.24

[7] 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, S. 56 ff.

[8] Mintzberg, H., The Strategy Concept – Five Ps for Strategy, in: California Management Review, 1987, S.11-24

[9] Mintzberg, H., Ahlstrand, B., Lampel, J., Strategy Safari – Eine Reise durch die Wildnis des strategischen Managements, Ueberreuter 1999

[10] Simon, H., Hidden Champions des 21. Jahrhunderts – Die Erfolgsstrategien unbekannter Weltmarktführer, Campus 2007

[11] McAfee, A., The Geek Way – The Radical Mindset That Drives Extraordinary Results, Macmillan Business 2023, S.103 ff.

[12] Servatius, H.G., Methodik des strategischen Technologie-Managements – Grundlage für erfolgreiche Innovationen, Erich Schmidt Verlag 1985

[13] Servatius, H.G., New Venture Management – Erfolgreiche Lösung von Innovationsproblemen für Technologie-Unternehmen, Gabler 1988

[14] Servatius, H.G., Vom Strategischen Management zur Evolutionären Führung – Auf dem Wege zu einem ganzheitlichen Denken und Handeln, C.E. Poeschel Verlag 1991

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

[16] Doerr, J., Measure What Matters: OKRs – the Simple Idea That Drives 10x Growth, Portfolio Penguin 2018

[17] Kaplan, R.S., Norton, D.P., The Execution Premium – Linking Strategy to Operations for Competitive Advantage, Harvard Business Press 2008

[18] Krizanits, J., Einführung in die Methoden der systemischen Organisationsberatung, Carl-Auer 2013, S.9 ff.

[19] Tichy, N.M., Managing Strategic Change – Technical, Political, and Cultural Dynamics, John Wiley & Sons 1983

[20] Ries, E., The Lean Startup – How Today’s Entrepreuners Use Continuous Innovation to Create Radically Successful Businesses, Crown Currency 2011

[21] Servatius H.G., Dreifache strategische Neuausrichtung, in: Competivation Blog, 07.06.2024

[22] Mazzucato, M., Collington, R.H., Die große Consulting-Show – Wie die Beratungsbranche unsere Unternehmen schwächt, den Staat unterwandert und die Wirtschaft vereinnahmt, Campus 2023

[23] Servatius, H.G., Wege zu einem agilen Mindset, in: Competivation Blog, 09.08.2018

[24] Rath, T., Conchie, B., Strengths Based Leadership – Great Leaders, Teams, and Why People Follow, Gallup Press 2008

[25] Fenn, J., Raskino, M., Mastering the Hype Cycle – How to Choose the Right Innovation at the Right Time, Harvard Business Review Press 2008

[26] Hucko, M., „KI verändert die Spielregeln komplett“ (Interview mit Sajjad Khan), in: Manager Magazin; November 2024, S.66-68

[27] Davenport, T.H., Process Innovation – Reengineering Work through Information Technology, Harvard Business School Press 1993

[28] Servatius, H.G., Reengineering-Programme umsetzen – Von erstarrten Strukturen zu fließenden Prozessen, Schaeffer-Poeschel 1994

« Older Entries

Gestaltende Innovationsforschung zu KI-Anwendungen

Entwicklung und Wandel des strategischen Managements

Lernen, Lösungen für komplexe Managementprobleme zu gestalten

GenAI-based strategic learning loops as a connecting process pattern

GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster

Neueste Beiträge

CONNECTIVE MANAGEMENT