Strategie 5.0 | Competivation
Verbindendes strategisches Management im KI-Zeitalter

Verbindendes strategisches Management im KI-Zeitalter

Die fünfte Stufe eines verbindenden strategischen Managements (Strategie 5.0) entwickelt sich weiter. Gegenwärtig liegt ein Fokus auf der Konnektivität von menschlicher und Künstlicher Intelligenz. Um diese verbindende Intelligenz besser zu verstehen hilft es, sich intensiver mit den Formen der Konnektivität im strategischen Management zu beschäftigen. Hieraus ergeben sich wichtige Implikationen für die Lehre und Forschung zu einem Wandel der Arbeitswelt im KI-Zeitalter.

In diesem neuen Blogpost fasse ich verschiedene Formen der Konnektivität in der fünften Entwicklungsstufe des strategischen Managements zusammen und leite hieraus Schlussfolgerungen für eine verbindende Intelligenz ab.

 

Digital Industrial Engineering als Chance

Ein zentrales Thema der diesjährigen Hannover Messe war die Künstliche Intelligenz (KI). Sowohl etablierte Unternehmen als auch Startups haben innovative Lösungen vorgestellt. So präsentierte der Limburger Softwarehersteller German Edge Cloud (GEC) den KI-Agenten Digital Industrial Engineer, der Ingenieuren als Sparringspartner dient und so das Zusammenspiel von Menschen und Maschinen effizienter gestaltet. Viele der menschlichen Fähigkeiten basieren auf Erfahrung. Dieses implizite Wissen gilt es, mit KI zu verbinden. Hierin sieht GEC eine wichtige Möglichkeit zur Differenzierung. Dieses nicht dokumentierte Wissen nutzt der Agent für Lernprozesse. Aufgabe von Führungskräften ist es, den menschlichen Wissensträgern Wertschätzung entgegenzubringen.1

Ein wichtiger Begriff für den Maschinenbau ist Physical AI. Hierunter versteht man die Verbindung von Hardware und Künstlicher Intelligenz. Ein Aspekt hierbei ist die Fähigkeit von Maschinen, nicht nur Daten zu verarbeiten, sondern auch ihre Umgebung zu erfassen. Der Technologiekonzern Siemens hat auf der Hannover Messe seinen KI-Agenten „Eigen“ vorgestellt, der die Arbeit von Ingenieuren 50 Prozent effizienter machen soll. Erreicht wird dies durch eine Verbindung von automatisierten Prozessen und menschlicher Kontrolle. Dabei baut Siemens auf sein umfassendes und tiefes Domänenwissen, über das Anbieter von KI-Grundlagenmodellen in der Regel nicht verfügen.2

 

Konnektive Intelligenz anstelle von Robomobbing

Künstliche Intelligenz (KI) kann bei Mitarbeitenden, die den Verlust ihres Arbeitsplatzes befürchten, eine moderne „Maschinenstürmer-Bewegung“ auslösen. Für Sabotageaktionen gegen Roboter bürgert sich gerade der Begriff „Robomobbing“ ein. So zeigen Analysen des Branchenverbands Bitkom, dass 23 Prozent der Befragten KI als Bedrohung empfinden. Ein Widerstand gegen KI ist verständlich, wenn Unternehmen nicht glaubwürdig kommunizieren und handeln.3

Eine entscheidende Rolle spielt dabei die Befähigung der Mitarbeitenden zur Arbeit mit KI. Bislang ist erst in groben Umrissen erkennbar, wie menschliche und Künstliche Intelligenz in Zukunft zusammenwirken. Bei dieser konnektiven Intelligenz entwickelt sich nicht nur die KI mit großer Geschwindigkeit weiter, sondern auch die nachgefragten menschlichen Fähigkeiten verändern sich. Daher stellt sich die Frage, welche Lehren sich für die Zukunft der Arbeit aus verschiedenen Formen der Konnektivität ziehen lassen.

 

Lehren aus Formen der Konnektivität im strategischen Management

Ausgehend von neuen Herausforderungen für Unternehmen hat das strategische Management in den letzten Jahrzehnten verschiedene Stufen durchlaufen, die sich dynamisch weiterentwickeln.4 Diese Stufen haben die folgenden Schwerpunkte:

  • Markt- und Finanzorientierung (Strategie 1.0)
  • Technologie- und Innovationsorientierung (Strategie 2.0)
  • Nachhaltigkeitsorientierung (Strategie 3.0) sowie
  • Resilienzorientierung einschließlich notwendiger Restrukturierungen (Strategie 4.0).

In der gegenwärtigen fünften Stufe eines verbindenden strategischen Managements liegt die Schwierigkeit in der Komplexität der Herausforderungen. Viele Unternehmen müssen strategische und organisatorische Neuausrichtungen bewältigen und dabei sowohl resilienter als auch digitaler und nachhaltiger werden.5 Die Lehre für eine entstehende konnektive Intelligenz ist, dass dies eine integrierte Sichtweise erfordert. Unternehmen, die über eine solche Perspektive verfügen, haben gegenüber anderen deutliche Vorteile.

Ein leistungsfähiges Innovationssystem des Unternehmens besteht aus unterschiedlichen Handlungsfeldern, die verbunden sind. Diese Handlungsfelder, wie z.B. Forschung, Innovationsmarketing und eine innovationsfördernde Kultur erfordern spezifische Kompetenzen. Erfolgreiche Innovationsmanager verfügen über die Fähigkeit eines verbindenden Gestaltens.6 Die Lehre für eine konnektive Intelligenz ist die Erlernbarkeit dieser Fähigkeit, die in unserem an abgegrenzten Disziplinen orientierten Bildungssystem aber vernachlässigt wird. Hieraus ergibt sich die Empfehlung, die Managementlehre und -forschung stärker transdisziplinär und gestaltend auszurichten.7

Im strategischen Management hat es einen Paradigmenwechsel von mechanistisch zu komplexitätsbewältigend gegeben.8 Digital-Champions haben frühzeitig das Potenzial der Theorie komplexer, evolutionärer Systeme erkannt und diese im Management angewendet.9 Aus Startups sind so die wertvollsten Unternehmen der Welt geworden. Die Implikation für eine konnektive Intelligenz ist, aus den positiven Erfahrungen dieser Unternehmen zu lernen und die neuere Komplexitätstheorie im KI-Zeitalter anzupassen. Auch dies erfordert eine gestaltende Managementforschung in Reallaboren des Wandels.

Die vielleicht größte Schwierigkeit ist eine Verbesserung der Zusammenarbeit von Stakeholdern aus Politik, Wissenschaft, Wirtschaft und Gesellschaft z.B. beim digitalen Wandel. In den letzten Jahrzehnten ist der weltweite Wettbewerb zwischen Innovationsökosystemen härter geworden. Diese sind zu wichtigen Werttreibern für Unternehmen und Regionen geworden.10 Deutschland hat sich zu lange auf Erfolgen der Vergangenheit ausgeruht und muss nun aufholen. Die Lehre für eine konnektive Intelligenz ist, dass die relevanten Sektoren ihre Fähigkeit zu einem gemeinsamen, dialogorientierten Handeln verbessern müssen, um Wettbewerbsvorteile zu erzielen.11 In der folgenden Abbildung sind diese Formen der Konnektivität und Lehren für eine verbindende Intelligenz zusammengefasst.

Lernprozess Innovationsstrategie

Seit einiger Zeit beschäftigt sich die Forschung mit der Frage, wie Ansätze zu einer konnektiven Intelligenz aussehen könnten. Bei dem von Derrick de Kerckhove geprägten Begriff stand zunächst die Interaktion mit dem Internet im Mittelpunkt.12

In Projekten zum verbindenden strategischen Management haben wir die Erfahrung gemacht, dass es dabei auf Menschen mit kontextueller und beziehungsorientierter Intelligenz ankommt. Die entsprechenden Fähigkeiten kann man entwickeln.13 Sie spielen auch bei der Arbeit mit KI eine wichtige Rolle. Dabei ist sowohl ein Upskilling als auch ein Deskilling möglich.

 

Up- und Deskilling durch KI

In einer durch KI beschleunigten Arbeitswelt gibt es eine Erweiterung der Fähigkeiten der Mitarbeitenden (Upskilling) aber auch eine Verringerung (Deskilling). Daher kommt es darauf an, das Upskilling zu fördern und das Deskilling zu begrenzen.

Lernprozess Innovationsstrategie

Die in vielen Erfahrungsberichten erwähnten Aspekte eines Upskilling sind:

  • Zeitgewinne durch von KI übernommene Routinetätigkeiten
  • eine Nutzung von KI als Werkzeug zur Verbesserung der eigenen Fähigkeiten
  • eine Anregung der menschlichen Kreativität durch von KI gezielt erzeugte Inhalte sowie
  • der stärkere Fokus auf Beziehungsintelligenz und Empathie, die komplementär zu KI eingesetzt werden.

Nicht so intensiv behandelt wird ein mögliches Deskilling. Ursachen hierfür können sein:

  • Eine aus Bequemlichkeit nur oberflächliche Einarbeitung in ein Thema (Offloading)
  • Kompetenzverluste bei von KI übernommenen Aufgaben z.B. beim Lesen, Verstehen, kritischen Bewerten und Schreiben
  • weniger selbst erzeugtes neues Wissen verbunden mit einem Verlust an Problemlösungskompetenz sowie
  • eine vernachlässigte Kontrolle der von KI produzierten Ergebnisse.

Noch in einer relativ frühen Phase befindet sich die Forschung zur konnektiven Intelligenz, die versucht die Frage zu beantworten, was je nach Situation die besten Verbindungen von menschlicher und Künstlicher Intelligenz sind.

 

Ansätze zu einer konnektiven Intelligenz

Für die Verbindung von menschlicher und Künstlicher Intelligenz gibt der an der Wharton School in Philadelphia lehrende Innovationsforscher Ethan Mollick einige Empfehlungen.

Lernprozess Innovationsstrategie
  1. Versuchen Sie, die KI einzubeziehen. Dabei ist die Fähigkeit wichtig, zu erkennen, was KI gut kann und was nicht. Diese Fähigkeit wächst mit der Erfahrung
  2. Bleiben Sie als Mensch in der Kontrollschleife. Menschliches Fachwissen und Urteilsvermögen sind wichtig für eine Korrektur der von KI erzeugten falschen Ergebnisse
  3. Behandeln Sie die KI wie eine klar definierte Persona, die einen bestimmten Typ repräsentiert. Dabei gleicht die KI einem schnellen Praktikanten, der gefallen will und dazu neigt, die Wahrheit zu verdrehen
  4. Gehen Sie davon aus, dass sich die KI dynamisch weiterentwickelt. Neuere KI-Technologien, wie z.B. Agentensysteme, haben spezifische Stärken und sind auch mit Bedrohungen verbunden
  5. Betrachten Sie die KI als eine Verknüpfungsmaschine. So ist KI in der Lage, aus der Kombination von vorhandenem Wissen neue Ideen zu entwickeln
  6. Die Aus- & Weiterbildung sollte die Arbeit mit KI als neue Fachkompetenz betrachten. Dabei ist gutes Prompting nur eine der Fähigkeiten im Rahmen der sich entwickelnden verbindenden Intelligenz.14

Aus diesen Ansätzen zu einer gesteigerten Intelligenz ergeben sich im KI-Zeitalter spezifische Leistungsmuster.

 

Leistungsmuster im KI-Zeitalter

In den letzten Jahrzehnten ist eine Fülle von Leadership-Theorien entstanden, deren praktische Relevanz stark zeit- und kontextabhängig ist. Für die Personalführung im Rahmen eines verbindenden strategischen Managements von besonderer Bedeutung ist das Connective-Leadership-Konzept. Dessen Empfehlung für stark wettbewerbs- und machtorientierte Manager lautet, die eigenen Führungsformen und Verhaltenspräferenzen zu erweitern.15 Das Thema Künstliche Intelligenz kommt in diesem Konzept allerdings nicht vor.

Die Entwicklung der KI-Technologien ist in Wellen verlaufen. Dabei hat es immer wieder Phasen der Ernüchterung gegeben, wie z.B. gegenwärtig bei der generativen KI mit großen Sprachmodellen.16 Meist ist dabei die Antwort auf die Frage, welche nächste KI-Welle (NextAI) erfolgreich sein wird, durch eine große Unsicherheit geprägt.

Im KI-Zeitalter kommt es deshalb darauf an, die sich dynamisch entwickelnde Leistungsfähigkeit bei Künstlicher Intelligenz mit der Fähigkeit zu einem verbindenden Gestalten zu verknüpfen. Eine konzeptionelle Grundlage hierfür bildet die Gestaltung von vertrauenswürdigen Hochleistungssystemen.17 Je nach Ausprägung der beiden genannten Dimensionen ergeben sich die folgenden Leistungsmuster:

  • Verlierer im KI-Zeitalter
  • Ganzheitliche Nicht-Techniker
  • KI-Spezialisten und
  • Gewinner mit konnektiver Intelligenz.

Es ist davon auszugehen, dass sowohl die ganzheitlichen Nicht-Techniker als auch die KI-Spezialisten ihr Selbstbild (Mindset) weiterentwickeln sollten.

Lernprozess Innovationsstrategie

Der Nachteil der ganzheitlichen Nicht-Techniker ist, dass sie zwar über ausgeprägte Fähigkeiten bei einem verbindenden Gestalten verfügen, aber die sich durch KI bietenden neuen Möglichkeiten nicht nutzen können beziehungsweise mit wenig leistungsfähigen KI-Technologien arbeiten. Den KI-Spezialisten fehlt die integrierte Sichtweise, die erforderlich ist, um die komplexen Zusammenhänge einer Anwendung von KI und deren mögliche Folgen zu verstehen. Daher müssen Führungskräfte im KI-Zeitalter ihre konnektive Intelligenz trainieren. In unserer projektbegleitenden Forschung und Lehre beschäftigen wir uns mit den Erfolgsfaktoren dieser Gewinnertypen. Die sich abzeichnende Disruption der Management Education ist gravierend.18

 

Bedeutung des Themas Strategie 5.0 für die Managementausbildung

Die Frage, worin die Bedeutung des Themas Strategie 5.0 für die Managementausbildung liegt, habe ich KI gestellt. Die Antwort fasst einige meiner aktuellen Publikationen zusammen und nennt die folgenden Punkte:

  1. Erweiterung des Kompetenzprofils von Führungskräften und Mitarbeitenden
  2. Integration neuer Technologien mit KI als Partner
  3. Wandel der Lehrmethoden und Forschungsansätze sowie
  4. Fokus auf eine Verbindung von Digitalisierung, Nachhaltigkeit und Resilienz.

Dieses Ergebnis finde ich überraschend gut, weil es nicht nur wichtige Aspekte nennt, sondern dabei auch eine gewisse Kreativität zeigt.

Das Frage- und Antwortspiel kann man beliebig lange fortsetzen und bekommt dabei von der KI eine Fülle an vertiefenden Informationen und Beispielen. Man kann natürlich auch wieder die eigene Intelligenz „aktivieren“ und der Frage nachgehen, welche Implikationen sich für die vorhandene Managementausbildung ergeben.

Aus meiner Sicht haben viele Bachelor- und Master-Programme in Betriebswirtschaftslehre (BWL) die folgenden Schwächen:

  1. BWL wird als unverbundene Sammlung betriebswirtschaftlicher Funktionslehren (z.B. Marketing) und Querschnittsdisziplinen (z.B. Innovation) verstanden
  2. Unternehmertum (Entrepreneurship) und Wagniskapital (Venture Capital) sind kein Pflichtfach
  3. Die Ausbildung vernachlässigt Grundlagen und Anwendungen der Künstlichen Intelligenz in praktischen Übungen
  4. Strategiekurse finden – wenn überhaupt – erst relativ spät statt und behandeln mehr oder weniger unkritisch die erste Entwicklungsstufe eines markt- und finanzorientierten strategischen Managements (Strategie 1.0)
  5. Grundlagen der Theorie komplexer, evolutionärer Systeme und ihre Relevanz z.B. für ein agiles Projektmanagement vermitteln die Universitäten zumindest nicht vertieft
  6. Wenn Forschungsansätze gelehrt werden, dominiert die Empirie, während die gestaltungsorientierte Forschung für viele BWL-Professoren ein „unbekanntes Land“ ist.

Ein möglicher Weg zur Neuausrichtung der „Einführung in die Betriebswirtschafts-lehre“ wäre, das verbindende strategische Management an den Anfang eines Studiengangs zu stellen und dabei anhand von praktischen Beispielen ein Gesamtbild der Herausforderungen zu liefern. Da alle Studierenden inzwischen in der einen oder andere Form mit KI arbeiten, können Sie beim Thema konnektive Intelligenz wichtige eigene Erfahrungen in praktische Übungen einbringen. Diesen Ansatz verfolgen wir seit einigen Jahren in Bachelor- und Master-Programmen, in der Executive Education und der Betreuung von Abschlussarbeiten.

Angesichts der Geschwindigkeit, mit der sich die Arbeitswelt durch KI verändert, überrascht es nicht, dass auch die Themen Strategie 5.0 und konnektive Intelligenz eine große Dynamik aufweisen. Für das deutsche Bildungssystem eröffnet dies neue Möglichkeiten. Für Bildungsanbieter, die an überholten Mustern festhalten, besteht allerdings die Gefahr, abgehängt zu werden. Das gleiche Schicksal droht Organisationen, die die Weiterbildung vernachlässigen.

 

Herausforderungen bei der Weiterbildung und Entwicklung von Führungskräften

Die Zahlen des McKinsey HR Monitors zeigen, dass deutsche Unternehmen in den vergangenen zwei Jahren die Budgets für die Weiterbildung ihrer Mitarbeitenden um 30 Prozent gekürzt haben. Damit liegt Deutschland im europäischen Vergleich auf einem hinteren Rang. Im KI-Zeitalter untergräbt der Versuch, kurzfristig Kosten zu senken, mittelfristig die Wettbewerbsfähigkeit, da die Beschäftigten neue Fähigkeiten erwerben sollten. Außerdem stehen viele Unternehmen vor dem Problem, angesichts eines unübersichtlichen Weiterbildungssystems den richtigen Ansatz zu wählen. Daher finden Lernprozesse, z.B. zu KI-Themen, häufig nicht in klassischen Seminaren sondern informell im Rahmen von Projekten statt. Dies unterstreicht die Bedeutung einer an die spezifische Situation angepassten (customized) Weiterbildung, die z.B. bei der Anwendung von KI das kritische Urteilsvermögen schärft und dabei KI als Werkzeug nutzt.19

Die zunehmende Bedeutung von Künstlicher Intelligenz verändert auch die Anforderungen an Führungskräfte. Gesucht werden vor allem Personen, die Erfahrung aus konkreten KI-Projekten haben und nachweisen können, dass sie den mit den neuen Technologien verbundenen Wandel erfolgreich gemeistert haben. Da die KI-basierte Neuausrichtung eines Unternehmens eine komplexe aber auch sehr spezifische Aufgabe ist, die sich zudem noch dynamisch verändert, kommt es darauf an, die erworbenen Fähigkeiten immer an die jeweilige Situation anzupassen und weiterzuentwickeln. Dies erfordert ein dynamisches Selbstbild (Growth Mindset) mit Freude am lebenslangen Lernen. Ein solches Selbstbild unterstützt sowohl den Einsatz von KI als Werkzeug für das strategische Management20 als auch die Verbesserung einer prozessorientierten KI zur Produktivitätssteigerung.21

In führenden Unternehmen sind neue, KI-basierte Rollen und Jobprofile entstanden, die sehr gute Karrieremöglichkeiten eröffnen. Hierzu zählen der AI Realignment Officer, der AI Solutions Architect und der Forward Deployment Engineer. Ein AI Realignment Officer gestaltet die KI-basierte, strategische, operative, organisatorische und kulturelle Neuausrichtung von Organisationen. In Stellenanzeigen findet sich noch die veraltete Bezeichnung „Transformation Officer“, obwohl es nicht um einmalige Transformation geht, sondern um viele, schnelle Anpassungen an oder Antizipationen von neuen Entwicklungen. Eine wichtige Rolle hat auch der AI Solution Architect. Seine Aufgabe als KI-Baumeister ist zu klären, welche KI-Anwendungen und Prozesse ausgehend von einer KI-Strategie Priorität haben, wie die erforderliche IT-Architektur aussieht und wie eine Integration der relevanten Daten gelingt. Hierzu bedarf es vieler Forward Deployment Engineers, die die komplexen Probleme interner und externer Kunden verstehen und hierfür „von Grund auf“ in iterativen Prozessen passgenauen Lösungen entwickeln. Eine gemeinsame Kernkompetenz dieser „Brückenbauer-Rollen“ ist das verbindende Gestalten.

 

Fazit

  • KI-Agenten lernen aus dem Erfahrungswissen von Ingenieuren. Hierin liegt eine Chance für die europäische Industrie, wenn es gelingt, menschliche und Künstliche Intelligenz zu verbinden
  • Lehren hierzu ergeben sich aus den verschiedenen Formen der Konnektivität im Rahmen der fünften Entwicklungsstufe eines verbindenden strategischen Managements
  • Eine Forschung, die menschliche und Künstliche Intelligenz verbindet, steht erst am Anfang
  • Hieraus resultieren wichtige Implikationen für die Erzielung von Wettbewerbsvorteilen im KI-Zeitalter, in dem es darauf ankommt, die Leistungsfähigkeit der Künstlichen Intelligenz mit der Fähigkeit zu einem verbindenden Gestalten zu verknüpfen
  • Dies erfordert neue Wege bei der Weiterbildung und Entwicklung von Führungskräften

 

Literatur

[1] Wittenbrink, J., Sparringspartner für die Fabrik. In: Handelsblatt, 20. April 2026, S. 26-27

[2] Höpner, A., Siemens stellt ersten KI-Agenten für Ingenieure vor. In: Handelsblatt, 21. April 2026, S. 26-27

[3] Merten, M., Bomke, L., Mensch gegen Maschine – wie Chefs ihren Mitarbeitern die KI-Angst nehmen. In: Handelsblatt, 10./ 11./ 12. April 2026, S. 54-55

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

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

[6] Servatius, H.G., Innovationssysteme gestalten und befähigen. In: Competivation Blog, 22.02.2018

[7] Servatius, H.G., Gestaltende Innovationsforschung zu KI-Anwendungen. In: Competivation Blog, 25.03.2026

[8] Servatius, H.G., Von erfolgreichen Digitalunternehmen lernen. In: Competivation Blog, 12.07.2024

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

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

[11] Servatius, H.G., Management Education 5.0 zu einem dialogbasierten Handeln. In: Competivation Blog, 13.01.2024

[12] de Kerckhove, D., Connected Intelligence – The Arrival of the Web Society,
GB Gardners Books 1998

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

[14] Mollick, E., Co-Intelligence – Living and Working with AI, Portfolio 2024

[15] Servatius, H.G., Personalführung im Zeitalter eines Connective Managements. In: Competivation Blog, 19.01.2021

[16] Servatius, H.G., Entwicklung der KI-Technologien. In: Competivation Blog, 19.02.2025

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

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

[19] Merten, M., Budgets für Weiterbildung um 30 Prozent gekürzt. In: Handelsblatt, 13. Mai 2026, S. 30

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

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

[22] Obmann, C., Schimroszik, N., Diese neuen Rolen bringen sechsstellige Gehälter. In: Handelsblatt, 19. Mai 2026, S. 32-33

Gestaltende Innovationsforschung zu KI-Anwendungen

Gestaltende Innovationsforschung zu KI-Anwendungen

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.

Lernprozess Innovationsstrategie

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.

Lernprozess Innovationsstrategie

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:

  1. 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.
  2. Die durch den Wirtschaftsnobelpreisträger Herbert Simon geprägte allgemeine Design-Theorie.14 Simon versteht hierunter eine Wissenschaft des Gestaltens von menschengemachten Artefakten und Systemen.
  3. 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.
  4. 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.
  5. Das von verschiedenen Wissenschaftlern beschriebene Action Design Research (ADR), das Action Research und Design Science Research verbindet.
Lernprozess Innovationsstrategie

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.

Lernprozess Innovationsstrategie

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.

Lernprozess Innovationsstrategie

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.

Lernprozess Innovationsstrategie

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

Gestaltung von vertrauenswürdigen Hochleistungssystemen

Gestaltung von vertrauenswürdigen Hochleistungssystemen

In den letzten Jahren hat die Bedeutung eines verbindenden strategischen Managements weiter zugenommen. Angesichts der dynamischen Entwicklung der Künstlichen Intelligenz (KI) und neuer geopolitischer Herausforderungen ist die Gestaltung von vertrauenswürdigen Hochleistungssystemen in den Mittelpunkt des Interesses gerückt. In diesem Zusammenhang erlebt der Begriff Hochleistung in Unternehmen und in der Politik eine Neuinterpretation. Ein wichtiges Handlungsfeld ist hierbei die gestaltende Managementforschung.

 

In unserem ersten Blogpost des Jahres 2026 beschäftige ich mich mit der Frage, was für Europa wichtige Handlungsfelder von vertrauenswürdigen Hochleistungssystemen sind.

 

Hochleistung in Unternehmen und in der Politik neu interpretiert

Für Jeanette zu Fürstenberg, die Europa-Verantwortliche des US-Fonds General Catalyst, besteht eine Chance für den alten Kontinent in der Verbindung von Startups mit der Welt der etablierten Industrieunternehmen. Zu ihren erfolgreichen Investments gehören Mistral in Frankreich und das Rüstungsunternehmen Helsing in Deutschland. Der Fokus dieser Unternehmen liegt auf einer Künstlichen Intelligenz (KI), die hochspezialisiertes Anwendungswissen nutzt. Ihre Publikation „Wie gut wir sind, zeigt sich in Krisenzeiten“ wurde 2025 Managementbuch des Jahres. Die Grundlage für ein europäisches Hochleistungssystem, mit dem eine Reindustrialisierung gelingen kann, bildet für sie Resilienz, die es ermöglicht, sich nach externen Schocks so schnell wie möglich zu erholen.1 2025 hat die Zahl der in Deutschland gegründeten Startups einen Rekordwert erreicht.

Das Thema Hochleistungsorganisation ist nicht neu. Dabei werden Hochleistungsorganisationen durch Hochleistungsteams geprägt. Bereits in den 1950er Jahren hat das britische Tavistock-Institut mit dem soziotechnischen Systemansatz eine erste Grundlage entwickelt. Die Ergebnisse von Beratungsprojekten zu Merkmalen von Hochleistungsorganisationen habe ich1988 in einem Artikel der Zeitschrift Harvard Manager beschrieben. Eine wichtige Erkenntniss ist, dass eine visionäre Führung den Rahmen für stärker selbstorganisiert arbeitende Teams schafft.2

Die McKinsey-Berater Jon Katzenbach und Douglas Smith beschäftigten sich mit der Frage, was Hochleistungsteams kennzeichnet.3 Die weitere Entwicklung hat jedoch gezeigt, dass sich die empirische Forschung trotz großer Anstrengungen mit der Gestaltung von Hochleistungsorganisationen schwertut.4 Durch KI bekommt das Performance Management nun neue Impulse zu einer besseren Verbindung zwischen Strategieumsetzung und Motivation.5

Lernprozess Innovationsstrategie

Inzwischen dominieren US-Tech-Konzerne mit Künstlicher Intelligenz (KI) die Weltwirtschaft. Ende 2025 kommen 61 der 100 wertvollsten Unternehmen der Welt aus den USA. Die Dominanz der USA resultiert aus einer einmaligen Stärke von sieben Tech-Giganten, die zusammen einen Börsenwert von 18,3 Billionen Euro erzielen. Ein wichtiger Treiber dieser Entwicklung ist der Hype um Künstliche Intelligenz (KI). Deutschland ist im Top-100-Ranking mit den Unternehmen SAP (Rang 40), Siemens (72), dem europäischen Gemeinschaftsunternehmen Airbus (91) und der Allianz (100) vertreten. Angesichts der geopolitischen Veränderungen stellt sich bei dieser Machtkonzentration die Frage, wie groß die Gefahr einer Abhängigkeit von den USA ist.6 Bei KI-Chips nimmt für den Marktführer Nvidia der Wettbewerbsdruck zu.

KI-Chips werden immer leistungsfähiger, aber gleichzeitig steigt durch KI das Desinformationsrisiko. Der KI-Chiphersteller Nvidia hat mit einem Weltmarktanteil von 85,2% eine dominierende Position vor Broadcom (10,3%), Marvell (2,1%) und AMD (1,8%). Der Herausforderer AMD und Meta haben ein neues KI-System für Rechenzentren angekündigt (Helios-Plattform), das eine signifikante Leistungssteigerung bringen soll. Nvidia kontert mit der neuen Chipgeneration Rubin.7

Ein Vertrauensverlust droht allerdings bei KI durch das Risiko von Desinformationen aufgrund von Fake Accounts. Dabei fälschen KI-Bots Inhalte, imitieren Personen und posten automatisiert in sozialen Medien. Solche Deepfakes können große wirtschaftliche Schäden anrichten und z.B. den Ruf einer Marke ruinieren.8

Große Sprachmodelle und kostenlose KI-Tools führen nicht selten zu Qualitäts- und Vertrauensverlusten, da sie nicht auf Hochleistung trainiert sind, sondern auf die Produktion von Durchschnittswissen. Wenn KI-Anwender unter Zeitdruck stehen und keine Qualitätsstandards existieren, kann „KI-Brei“ (AI Workslop) entstehen. Zwar liegen so schneller Ergebnisse vor, aber die Qualität sinkt. Mögliche Folgen sind Reputations- und Vertrauensverluste. Wichtig beim Einsatz von KI ist daher nach einer Qualitätskontrolle die fachliche Ergänzung von Inhalten.9

Durch KI und geopolitische Herausforderungen erlebt der Begriff Hochleistung eine Neuinterpretation. Denn nicht jede KI ist vertrauenswürdig. Unter einem vertrauenswürdigen Hochleistungssystem verstehen wir ein System (z.B. ein Unternehmen, eine Region oder einen Staat), das im Vergleich zum Wettbewerb sehr hohe Leistungen erbringt und dem die Empfänger der Leistungen trauen. Außerdem sind diese Leistungsempfänger bereit und in der Lage, für die Leistungen zu zahlen. Hochleistungssysteme müssen daher ihre höheren Preise rechtfertigen (z.B. durch „German Quality“, technische Überlegenheit oder eine Luxusmarke).

Hochleistung neu interpretiert bedeutet, dass Hochleistungssysteme sowohl durch Erfolge als auch durch ein vertrauenswürdiges Verhalten gekennzeichnet sind. Ist weder das eine noch das andere der Fall, sprechen wir von einem Systemversagen. Die meisten soziotechnischen Systeme befinden sich irgendwo dazwischen. Interessant sind die Fälle, bei denen nur eines der beiden Kriterien erfüllt ist. Ein gefährdetes vorhandenes Erfolgsmuster liegt vor, wenn ein bislang erfolgreiches System wie z.B. das der KI-Champions an Vertrauen verliert. Hieraus könnte sich eine Übergangsphase mit neuen Chancen ergeben, wenn z.B. das bislang bei der Digitalisierung weniger erfolgreiche Europa mit Vertrauen punktet.

Lernprozess Innovationsstrategie

Der in Oxford lehrende britische Professor für Globalgeschichte Peter Frankopan sieht die Welt in einer Übergangsphase wie in den 1920er Jahren, in der die alte Ordnung noch nicht tot ist und eine neue noch nicht geboren wurde.10

Die Frage ist daher, wie Europa seine Chancen nutzen und zum Gestalter von vertrauenswürdigen Hochleistungssysteme werden kann.

 

Strategische Neuausrichtung in einer Phase des Übergangs

In den ersten neun Monaten des Jahres 2025 haben Dax-Unternehmen sechs Milliarden Euro für Restrukturierungen aufgewendet. Die höchsten Restrukturierungskosten gab es 2025 bei Mercedes (1,4 Mrd. €), Volkswagen (900 Mill. €) sowie Siemens und der Commerzbank (jeweils 500 Mill. €). Besonders betroffen sind die Branchen Automobil, Maschinenbau und Chemie. In der deutschen Industrie waren Ende September 2025 120.300 Menschen weniger beschäftigt als ein Jahr früher. Dabei setzen viele Unternehmen auf üppige Abfindungen. Häufig folgt auf eine Restrukturierungsrunde die nächste, ohne die grundlegenden Probleme zu lösen. Hierzu müsste nach einer Restrukturierung eine strategische Neuausrichtung stattfinden.11

Der Begriff strategische Neuausrichtung eines Unternehmens (Realignment) beschreibt einen innovativen Ansatz zur Abstimmung vorhandener und neuer Systemelemente (z.B. Geschäftsmodell, Strategie, Technologien, Kunden, Kompetenzen, Organisation, Kultur und Umfeld). Neuausrichtungen entfalten ihre tiefgreifende Wirkung meist über einen längeren, nicht klar bestimmten Zeitraum in vielen parallelen Lernschritten. Eine wichtige Rolle spielen dabei komplexe Interaktionen, aus deren Verlauf sich spezifische Muster ergeben, die schwer prognostizierbar sind.12

In einer Phase des Übergangs müssen Unternehmen komplexe Prozesse der Neuausrichtung bewältigen. In einem erfolgreichen, innovativen Unternehmen sind wichtige Systemelemente gut aufeinander abgestimmt. Dieses Alignment erfolgt häufig durch Feinabstimmungen, bei denen das Management z.B. die Strategie kontinuierlich an Veränderungen des Umfelds anpasst. Wenn dies unterbleibt, entwickelt sich das Unternehmen in Richtung auf ein Misalignment. Diesen schleichenden Niedergang erkennen Management und Aufsichtsgremium oft zu spät. Das Ergebnis ist ein etabliertes Unternehmen in einer Dauerkrise, die eine Restrukturierung erforderlich macht.

Die Begriffe Restrukturierung und Transformation werden inzwischen häufig synonym verwendet. Beide Begriffe beschreiben einen zeitlich befristeten, umfassenden Wandel. Die inflationäre Verwendung des Transformationsbegriffs vermittelt leider die Illusion einer zeitlichen Begrenztheit komplexer Neuausrichtungsprozesse. Am Beispiel der Künstlichen Intelligenz wird deutlich, dass ein solches statisches Weltbild naiv ist.

Lernprozess Innovationsstrategie

Ein längerfristiges Ziel von strategischen Neuausrichtungen ist die Gestaltung von vertrauenswürdigen Hochleistungssystemen.

 

Handlungsfelder von vertrauenswürdigen Hochleistungssystemen

Bei zunehmenden Polarisierungen zeichnen sich Hochleistungssysteme durch die Fähigkeit eines verbindenden Gestaltens aus. Die Geschichte lehrt uns, dass in Phasen technologischer und politischer Umbrüche die Gefahr einer Polarisierung zunimmt. Dies gilt auch für die von Künstlicher Intelligenz (KI) ausgehenden Veränderungen. Entscheidend ist, dass Menschen sich selbst dabei als aktive Gestalter und nicht als passive Objekte des Wandels sehen. Die Komplementarität von Mensch und KI ist ein gestaltbares System. Die Leistungsfähigkeit eines solchen Systems hängt von der Fähigkeit ab, Verbindungen zwischen den Akteuren und den Systemelementen zu verbessern. Im Rahmen unserer anwendungsorientierten Forschung und Lehre gehen wir von der These aus, dass es bei der Gestaltung von vertrauenswürdigen Hochleistungssystemen auf die folgenden, in der Abbildung dargestellten Handlungsfelder ankommt:

  • Ein verbindendes strategisches Management zur dreifachen Neuausrichtung
  • Hochleistungsteams mit einem dynamischen Selbstbild in einer Phase des Übergangs
  • die Verbindung von vertrauenswürdigen Partnern aus Politik, Wirtschaft, Wissenschaft und Gesellschaft sowie
  • eine gestaltende Managementforschung in Reallaboren des Wandels.

Eine interdisziplinäre Hochschullehre steht vor der Aufgabe, für diese Felder die relevanten Kompetenzen zu vermitteln, z.B. beim Thema Unternehmertum für KI-Anwendungen.

Lernprozess Innovationsstrategie

Im Folgenden gehe ich auf diese Handlungsfelder und Kompetenzen näher ein.

 

Verbindendes strategisches Management zur dreifachen Neuausrichtung

Neue Herausforderungen haben seit den 1960er Jahren zu verschiedenen Entwicklungsstufen des strategischen Managements geführt.13 Wir unterscheiden zwischen

  • einer markt- und finanzorientierten Stufe (Strategie 1.0)
  • einer technologie- und innovationsorientierten Stufe (Strategie 2.0)
  • einer nachhaltigkeitsorientierten Stufe (Stratege 3.0) und
  • einer resilienzorientierten Stufe (Strategie 4.0).

In der gegenwärtigen fünften Entwicklungsstufe (Strategie 5.0) liegt die Herausforderung in einer Verbindung der früheren Stufen. Unternehmen müssen gleichzeitig resilienter, digitaler und nachhaltiger werden.14 Dies erfordert ein verbindendes Gestalten von dreifachen strategischen und organisatorischen Neuausrichtungen. Ein solches Triple Realignment erfolgt im Rahmen von gravierenden Veränderungen des politischen Umfelds. Die gegenwärtige Situation ist historisches Neuland. Daher spielt die kontextuelle Intelligenz des Managements eine wichtige Rolle.15

Lernprozess Innovationsstrategie

Die deutsche Politik sollte mit grundlegenden Reformen den Rahmen für ein verbindendes strategisches Management schaffen. Als sich 2018 erste Zeichen einer gesamtwirtschaftlichen Schwäche zeigten, waren dies Vorboten der schwersten und längsten Industrierezession, die die Bundesrepublik erlebt hat. Die deutsche Industrie hat inzwischen stark an Wettbewerbsfähigkeit verloren. Experten fordern neue Ansätze zu einer angebotsorientierten Innovationspolitik und eine Kommunikation, die die Notwendigkeit eines Kurswechsels vermittelt. Die Politik muss die versprochenen grundlegenden Reformen umsetzen. Ein solcher Aufbruch gelingt nur mit Verbundenheit anstelle von Polarisierung.16

In diesem Umfeld erlebt das resilienzorientierte strategische Management einen Bedeutungszuwachs.17 Beim diesjährigen Weltwirtschaftsforum in Davos sind die unterschiedlichen Positionen des US-Präsidenten und der europäischen Vertreter aufeinander geprallt.18 Der kanadische Premierminister Mark Carney regt an, dass sich in einer Welt, in der Großmächte zu Imperialisten werden, die andere Staaten erpressen, Mittelmächte und kleinere Länder vertrauenswürdige Partnerschaften bilden sollten.19

Eine solche Zusammenarbeit spielt nicht nur auf der geopolitischen Ebene eine entscheidende Rolle, sondern auch in Hochleistungsteams.

 

Hochleistungsteams mit einem dynamischen Selbstbild in einer Phase des Übergangs

Black Forest Lab (BFL), das gegenwärtig wertvollste deutsche KI-Startup, kommt aus Freiburg, wurde 2024 gegründet und entwickelt KI-Modelle zur Bildgenerierung ausgehend von Texten. Die Gründer gehören zum Kernteam des Open-Source-KI-Modells Stable Diffusion, dem Text-Bild-Modell, das digitale Bilder aus Texten generiert und 2022 neben ChatGPT den weltweiten KI-Hype auslöste. Die Flux-Modelle von BFL sind inzwischen einer der größten Konkurrenten von Google. Wichtige Impulse für die Arbeit des Gründerteams sind von dem an der LMU München lehrenden Informatik-Professor Björn Ommer ausgegangen. Das Beispiel zeigt, dass auch beim Thema KI in Deutschland Hochleistungsteams entstehen können.20

Neue Ideen und die Gestaltung von etwas Neuem gehen häufig von Personen aus, die einen Flow-Zustand als motivierend empfinden. Den Begriff Flow (im Sinne von „im Fluss sein“) hat der Psychologie-Professor Csikszentmihalyi bereits 1975 geprägt. Gemeint ist damit das völlige Aufgehen in einer Tätigkeit, die meist mit hoher intrinsischer Motivation erfolgt und bei der sich die Zeitwahrnehmung verändert. Interviews, in denen herausragende kreative Persönlichkeiten aus unterschiedlichen Bereichen auf ihr Arbeitsleben zurückblicken, zeigen, dass bei diesen die Motivationswirkung vor allem von dem kreativen Prozess ausgeht. Die Grundlagen für mögliche Flow-Zustände entstehen bei vielen Menschen häufig bereits in deren Jugend ausgehend von ihrem dynamischen Selbstbild.21

In ihrem Buch Growth Mindset unterscheidet die Stanford-Professorin Carol Dweck zwischen einem statischen und einem dynamischen Selbstbild.22 In der folgenden Abbildung sind diese beiden Selbstbilder gegenübergestellt. Hochleistungssysteme haben häufig Führungskräfte mit einem dynamischen Selbstbild. Ein wichtiges Kennzeichen ist, dass diese Menschen zwar ihre Talente kennen, aber stärker auf deren Weiterentwicklung und Lernprozesse setzen. Demgegenüber hoffen Menschen mit einem statischen Weltbild stärker auf die Wirkung ihrer angeborenen Talente.

Lernprozess Innovationsstrategie

Der Microsoft-Chef Satya Nadella schreibt, das Buch habe seine persönliche Entwicklung stark geprägt.23

Das Selbstbild einer Person und ihr Umfeld sind eng miteinander verbunden. Daher entsteht Hochleistung aus einem Zusammenspiel. Die Sozialpsychologin Mary Murphy hat das Selbstbild-Konzept auf Organisationen, ihre Kultur und das sie umgebende Umfeld erweitert:24

  • Danach fördere eine Wachstumskultur das Potenzial aller Mitarbeitenden. Diese Kultur betont Zusammenarbeit, kontinuierliches Lernen und die Entwicklung von Fähigkeiten
  • Eine Geniekultur glaube hingegen an angeborene Talente. Dies führe zu internem Wettbewerb, Risikoaversion und einer geringen Bereitschaft, Fehler zuzugeben.

Handlungsempfehlungen für Führungskräfte sind

  • psychologische Sicherheit schaffen und
  • konstruktives Feedback geben.

Eine vereinfachende Anwendung dieses Ansatzes in der Praxis unterschätzt allerdings die Komplexität der Umsetzung. Dies kann zu einer Demotivation von außergewöhnlichen Talenten führen.

Somit stellt sich die Frage, ob es in Deutschland aktuelle Erfolgsbeispiele für eine Wachstumskultur gibt. Zum Symbol für verbindendes Gestalten ist ein Brückenneubau in Südwestfalen geworden. Die Autobahn Sauerlandlinie ist die wichtigste Verkehrsverbindung zwischen dem Ruhrgebiet und Hessen. Wegen Einsturzgefahr musste die Rahmedetalbrücke bei Lüdenscheid, wo ich aufgewachsen bin, im Dezember 2021 plötzlich gesperrt und später gesprengt werden. Für die Wirtschaft mit ihren vielen Hidden Champions und die Menschen in der Region war das eine Katastrophe. Täglich mussten 20.000 Fahrzeuge über Umgehungsstraßen und durch Wohnsiedlungen umgeleitet werden. Das Institut der deutschen Wirtschaft beziffert den Schaden für Betriebe auf rund 1,5 Milliarden Euro. Ein Neubau dauert in Deutschland normalerweise etwa acht bis zehn Jahre. Über die eine Seite der A45-Brücke rollt der Verkehr aber schon wieder nach rekordverdächtigen vier Jahren. Möglich wurde dies durch eine reibungslose Zusammenarbeit der Akteure, ein neues Planungsverfahren und innovative Baumethoden. Der Bundeskanzler sieht hierin ein Vorbild für andere Sanierungen und für den NRW-Ministerpräsidenten heißt der neue Maßstab für Umsetzungsgeschwindigkeit in Deutschland „Rahmede“.25

Wir können daher zusammenfassen, dass die Kultur von soziotechnischen Systemen stark durch das Selbstbild wichtiger Akteure und vorherrschende Gestaltungsmuster beeinflusst wird.

Lernprozess Innovationsstrategie

Hochleistungskulturen sind durch ein dynamisches Selbstbild und verbindendes Gestalten geprägt. Das Gegenteil ist eine Silo- oder im Extremfall Niedergangskultur. Hier dominieren ein statisches Selbstbild und abgrenzendes Gestalten. Beschreibungen von herausragenden Führungspersönlichkeiten heroisieren häufig eine Einzelkämpferkultur. Diesen Personen wird zwar ein dynamisches Selbstbild zugeschrieben. Gleichzeitig entsteht aber der Eindruck, ihre Erfolge seien im Alleingang und in Abgrenzung zu anderen Personen erzielt worden, was so meist nicht der Fall ist. In Deutschland verbreitet war bis vor einigen Jahren eine Selbstzufriedenheitskultur. Man ruhte sich auf den Erfolgen der Vergangenheit aus, das Selbstbild in Politik und Wirtschaft war aber eher statisch und wenig auf die Zukunft gerichtet.

Von Führungskräften geht dabei eine Vorbildwirkung aus. Ihr dynamisches Selbstbild überträgt sich auf die Mitarbeitenden. Umgekehrt sind Führungskräfte mit einem statischen Selbstbild und abgrenzendem Verhalten für das Entstehen von toxischen Kulturen verantwortlich. Ihre Machtposition ermöglicht es Ihnen, Konkurrenten und Mitarbeitende mit einem dynamischen Selbstbild, das sie als Bedrohung empfinden, zu verdrängen. Die Rolle von Beratern ist leider häufig, die Machtposition der „Statiker“ zu sichern und auszubauen. Versuche der Externen, statische Selbstbilder zu verändern, stoßen meist auf Ablehnung und scheitern. Eine Überprüfung der dysfunktionale Selbstbilder von Führungskräften ist daher Aufgabe von Aufsichtsgremien, die rechtzeitig Konsequenzen ziehen müssen. Geschieht dies nicht, droht ein Systemversagen.

Auf dem Weg zu einem Hochleistungssystem befindet sich Europa gegenwärtig in einer schwierigen Lage.

 

Verbindung von vertrauenswürdigen Partnern aus Politik, Wirtschaft, Wissenschaft und Gesellschaft

Europa benötigt zunächst ein Resilienzprogramm gegen seine Feinde von außen und innen. Der US-amerikanische Politologe Francis Fukuyama geht davon aus, dass der Trumpismus auch ohne Trump fortbestehen wird. Für offene demokratische Gesellschaften sei das eine brandgefährliche Entwicklung. Er befürchtet einen Rückfall in die Weltordnung des 19. Jahrhunderts. Daher käme es darauf an, dass die westlichen Gesellschaften genügend Widerstandskraft entwickeln. Es sei auch zu berücksichtigen, dass die Tech-Milliardäre primär nach ihren eigenen wirtschaftlichen Interessen handeln. Die größte Gefahr für Europa sei Resignation.26

Marc Tüngler, der Chef der Deutschen Schutzvereinigung für Wertpapierbesitz, beklagt den fehlenden Rückenwind aus der Politik, der für Innovationen und die Neuaufstellung der Wirtschaft notwendig sei. Deutschland sei z.B. beim Strompreis international nicht mehr wettbewerbsfähig. Verantwortlich dafür sei die Politik. Wichtige Hebel wären daher eine verbesserte Standortpolitik und ein innovationsfreundlicheres Klima. Von dem notwendigen Schulterschluss zwischen Wirtschaft und Politik seien wir weit entfernt. Für 2026 erwartet er von der Politik ein Jahr der Entscheidungen.27

In seinem Buch „Wir Krisenakrobaten“ beschreibt Stephan Grünewald, der Mitgründer des Kölner Meinungsforschungsunternehmens Rheingold die Hoffnung auf Selbstwirksamkeit, die es unserer Gesellschaft ermöglichen würde, die Vielzahl der gegenwärtigen Krisen zu meistern. Seine Empfehlung besteht in sechs Punkten:

  1. Wahrhaftigkeit (klare Benennung von Problemen)
  2.  Fokussierung (erfolgreiche nationale Projekte)
  3. Beteiligung (den eigenen Beitrag deutlich machen)
  4. Fairness (Zumutungen müssen als gerecht empfunden werden)
  5. Streitkultur (produktiver mit Perspektivwechseln umgehen) und
  6. Verbundenheit, (die wieder neu gelernt werden muss).

Gegenwärtig würde leider noch ein Silodenken vorherrschen („Silodarität“).28

Um neuer Präsident der Helmholtz-Gemeinschaft zu werden, ist Martin Keller aus den USA nach Deutschland zurückgekehrt. In der Gemeinschaft arbeiten 18 selbstständige Forschungszentren mit fast 48.000 Menschen und einem Etat von mehr als sechs Milliarden Euro. Keller möchte mit einem Plan for Action erreichen, dass Deutschland in ausgewählten Innovationsfeldern weltweit führend bleibt oder wird. Hierzu sei eine engere Zusammenarbeit notwendig, z.B. im Rahmen von Public-Private-Partnerships (PPP), in denen Politik, Forschung und Unternehmen kooperieren, um so wettbewerbsfähiger zu werden. Er meint, es sei an der Zeit, alte Strukturen aufzubrechen.29

In seinem Buch „Visionen braucht das Land“ fordert der Mitinitiator der Zukunft-Fabrik 2050 Jochen Andritzky von der Politik die Entwicklung von Zukunftsbildern, über die man diskutieren kann und die Orientierung geben: Dieser Ansatz sei erfolgversprechender als kurzfristige Scheinlösungen zur Symptombekämpfung.30 Eine solche Rückbesinnung auf die Kraft von Visionen liefert wichtige Impulse für die Managementforschung, die sich in der Vergangenheit oft mit inkrementellen Verbesserungen zufrieden gegeben hat. Die gestaltende Managementforschung strebt hierbei eine stärkere Praxisorientierung an.

 

Gestaltende Managementforschung in Reallaboren des Wandels

Aus einem Forschungsprojekt bei Würth ist ein KI-Startup hervorgegangen, das das Handwerk revolutionieren könnte. Ziel des Forschungsprojekts des Großhändlers von Montage- und Befestigungsmaterial Würth und des KI-Labs der TU München war es, Anfragen von Handwerkskunden im Vertrieb schneller zu bearbeiten. Hieraus ist im März 2024 die Ausgründung Mercura AI entstanden, die mit Hilfe von KI versucht, mehrere Probleme zu lösen:

  • Eine Bewältigung des Fachkräftemangels
  • die Produktivitätssteigerung bei Aufgaben mit hoher Komplexität und
  • eine schnellere Bearbeitung von Anfragen und Angeboten.

Mercura AI kombiniert semantische Modelle, das Erkennen von Anforderungen,
unternehmensspezifische Regeln und das Lernen aus bisherigen Angeboten. Dabei verarbeitet die Software neben Text auch Sprache. Die Gründer haben KI-Kompetenz mit Branchenerfahrung verbunden. Das Beispiel zeigt, welches Potenzial eine gestaltende Managementforschung in Unternehmen hat.31

Wichtige Impulse für die gestaltende Managementforschung sind von dem Nobelpreisträger Herbert Simon ausgegangen. Sein 1969 erschienenes Buch „The Sciences of the Artificial“ ist nicht nur ein Grundlagenwerk für KI, sondern hat auch die Design-Theorie stark geprägt. Die Grundidee ist, dass es neben den Naturwissenschaften eine universelle Wissenschaft des Gestaltens gibt. Hieraus hat sich die Design-Methoden-Bewegung entwickelt. Mit einer Gestaltung des Möglichen (contingent) beschäftigen sich nicht nur die Technikwissenschaften, sondern auch die Managementwissenschaft. In den Technikwissenschaften ist die Gestaltung von Neuem ein selbstverständliches Ziel. In den Wirtschafts-, Politik- und Sozialwissenschaften hat die von Menschen ausgehende Komplexität einzelner Systeme und Subsysteme eine spezifische Vielfalt, die rein empirisch schwer zu erforschen ist. Die bahnbrechende Arbeit von Simon betont die Interdisziplinarität des Gestaltens.32

Reallabore des Wandels eröffnen für die Managementforschung neue Möglichkeiten. Unter einem Reallabor (Living Lab, Real World Lab oder Sandbox) versteht man einen Forschungs- und Anwendungsraum in der realen Welt, in dem z.B. Unternehmen mit ihren Partnern innovative Geschäftsmodelle gestalten. Dabei verbinden sie Forschen, Lernen und Handeln, fördern die interdisziplinäre Zusammenarbeit und ermöglichen die Erprobung neuer rechtlicher Rahmenbedingung (z.B. durch eine Anwendung von Experimentierklauseln). Das Konzept ist in den 1990er Jahren vor allem durch die Arbeiten des Media Lab am Massachusetts Institute of Technology (MIT) bekannt geworden.33 In Europa möchte man mit Reallaboren vor allem moderne Formen der Regulierung schaffen (z.B. bei der Stadtentwicklung). In der Managementforschung werden Reallabore bislang relativ wenig angewendet. So dominieren bei Dissertationen empirische Ansätze. Der Vorteil von Reallaboren liegt in einer besseren Verbindung von Theorie und Praxis.

Eine gestaltende Managementforschung findet nicht nur an Hochschulen, sondern auch stärker in der Praxis statt. Hochschullehrer betreuen zunehmend gestaltungsorientierte Forschungsansätze von Mitarbeitenden in deren Unternehmen. Angewendet wird dieser Ansatz vor allem bei Bachelor- und Masterarbeiten in dualen Studiengängen, in denen das Studium parallel zu einer Tätigkeit in der Praxis organisiert ist. In der Vergangenheit ist dies häufiger auch in externen Dissertationen und Habilitationen z.B. von Managementberatern erfolgt. Der Fokus lag hier stärker auf praktischer Relevanz. Die Lösung komplexer Probleme erfordert eine Forschung durch interdisziplinäre Teams, deren Mitglieder dann ihren Abschluss in ihrem jeweiligen Fachgebiet erhalten. Hochschulen sollten gemeinsam mit Praxispartnern derartige Projekte in Programmen zusammenfassen, die auch aufeinander aufbauen können (z.B. zur Gestaltung einer souveränen KI aus Europa).34

In der folgenden Abbildung sind verschiedene Ausprägungsmöglichkeiten einer gestaltenden Managementforschung zusammengefasst. Hierbei unterscheiden wir zwischen der Abschlussart, dem Beschäftigungsverhältnis des Forschenden sowie den Projekt- und Programmformen. Für eine berufsbegleitende Promotion des Mitarbeitenden einer Beratung bietet es sich z.B. an, die Ergebnisse von Projekten aus mehreren Organisationen zu vergleichen und daraus neue Erkenntnisse abzuleiten. Wichtig bei diesem Forschungsansatz erscheint, dass gestaltungsorientierte Forschungsprojekte ausgehend von den theoretischen Grundlagen35 der Fokus nun stärker auf einer konkreten Anwendung in der Praxis liegt.

Lernprozess Innovationsstrategie

2026 werden wir diesen Ansatz der Managementforschung im Rahmen der Gestaltung von Hochleistungssystemen weiterentwickeln, in denen Vertrauenswürdigkeit zu einem wichtigen Wettbewerbsvorteil geworden ist. Ein Vorbild ist dabei das Startup-Ökosystem in München, von dem andere Regionen lernen können.36

 

Fazit

  • Hochleistungssysteme zeichnen sich dadurch aus, dass sie sowohl erfolgreich als auch vertrauenswürdig sind. In der gegenwärtigen Übergangsphase sollte Europa dies als Chance nutzen
  • Hierzu müssen Unternehmen komplexe Prozesse einer Neuausrichtung bewältigen und sowohl resilienter als auch digitaler und nachhaltiger werden
  • Ein solches verbindendes strategisches Management (Strategie 5.0) ist eines der Handlungsfelder von vertrauenswürdigen Hochleistungssystemen
  • Ein weiteres Handlungsfeld ist die Förderung von Hochleistungsteams mit einem dynamischen Selbstbild
  • Dies erfordert vertrauenswürdige Partner und einen stärkeren Schulterschluss zwischen Wirtschaft und Politik
  • Reallabore des Wandels eröffnen neue Möglichkeiten für eine gestaltende Managementforschung.

 

Literatur

[1] zu Fürstenberg, J., Kloepfer, I., Wie gut wir sind, zeigt sich in Krisenzeiten – Ein Weckruf, Piper 2025

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

[3] Katzenbach, J.R., Smith, D.R., The Wisdom of Teams – Creating the High Performance Organization, Harvard Business School Press 1993

[4] de Waal, A., What Makes a High Performance Organization, Warden Press 2019

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

[6] Sommer, U., US-Konzerne sind so stark wie nie. In: Handelsblatt, 29. Dezember 2025, S. 1, 4-6

[7] Alvarez de Souza Soares, P., Holtermann, P., AMD will Nvidias Monopol beenden. In: Handelsblatt, 7. Januar 2026, S. 18-19

[8] Knees, C., Desinformation als Geschäftsrisiko. In: Handelsblatt, 7. Januar 2026, S. 20-21

[9] Merten, M., Unternehmen versinken in KI-Schrott. In: Handelsblatt, 9. Januar 2026, S. 20-21

[10] Frankopan, P., „Was hat Europa außer Handtaschen und Champagner?“ (Interview). In: Handelsblatt, 19./ 20./ 21. Dezember 2025, S. 12-13

[11] Fröndhoff, B., et al., Milliarden für den Umbau. In: Handelsblatt, 26. November 2025, S. 1, 4-5

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

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

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

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

[16] Huchzermeier, D. et al., Wirtschaft im Reformstau. In: Handelsblatt, 2./ 3./ 4. Jamuar 2026, S. 1, 6-7

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

[18] Meiritz, A., „Ein Nein werden wir uns sicherlich merken“. In: Handelsblatt, 22. Januar 2026, S. 1, 4-5

[19] Koch, M., Kann eine Allianz der Mittelmächte Trump bremsen? In: Handelsblatt, 22. Januar 2026, S. 5

[20] Bomke, L., Deutschlands KI-Hoffnung. In: Handelsblatt, 2. Dezember 2025, S. 1

[21] Czikszentmihalyi, M., Creativity – Flow and the Psychology of Discovery and Invention, Harper Collins 1996

[22] Dweck, C., Mindset – The New Psychology of Success, Random House 2006

[23] Nadella, S., Hit Refresh – The Quest to Rediscover Microsoft´s Soul and Imagine a Better Future for Everyone, Harper Collins 2017

[24] Murphy, M.C., Cultures of Growth – How the New Science of Mindset Can Transform Individuals, Teams and Organizations, Simon & Schuster 2024

[25] Herwig, M., Linnhoff, C., Neue A 45-Brücke freigegeben. In: Rheinische Post, 23. Dezember 2025, S. A6

[26] Fukuyama, F., „Der Trumpismus ist ein Aufschrei gegen die Moderne“ (Interview). In: Handelsblatt, 5./ 6./ 7. Dezember 2025, S. 12-13

[27] Tüngler, M., „Friedric Merz hat es – noch – in der Hand“ (Interview). In: Handelsblatt, 11. Dezember 2025, S. 22-23

[28] Grünewald, S., Wir Krisenakrobaten – Psychogramm einer verunsicherten Gesellschaft, Kiepenheuer & Witsch 2025

[29] Delhaes, D., Architekt eines deutschen Forschungsaufbruchs. In: Handelsblatt, 30. Dezember 2025, S. 13

[30] Andritzky, J., Visionen braucht das Land – Für eine langfristige Politik mit Mut zur Zukunft, Herder 2026

[31] Bomke, L., Mit KI das Handwerk revolutionieren. In: Handelsblatt, 7. Januar 2026, S. 26

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

[33] Mitchell, W.J., City of Bits – Space, Place, and the Infobahn, MIT Press 1995

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

[35] Seckler, C., et al., Design Sciences Across Industries – Building Bridges for Advancing Impactful Business Research. In: Schmalenbach Journal of Business Research, 09. Dezember 2025

[36] Banze, S., Freisinger, G.M., Der München-Code. In: Manager Magazin, Februar 2026, S. 30-36

Entwicklung und Wandel des strategischen Managements

Entwicklung und Wandel des strategischen Managements

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

Lernprozess Innovationsstrategie

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.

Lernprozess Innovationsstrategie

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:

  1. Der Entwicklung in Stufen mit einer an Bedeutung gewinnenden verbindenden Perspektive und
  2. 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.

Lernprozess Innovationsstrategie

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

Lernprozess Innovationsstrategie

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

Wettbewerbsvorteile mit wissensspezifischer KI

Wettbewerbsvorteile mit wissensspezifischer KI

In der Vergangenheit hat es wohl noch nie einen Kampf um Wettbewerbsvorteile gegeben, der so dynamisch verlaufen ist, wie das gegenwärtige Rennen beim Thema Künstliche Intelligenz (KI). Für Europa ergeben sich neue Möglichkeiten mit einer wissensspezifischen (domain-specific) KI. Diese Chancen bauen auf den traditionellen Stärken des „alten Kontinents“ auf. Um den vorhandenen Rückstand aufzuholen, erscheint es notwendig, sich vertieft mit dem Thema Wissen und dessen langer Entwicklungsgeschichte zu beschäftigen.

Im Rahmen unserer Reihe zu KI als Werkzeug für Strategien knüpft dieser neue Blogpost an meine Erläuterung von strategischen Lernschleifen an. Zunächst geht es um die Verbindung von Wissensmanagement und KI-Technologien im Rahmen der fünften Entwicklungsstufe eines konnektiven strategischen Managements.

 

Kampf um die Führung bei KI

Die fünf Unternehmen mit dem weltweit höchsten Börsenwert sind (Stand Dezember 2024) Apple, Nvidia, Microsoft, Amazon und Alphabet. Ein wichtiger Werttreiber ist die Künstliche Intelligenz. Der Wert von Apple liegt bei 3,7 Billionen Euro. Alle 40 DAX-Konzerne zusammen kommen nur auf einen Wert von 1,9 Billionen Euro.1

Ende Januar 2025 überraschte das chinesische Start-up Deepseek die Weltöffentlichkeit mit einem neuen KI-Sprachmodell, das mit den besten Modellen westlicher Tech-Riesen mithalten können soll, aber weniger Rechenleistung benötigt und geringere Kosten verursacht. Die Nachricht löste einen Kursrutsch bei US-Technologiewerten aus. Die Kursverluste summierten sich zwischenzeitlich auf eine Billion US-Dollar. Das von Liang Wenfeng 2023 gegründete Unternehmen setzt auf Open Source, d.h. die Software steht anderen frei zur Verfügung. Außerdem soll sie ohne Hightech-Chips trainiert worden sein. Damit stellt sich die Frage, ob die Milliardeninvestitionen der US-Konzerne wirklich erforderlich sind. Das gute Preis-Leistungsverhältnis bei Deepseek resultiert wahrscheinlich aus einer Kombination verschiedener Ansätze, z.B. der Zusammensetzung aus vielen kleinen Expertenmodellen, von denen jeweils nur die relevanten aktiviert werden.2 Für europäische KI-Anbieter, die über weniger Kapitalkraft verfügen, liegt in dieser Entwicklung möglicherweise eine Chance.

 

Wettbewerbsvorteile mit KI aus Europa

Beim Thema Künstliche Intelligenz steht Europa vor der Aufgabe, aufzuholen und die Abhängigkeit von großen Tech-Unternehmen zu verringern. Außerdem gilt es, kritische Infrastrukturen zu sichern und das geistige Eigentum der hier ansässigen Organisationen zu schützen. Dies ist in besonderem Maße für die vielen Hidden Champions und deren herausragende Kompetenzen in Spezialgebieten von Bedeutung. Nach dem Hype und einer gewissen Ernüchterung bei großen Sprachmodellen zeichnen sich nun neue Möglichkeiten für eine KI-Strategie ab, die auf den Stärken der europäischen Wirtschaft aufbaut. Eine wichtige Rolle spielt dabei die wissensspezifische (domain-specific) Künstliche Intelligenz, die Wettbewerbsvorteile auch für die vielen kleineren und mittelgroßen Unternehmen ermöglicht. Das Heidelberger Start-up AlephAlpha hat hierzu einen neuen Ansatz entwickelt.

Dabei liegt der Vorteil für Unternehmen darin, Sprachmodelle mit eigenem Wissen zu gestalten und zu betreiben. Heutige Modelle basieren auf der Transformer-Architektur und einem Tokenizer, der Sprachmuster erkennt. Hierzu werden große Textmengen analysiert und in einzelne Bausteine zerlegt (Text-Segmentierung). AlephAlphas T-Free-Ansatz und sein KI-Modell Pharia funktionieren anders. T-Free steht für Tokenizer-frei und verarbeitet fortlaufend Gruppen aus drei nebeneinander liegenden Zeichen. So gelingt eine einfachere Anpassung an andere Sprachen und Begriffswelten. Gemeinsam mit dem Halbleiterhersteller AMD und dem von AMD übernommenen finnischen Start-up SiloAI hat AlephAlpha mit T-Free einen Weg gefunden, branchen- und unternehmensspezifische Begriffe („Sprachen“) mit einer deutlich verbesserten Leistung zu trainieren. Außerdem hilft der Ansatz, die KI-Souveränität zu erhöhen.3

Ein Konsortium aus Unternehmen, Universitäten und Supercomputing-Zentren entwickelt gegenwärtig eine KI für Europa. Peter Sarlin von SiloAI betrachtet das neue Open Europe LLM-Projekt als „Moonshot“. Aus Deutschland sind unter anderem AlephAlpha und das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) beteiligt. Sowohl der Code als auch die Forschung werden Open Source veröffentlicht. Die Europäische Kommission soll für die nächsten drei Jahre bis zu 54 Millionen Euro bereitstellen. Im internationalen Vergleich ist diese Summe relativ klein. Eine europäische KI, die zum Gemeingut wird, erhöht aber entscheidend die Souveränität.4

Nach Einschätzung von Experten hat Europa die Chance, bei der Künstlichen Intelligenz Wettbewerbsvorteile zu erzielen, wenn es gelingt, die folgenden vier Erfolgsfaktoren zu verbinden:5

  1. Eine verbesserte Zusammenarbeit von Politik, Wissenschaft, Wirtschaft und Gesellschaft
  2. eine Fokussierung auf wissensspezifische KI-Anwendungen
  3. die Bündelung von Ressourcen, um Größennachteile zu überwinden und
  4. die Schaffung einer vertrauenswürdigen KI als Differenzierungsmerkmal.

Eine solche Verbindung erfordert ein konnektives strategisches KI-Management. Während Frankreichs Präsident Emmanuel Macron 150 Milliarden Euro in europäische KI-Start-ups investieren möchte, kommt das Thema Künstliche Intelligenz im deutschen Bundestagswahlkampf leider kaum vor.

Lernprozess Innovationsstrategie

Im Folgenden möchte ich skizzieren, wie die Verbindung von Wissensmanagement mit KI-Technologien gelingt.

 

Verbindung von Wissensmanagement mit KI-Technologien

Die Zusammenarbeit von Mensch und KI funktioniert ähnlich wie Stabhochsprung. Dabei ist der Stab ein Werkzeug, das die Fähigkeiten des Springers und der Springerin verstärkt, wenn diese das Werkzeug beherrschen.

Eine Nutzung von KI verändert die Wissensarbeit von Menschen in den folgenden drei Dimensionen:

  1. Zeitersparnis durch eine Automatisierung von Routinetätigkeiten
  2. Erweiterung der Fähigkeiten bei einer Bearbeitung sowohl von datenintensiven als auch von unstrukturierten Aufgaben und
  3. individualisiertes Lernen zur Weiterentwicklung von menschlichen Fähigkeiten.

Im Zusammenwirken dieser Dimensionen liegt das Potenzial des Werkzeugs KI.

Lernprozess Innovationsstrategie

Mit der Verbindung von Wissensmanagement und KI-Technologien zeichnet sich nun eine neue Möglichkeit zur Erzielung von Wettbewerbsvorteilen ab. Die Ausgangsbasis bildet die Aktivierung des spezifischen Wissens und Könnens von Unternehmen. Hinzu kommt eine Nutzung des Potenzials von KI zur Erweiterung der Kompetenzen und damit zur Differenzierung im Wettbewerb. Entscheidend ist dann als dritter Punkt die systematische Verbesserung von Fähigkeiten, die Wissen und KI verbinden. Dies erfordert eine gezielte Aus- und Weiterbildung.

Für Jeanette zu Fürstenberg, der Europa-Verantwortlichen der US-Investmentgesellschaft General Catalyst, bestehen die Möglichkeiten der europäischen Wirtschaft in einer Verbindung des großen Datenbestandes und Wissens etablierter Unternehmen mit KI-Technologien.6

Im Folgenden möchte ich den Zusammenhang zwischen Wissensmanagement und Künstlicher Intelligenz erläutern und in diesem und den nächsten Blogposts die Implikationen für das strategische Management behandeln.

Lernprozess Innovationsstrategie

Das Wissen für innovative Geschäftsmodelle hat eine lange Entwicklungsgeschichte von der griechischen Antike bis zur heutigen Wissensgesellschaft. In den 1990er Jahren setzte sich die Überzeugung durch, dass die Schaffung von neuem Wissen eine wichtige Quelle von Wettbewerbsvorteilen ist. Nach diesem Hype beim Thema Wissensmanagement folgte aber eine Ernüchterung. Gleichzeitig gelang es US-amerikanischen Start-ups, eine wissensbasierte Wertschöpfung und Wertsteigerung mit digitalen Geschäftsmodellen zu verknüpfen.

Die Entwicklung der KI-Technologien ist von der symbolischen KI und neuronalen Netzwerken zur generativen KI (GenAI) verlaufen. 2024 wurden vier KI-Forscher mit Nobelpreisen ausgezeichnet. Aber bei dem Hype um große Sprachmodelle zeichnet sich eine Ernüchterung ab. Kleine Sprachmodelle haben eine Reihe von Vorteilen. Sie sind kostengünstiger und leichter an spezifische Anwendungen anpassbar. Auch hier stellt sich die Frage, wie die Gefahren von KI einzudämmen sind.

Aus der Verbindung dieser beiden Themenfelder resultiert die Erkenntnis, dass die wissensspezifische KI ein wichtiges Prozess- und Gestaltungselement in Strategien ist. Dabei kann man zwischen der Ebene der Unternehmensstrategie und der Ebene der Funktionalstrategien unterscheiden. KI ist ein neues Werkzeug zur Unterstützung von Strategieprozessen und der Zusammenarbeit von Strategieteams. Darüber hinaus ermöglicht KI die Gestaltung innovativer Produkte, Dienstleistungen und Geschäftsmodelle. Auf der funktionalen Ebene leistet KI wichtige Beiträge zur Produktivitätssteigerung verbundener Geschäftsprozesse. Außerdem führt ein KI-unterstütztes, agiles Performance Management zu einer besseren Komplexitätsbewältigung als die traditionellen Ansätze.

Da das Wissensmanagement eine Grundlage für den Einsatz von KI-Technologien bildet, möchte ich zunächst die Entwicklung des Themas Wissen von der griechischen Antike bis zur Wissensgesellschaft skizzieren.

 

Von der griechischen Antike zur Wissensgesellschaft

In der griechischen Antike diskutierten der Philosoph Platon und sein Schüler Aristoteles im 3. Jahrhundert vor Christus die Frage, ob deduktive oder empirische Erkenntnistheorien zum Wissenserwerb führen.

Zu Beginn der Neuzeit propagierte Rene Descartes (1596-1650) eine Trennung zwischen dem Subjekt des Wissenden und dem Objekt des Wissens. Diese sogenannte kartesianische Spaltung sollte die Wissenschaft noch lange beschäftigen.

Der deutsche Philosoph Immanuel Kant (1724-1804) versuchte eine Synthese. Dabei wirken logisches Denken und Erfahrung zusammen.

Lernprozess Innovationsstrategie

Anfang des zwanzigsten Jahrhunderts beschäftigte sich der amerikanische Pragmatismus mit Vertretern wie William James mit der Beziehung zwischen Wissen und Handeln.

1969 prägte Peter Drucker den Begriff einer durch Wissensarbeit und Knowledge Worker geprägten Wissensgesellschaft.7

Von großer praktischer Relevanz waren dann seit Ende der 1970er Jahre die Arbeiten von Chris Argyris und Donald Schön zum Single Loop und Double Loop Learning,8 die die Grundlage für das Konzept einer lernenden Organisation bildeten.

Erstaunlicherweise spielte das Thema Wissen in der Anfang der 1990er Jahren entstandenen ressourcenorientierten Sichtweise des strategischen Managements keine entscheidende Rolle.

Aus heutiger Sicht definieren wir Wissen als Ressource und Ergebnis von Lernprozessen, die Menschen im Austausch mit Teams, Organisationen und Künstlicher Intelligenz gestalten.

 

Schaffung von neuem Wissen als Quelle von Wettbewerbsvorteilen

Für die Schaffung von neuem Wissen ist der Begriff des impliziten oder stillen (tacit) Wissens von Bedeutung, den der Naturwissenschaftler und Philosoph Michael Polanyi bereits seit den 1950er Jahren geprägt hat.9 Beim stillen Wissen weiß jemand, wie es geht, aber sein Wissen steckt implizit in seinem Können. Es ist schwer verbal oder schriftlich in Form von explizitem Wissen zu dokumentieren.

Die japanischen Wissenschaftler Nonaka und Takeuchi haben Mitte der 1990er Jahre beschrieben, wie neues Wissen als Quelle von Wettbewerbsvorteilen aus den folgenden vier Formen einer Wissensumwandlung entsteht:10

  1. Von implizit zu implizit (Sozialisation)
  2. von implizit zu explizit (Externalisierung)
  3. von explizit zu explizit (Kombination) und
  4. von explizit zu implizit (Internalisierung).

Diese Formen der Wissensumwandlung sind für den Erfolg von Hidden Champions entscheidend. Dort hat die Verbindung von Wissen, Können und Handeln eine lange Tradition. Die Schaffung von neuem Wissen, die Entwicklung von Fähigkeiten und die Umsetzung in praktisches Handeln erfolgen häufig in Lernprozessen bei denen – ähnlich wie im Sport – das Vormachen und Nachmachen eine wichtige Rolle spielen. Diese Lernprozesse sind z.B. mit Videos dokumentier- und skalierbar.

Lernprozess Innovationsstrategie

Hieraus ergeben sich neue Impulse für die Anwendung von wissensspezifischer Künstlicher Intelligenz.

 

Hype und Ernüchterung beim Wissensmanagement

In der zweiten Hälfte der 1990er Jahren erlebte das Wissensmanagement eine Hype-Phase, der aber eine Ernüchterung folgte. Auslöser des Hypes war vor allem das Buch The Knowledge Creating Company von Nonaka und Takeuchi, das das Wissensmanagement japanischer Unternehmen behandelt.

Letztlich ist die Bedeutung von implizitem Wissen „im Westen“ aber nicht wirklich verstanden worden. Der Schwerpunkt von Unternehmen und Beratern lag bei der Extraktion und Zusammenführung des vorhandenen expliziten Wissens („wenn HP wüsste, was HP weiß…“). Dies hat sich als schwierig und kostspielig erwiesen und in den 2000er Jahren zu einer Ernüchterung beigetragen.

Ein pragmatischer Ansatz, der Wissen, Können und Handeln verknüpft, spielte in den Publikationen dieser Zeit keine große Rolle.

 

Wissensbasierte Wertschöpfung, Wertsteigerung und KI-basierte Geschäftsmodelle

Eine wissensbasierte Wertschöpfung, Wertsteigerung und Verbindung mit digitalen Geschäftsmodellen behandelt unser 2001 erschienenes Buch WissensWert.11 Die Arbeiten hierzu haben Mitte der 1990er Jahre angeregt durch die zunehmende Bedeutung des Wissensmanagements begonnen. Sie knüpfen an die „Reengineering-Welle“ und IT-basierte Innovationen bei Routineprozessen an. Unsere Ausgangsthese war, dass eine wissensbasierte Wertschöpfung und die Wertsteigerung mit Wissen neue Möglichkeiten zur Erzielung von Wettbewerbsvorteilen eröffnen.

Zur gleichen Zeit sind mit den Internet-Technologien zunächst im Online-Handel (Electronic Business) neue digitale Geschäftsmodelle entstanden. Nach dem Zusammenbruch der New Economy haben Start-ups wie Amazon, Google und Facebook führende Marktpositionen erreicht und sind zu den wertvollsten Unternehmen der Welt geworden.

Europa ist bei digitalen Geschäftsmodellen in eine starke Abhängigkeit geraten. Im Rückblick ist es erstaunlich, wie wenig man hier bemerkt hat, dass seit der Jahrtausendwende Geschäftsmodell-Innovationen entstanden sind, die auf KI-Anwendungen basieren.

In den frühen 2000er Jahren begann die damalige Princeton-Informatikprofessorin Fei-Fei Li mit dem Aufbau der größten Datenbank der KI-Forschung (Computervision, später ImageNet). Ein Anwender war der Online-Buchhändler Amazon. Das 1994 gegründete Unternehmen gilt als Erfinder KI-basierter persönlicher Produktempfehlungen.12 Seit 2003 verwendet Amazon hierfür die Methode des Item-to-Item Collaborative Filtering.

Ein weiterer KI-Anwender war Facebook mit einem sozialen Netzwerk, das maschinelles Lernen nutzt, um Leute zusammenzubringen („matching“), die Gemeinsamkeiten haben. Maschinelle Lernmodelle sortieren personalisierte Werbung nach der höchsten Erfolgswahrscheinlichkeit und begründeten so innovative Geschäftsmodelle, wie die Suchmaschine von Google und deren RankBrain-Algorithmus. Auf dem KI-basierten Prinzip persönlicher Empfehlungen bauen auch das Musikstreaming-Geschäftsmodell von Spotify, das Videostreaming von Netflix und die Kurzvideoplattform der chinesischen Bytedance-Tochter TikTok auf.

Viele Menschen haben also bereits seit der Jahrtausendwende täglichen Kontakt mit KI-Anwendungen, ohne sich dessen bewusst zu sein. Europa steht gegenwärtig vor der Herausforderung, die sich bietenden neuen Chancen beim Thema KI besser zu nutzen als in der Vergangenheit.

 

Fazit

  • Angesichts der extremen Wettbewerbsdynamik bei der Künstlichen Intelligenz muss Europa aufholen und seine Anhängigkeit verringern
  • Eine Möglichkeit hierzu eröffnet die Verbindung von unternehmens-spezifischem Wissen mit innovativen KI-Technologien wie dem Tokenizer-Free-Ansatz
  • Der Erfolg der heutigen Tech-Giganten seit der Jahrtausendwende basiert auf einer kreativen Anwendung von KI
  • Eine wissensspezifische Künstliche Intelligenz könnte an die Erfolgsgeschichte der europäischen Hidden Champions anknüpfen und diese fortsetzen.

 

Literatur

[1] Sommer U., USA dominiert wie nie. In: Handelsblatt, 27./28./29. Dezember 2024, S.1, 6-8

[2] Gusbeth, S. et al., Sputnik-Moment. In: Handelsblatt, 31. Januar, 1./2. Februar 2025, S. 50-55

[3] Holzki, L., Bis zu 400 Prozent leistungsfähiger. In: Handelsblatt, 22. Januar 2025, S. 23

[4] Holzki, L., 54 Millionen für eine Europa-KI. In: Handelsblatt, 4. Februar 2025, S. 18-19

[5] Bomke, L., Knees, L., Wo Europa Chnacen im KI-Rennen hat. In: Handelsblatt, 10. Februar 2025, S. 20-21

[6] zu Fürstenberg, J., „Wir brauchen viel mehr Kapital, das auch mal ins Risiko geht“ (Interview), In: Handelsblatt, 31. Januar, 1./2. Februar 2025, S. 32-33

[7] Drucker, P.F., The Age of Disconinuity – Guidelines to our Changing Society Butterworth-Heinemann 1969

[8] Argyris, L., Schön, D.A., Organizational Learning – A Theory of Action Perspective, Addison Wesley 1978

[9] Polanyi, M., Implizites Wissen, Suhrkamp 1985

[10] Nonaka, I., Takeuchi, H., The Knowledge-Creating Company – How Japanese Companies Create the Dynamics of Innovation, Oxford University Press 1995

[11] Palass, B., Servatius, H.G., WissensWert – Mit Knowledge Management erfolgreich im E-Business, Schäffer-Poeschel 2001

[12] Meckel, M., Steinacker, L., Alles überall auf einmal – Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können, Rowohlt 2024

Interessiert?

CONNECTIVE MANAGEMENT

Vereinbaren Sie einen unverbindlichen Gesprächstermin:

 














    +49 (0)211 454 3731