Strategie 5.0 | Competivation

Wettbewerbsvorteile mit wissensspezifischer KI

11.02.25

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

Eine verbesserte Zusammenarbeit von Politik, Wissenschaft, Wirtschaft und Gesellschaft
eine Fokussierung auf wissensspezifische KI-Anwendungen
die Bündelung von Ressourcen, um Größennachteile zu überwinden und
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.

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:

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

Im Zusammenwirken dieser Dimensionen liegt das Potenzial des Werkzeugs KI.

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.

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.

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

Von implizit zu implizit (Sozialisation)
von implizit zu explizit (Externalisierung)
von explizit zu explizit (Kombination) und
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.

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

GenAI-based strategic learning loops as a connecting process pattern

01.11.24

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

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

Disruption with GenAI made in Germany

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

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

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

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

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

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

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

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

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

Various strategy terms, behavioral patterns and strategy schools

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

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

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

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

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

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

Development of strategic learning loops

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

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

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

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

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

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

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

Realignment of strategy processes

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

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

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

Process phases and strategic learning loops

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

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

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

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

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

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

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

Confirmation in training and further education

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

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

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

Improvement of strategic capabilities

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

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

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

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

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

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

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

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

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

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

Conclusion

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

Literature

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

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

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

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

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

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

[7] Kaufmann, T., Servatius, H.G., Das Internet der Dinge und Künstliche Intelligenz als Game Changer – Wege zu einem Management 4.0 und einer digitalen Architektur, SpringerVieweg 2020, p. 56 ff.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster

01.11.24

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

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

Disruption mit GenAI made in Germany

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

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

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

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

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

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

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

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

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

Verschiedene Strategiebegriffe, Verhaltensmuster und Strategieschulen

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

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

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

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

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

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

Entstehung von strategischen Lernschleifen

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

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

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

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

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

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

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

Neuausrichtung von Strategieprozessen

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

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

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

Prozessphasen und strategische Lernschleifen

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

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

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

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

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

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

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

Bestätigung in der Aus- und Weiterbildung

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

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

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

Verbesserung der strategischen Fähigkeiten

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

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

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

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

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

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

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

Veränderte Spielregeln durch KI in der fließenden Organisation von Porsche

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

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

Fazit

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

Literatur

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

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

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

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

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

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

[7] Kaufmann, T., Servatius, H.G., Das Internet der Dinge und Künstliche Intelligenz als Game Changer – Wege zu einem Management 4.0 und einer digitalen Architektur, SpringerVieweg 2020, S. 56 ff.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Triple strategic realignment

07.06.24

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

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

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

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

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

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

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

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

– from analog to digital, but also trustworthy

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

– from dependent to resilient but also strategic.

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

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

Difference between transformation and realignment

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

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

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

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

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

Complexity of a triple realignment

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

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

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

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

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

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

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

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

Procedure for a triple realignment

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

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

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

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

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

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

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

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

Conclusion

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

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

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

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

Literature

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

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

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

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

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

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

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

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

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

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

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

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

Dreifache strategische Neuausrichtung

07.06.24

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

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

Automobilunternehmen, die digitaler, nachhaltiger und resilienter werden müssen

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

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

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

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

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

– von analog zu digitaler, aber auch vertrauenswürdig

– von primär finanzorientiert zu nachhaltiger, aber auch realistisch und

– von abhängig zu resilienter, aber auch strategisch.

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

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

Unterschied zwischen Transformation und Neuausrichtung

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

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

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

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

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

Komplexität einer dreifachen Neuausrichtung

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

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

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

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

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

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

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

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

Vorgehen bei einer dreifachen Neuausrichtung

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

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

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

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

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

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

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

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

Fazit

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

Literatur

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

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

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

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

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

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

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

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

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

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

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

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

« Older Entries

Next Entries »

Wettbewerbsvorteile mit wissensspezifischer KI

GenAI-based strategic learning loops as a connecting process pattern

GenAI-basierte strategische Lernschleifen als verbindendes Prozessmuster

Triple strategic realignment

Dreifache strategische Neuausrichtung

Neueste Beiträge

CONNECTIVE MANAGEMENT