strategische Neuausrichtung | Competivation
Gestaltende Innovationsforschung zu KI-Anwendungen

Gestaltende Innovationsforschung zu KI-Anwendungen

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

 

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

 

Jahr der Entscheidung bei der Anwendung von KI

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

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

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

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

 

Gestaltung von KI-Ökosystemen

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

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

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

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

Schlüsselakteure in KI-Ökosystemen sind:

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

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

Lernprozess Innovationsstrategie

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

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

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

 

Managementforschung in Reallaboren des Wandels

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

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

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

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

Lernprozess Innovationsstrategie

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

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

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

 

Grundlagen und Pioniere einer gestaltenden Managementforschung

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

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

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

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

 

Vorteile in der Innovations- und Nachhaltigkeitsforschung

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

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

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

Diese Vorteile ermöglichen eine Neuausrichtung von Innovationssystemen.

Lernprozess Innovationsstrategie

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

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

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

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

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

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

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

Im Folgenden möchte ich ein geeignetes Vorgehenskonzept erläutern.

 

Schritte eines allgemeinen Vorgehenskonzepts

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

Lernprozess Innovationsstrategie

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

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

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

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

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

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

 

Innovationsmanager gestalten komplexe, evolutionäre Systeme

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

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

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

 

Inter- oder transdisziplinär?

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

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

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

 

Transdisziplinäre Forschung zu Nachhaltigkeitsinnovationen

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

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

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

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

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

 

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

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

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

Lernprozess Innovationsstrategie

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

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

 

Fazit

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

 

Literatur

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Gestaltung von vertrauenswürdigen Hochleistungssystemen

Gestaltung von vertrauenswürdigen Hochleistungssystemen

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

 

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

 

Hochleistung in Unternehmen und in der Politik neu interpretiert

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

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

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

Lernprozess Innovationsstrategie

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

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

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

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

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

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

Lernprozess Innovationsstrategie

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

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

 

Strategische Neuausrichtung in einer Phase des Übergangs

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

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

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

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

Lernprozess Innovationsstrategie

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

 

Handlungsfelder von vertrauenswürdigen Hochleistungssystemen

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

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

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

Lernprozess Innovationsstrategie

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

 

Verbindendes strategisches Management zur dreifachen Neuausrichtung

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

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

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

Lernprozess Innovationsstrategie

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

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

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

 

Hochleistungsteams mit einem dynamischen Selbstbild in einer Phase des Übergangs

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

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

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

Lernprozess Innovationsstrategie

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

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

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

Handlungsempfehlungen für Führungskräfte sind

  • psychologische Sicherheit schaffen und
  • konstruktives Feedback geben.

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

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

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

Lernprozess Innovationsstrategie

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

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

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

 

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

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

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

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

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

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

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

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

 

Gestaltende Managementforschung in Reallaboren des Wandels

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

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

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

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

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

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

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

Lernprozess Innovationsstrategie

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

 

Fazit

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

 

Literatur

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Disruption der Management Education für KI-basierte Neuausrichtungen

Disruption der Management Education für KI-basierte Neuausrichtungen

Eine der großen Herausforderungen, vor der Europa steht, ist die KI-basierte, strategische und organisatorische Neuausrichtung von Unternehmen. Eine wichtige Erfolgsvoraussetzung für diese Aufgabe ist die Verbesserung der Management Education im Rahmen eines lebenslangen Lernens. Dabei sind die Hochschullehre und die Personalentwicklung auf der Suche nach einer neuen Balance zwischen traditionellen und innovativen Ansätzen. Anhand von zehn Einflussfaktoren skizziere ich das Spektrum der vorhandenen Ausprägungen. Hieraus ergeben sich für Bildungsanbieter Chancen zur Differenzierung in einem härter werdenden internationalen Wettbewerb. Spannende Fragen sind, wer die seit langem begonnene Disruption der Management Education in welcher Form weiter vorantreibt.

 

In diesem Blogpost berichte ich über meine Erfahrungen in der Hochschullehre und Beratung zum Thema Personalentwicklung bei Neuausrichtungen.

 

Wettbewerbsvorteile durch KI-Qualifikation

Die Wettbewerbsvorteile im vergangenen Jahrhundert verdanken deutsche Unternehmen in einem erheblichen Maß ihren weltweit anerkannten Ingenieuren. Ähnlich wichtig für die Zukunft ist möglicherweise die Qualifikation bei der Entwicklung und Anwendung von Künstlicher Intelligenz (KI). Die Schlussfolgerung wäre, dass dann der Teil der Welt am erfolgreichsten ist, der seine Führungskräfte und Mitarbeitenden am besten in KI aus- und weiterbildet. Für die Zusammenarbeit von Unternehmen und Bildungsanbietern ergeben sich hieraus neue Möglichkeiten. Eine wichtige Rolle spielt dabei die Management-Didaktik für KI-basierte strategische und organisatorische Neuausrichtungen.1 Am Anfang steht eine Klärung grundlegender Begriffe.

 

Neuausrichtung und Transformation

Die Begriffe Neuausrichtung und Transformation haben eine Gemeinsamkeit und einen Unterschied. Die Gemeinsamkeit betrifft die Wirkungen des Wandels. Diese sind sowohl bei Neuausrichtungen als auch bei Transformationen tiefgreifend. Bei geringeren Wirkungen spricht man demgegenüber von einer Verbesserung. Unterschiedlich sind hingegen die Formen des Wandels.

Unter dem Begriff Neuausrichtung (Realignment oder besser „Innoalignment“) von Unternehmen verstehen wir einen innovativen Ansatz zur Abstimmung wichtiger Systemelemente z.B. Kunden, Geschäftsmodell, Strategie, Technologien, Mitarbeitende, Organisation und Kultur. Dabei kommt es darauf an, diese Systemelemente im Zusammenhang zu sehen. Neuausrichtungen entfalten ihre tiefgreifende Wirkung meist über einen längeren, nicht klar bestimmten Zeitraum in vielen parallelen Lernschritten. So verläuft z.B. der digitale Wandel seit Jahrzehnten in immer neuen Wellen. Durch diesen evolutionären Charakter unterscheiden sich Neuausrichtungen von zeitlich begrenzten Transformationen, bei denen der Wandel in einem großen Sprung erfolgt, der häufig auch Abwehrreaktionen auslöst.2 Damit ähneln Transformationsprojekte Sanierungen, bei denen aber eine reaktive Krisenbewältigung im Vordergrund steht.

Lernprozess Innovationsstrategie

Der weit verbreitete Begriff Transformation lässt die Frage unbeantwortet, was danach passiert, wenn sich z.B. das Umfeld dynamisch weiterentwickelt oder der erhoffte Transformationserfolg ausbleibt. Möglicherweise liegt gerade in diesem illusionären Charakter des Begriffs ein Grund für dessen unreflektierte Verwendung. Daher ist es zu begrüßen, dass sich namenhafte Wissenschaftler wie der Soziologe Armin Nassehi inzwischen kritisch mit dem Thema Transformation auseinandersetzen.3

Offensichtlich meinen viele, die den Begriff Transformation verwenden, eigentlich einen zeitlich nicht begrenzten Prozess der Neuausrichtung oder hoffen zumindest, nach einer erfolgreichen Transformation würde sich irgendwann ein neuer stabiler Gleichgewichtszustand einstellen. Eine realitätsnahe Management Education sollte hingegen von klar definierten begrifflichen Grundlagen ausgehen.

Bei KI-basierten Neuausrichtungen, die durch eine hohe Unsicherheit geprägt sind, ist ein realitätsnahes Verständnis des Wandels eine wichtige Erfolgsvoraussetzung. Daneben kommt es auch auf die Vermeidung von Fehlern an.

 

Fehler bei KI-Initiativen

Verschiedene Studien belegen, dass nur ein geringer Teil der KI-Initiativen erfolgreich ist. Die Gründe hierfür sind vielfältig.4 Häufig gibt es überzogene Erwartungen und es fehlt eine gut aufbereitete Datengrundlage. Weitere mögliche Gründe sind unklare Richtlinien und eine unkoordinierte Anwendung von zu vielen KI-Tools. Die Hauptursache liegt aber wohl im Personalbereich angefangen bei überforderten Führungskräften über Defizite der Weiterbildungsangebote bis zur Sorge der Mitarbeitenden um ihren Arbeitsplatz. Daher sollten Unternehmen bei KI-basierten Neuausrichtungen dem Thema Management Education eine stärkere Bedeutung beimessen. So wird die Management-Didaktik immer mehr zu einem Innovationsfeld.

 

Management-Didaktik als Innovationsfeld

Unter dem Begriff Management-Didaktik versteht man die Theorie und Praxis des Lehrens und Lernens im Fachgebiet Management. Wichtige Innovationstreiber sind grundlegende Veränderungen der Arbeitswelt, die neue Managementkonzepte erfordern und der Einsatz von KI-unterstützten Lerntechnologien.

Seit der Prägung des aus dem Altgriechischen abgeleiteten Begriffs durch den Pädagogen und Theologen Comenius im frühen 17. Jahrhundert hat sich die Didaktik in vielfältiger Weise weiterentwickelt. Dennoch ist die Management-Didaktik ein Innovationsfeld, dessen Bedeutung lange von vielen unterschätzt wurde. Dies zeigt sich unter anderem daran, dass Hochschullehrer über keine Didaktik-Ausbildung verfügen müssen, sondern sich entsprechende Fähigkeiten im Verlauf ihrer Tätigkeit meist selbst aneignen. Ein solches Learning by Doing führt natürlich zu unterschiedlichen Ergebnissen.

 

Management Education auf der Suche nach einer Balance

Angesichts neuer Herausforderungen und Lerntechnologien verändert sich die Aus- und Weiterbildung im Management. Dabei gibt es eine Reihe von Einflussfaktoren, die jeweils ein breites Spektrum an Ausprägungen haben können. Ein Beispiel ist die Dokumentation von Lehrinhalten, die schon heute weniger in klassischen Lehrbüchern und stärker in Microlearnings erfolgt. Bei diesen Einflussfaktoren ist die Management-Didaktik auf der Suche nach einer neuen Balance zwischen traditionell und innovativ. Damit eröffnet sich für das immer wichtiger werdende lebenslange Lernen eine Vielfalt an Möglichkeiten. Bildungsanbieter wie Hochschulen und Verlage stehen vor der Aufgabe, sich in diesem Dschungel selbst neu auszurichten und den Lernenden interessante Karrierepfade zu eröffnen.

Aus meiner praktischen Tätigkeit als Hochschullehrer und Berater haben sich zehn Einflussfaktoren mit einem breiten Spektrum an Ausprägungen herauskristallisiert, die ich im Folgenden erläutere.

Lernprozess Innovationsstrategie

Die ersten beiden Faktoren sind das Management-Umfeld und die Lehrinhalte.

 

Management-Umfeld und Lehrinhalte

Im Vergleich zu heute war das Management-Umfeld früher relativ statisch und die Notwendigkeit eines lebenslangen Lernens erst in Ansätzen erkennbar. Dies hat sich grundlegend geändert. Das Ergebnis der hohen Umfelddynamik ist eine Verkürzung der Halbwertszeit des Wissens und Könnens.

Ein Beispiel liefert die generative Künstliche Intelligenz. Ende 2022 löste die Vorstellung des Textroboters ChatGPT durch OpenAI einen extremen Hype aus.5 Dem ist inzwischen eine gewisse Ernüchterung gefolgt und Experten warnen vor einer KI-Illusion.6 An Bedeutung hinzugewonnen hat hingegen die wissensspezifische (domain-specific) KI, die KI-Werkzeuge gezielt mit Anwendungen verbindet.7 Aus dieser Umfelddynamik ergibt sich die Notwendigkeit einer agilen Anpassung der Lehrinhalte. Dabei kommt es darauf an, Modewellen realistisch einzuordnen und das kritische Denken der Lernenden zu trainieren.

Neben der Dynamik der Lehrinhalte spielt die Balance zwischen Theorie und Praxis eine wichtige Rolle. Der Schwerpunkt des klassischen Management-Studiums liegt bei theoretischen Grundlagen und Konzepten, die primär wissenschaftlich orientierte Lehrende vermitteln. In den letzten Jahrzehnten haben die Bedeutung und der Einfluss von Managementberatern als Brückenschläger zwischen Theorie und Praxis zugenommen. In einem Prozess der Zusatzqualifikation verbessern externe Berater und Inhouse Consultants on-the-Job ihre praktischen Managementfähigkeiten in Form eines problemorientierten Lernens.8 Hochschulen sind gut beraten, diese komplexitätsbewältigende Form der Weiterbildung stärker in ihre Lehre zu integrieren.

Hieraus ergeben sich wichtige Implikationen für die Entwicklung und Dokumentation von Lehrinhalten.

 

Entwicklung und Dokumentation

Die Entwicklung von richtungsweisenden Lehrinhalten ist in der Vergangenheit vor allem durch einzelne Professoren erfolgt, die gemeinsam mit ihren Doktoranden fachspezifische Managementthemen bearbeitet haben. Bei den Lernenden ist so ein Baukasten aus abgegrenzten Elementen an Fachwissen entstanden. Dieses traditionelle Konzept bedarf der Ergänzung. Ein neuer Ansatz ist die Entwicklung von verbindenden Fähigkeiten durch interdisziplinäre Teams, die sowohl aus stärker theoretisch als auch stärker praktisch orientierten Mitgliedern bestehen.

Ein spannendes Anwendungsbeispiel liefert die wissensspezifische KI. Die Lehrinhalte verbinden KI-Grundlagen mit einer Anwendung in einzelnen Managementfeldern.9 Von Praktikern lernen die Studierenden, wie die Umsetzung einer strategischen und organisatorischen Neuausrichtung von Unternehmen gelingt.

Die Dokumentation von Lehrinhalten ist in der Vergangenheit vor allem in Form von fachspezifischen Lehrbüchern, Artikeln, Fallstudien und Vorlesungsunterlagen erfolgt. Lehrbuch-Klassiker sind zum Teil über Jahrzehnte in immer neuen Auflagen erschienen und dabei sehr umfangreich geworden. Derartige „Wälzer“ werden aber immer weniger geschrieben und noch weniger gelesen. Für Lernende ist es schwierig zu unterscheiden, welche Inhalte bei einem Werk mit mehreren hundert Seiten noch relevant sind und welche nicht. Die zukünftige Dokumentation von Lehrinhalten gleicht allerdings noch eher einem Experimentierfeld.

Auch hier spielt KI eine wichtige Rolle. Das Ziel sind multimodale Microlearnings, die interaktiv nutzbar und individualisiert sind. Bei der Gestaltung dieser Microlearnings arbeiten Anbieter von Inhalten und neuen Lerntechnologien wie Learning Experience Platforms (LXP) zusammen.10

Damit einher geht eine Veränderung der Theorie und Praxis der Management-Didaktik.

 

Theorie und Praxis der Management-Didaktik

Die Theorie der Management-Didaktik ist lange Zeit auf eine passive Rezeption von Wissen fokussiert gewesen. Der Anteil eines kreativen Gestaltens z.B. von neuen Geschäftsmodellen war dabei erstaunlich gering, obwohl in Fächern wie dem Innovationsmanagement bei dieser Fähigkeit ein Schwerpunkt liegen sollte. Auch hier findet gegenwärtig ein Veränderungsprozess statt. Dabei verlagert sich der Fokus in Richtung auf einen stärker aktiven, selbstgesteuerten Prozess. Eine Grundlage hierfür liefert die systemisch-konstruktivistische Pädagogik.11

Die neue Generation der Lernenden wächst mit KI-Werkzeugen auf, und eine intelligente Eingabe (Prompting) wird gegenwärtig zur Kernkompetenz. KI beschleunigt aber nicht nur Routinearbeiten, sondern verbessert auch die Suche nach kreativen Lösungen.12 Den Lehrenden und ihren Organisationen kommt die Aufgabe zu, hierfür geeignete Lernumgebungen zu schaffen.

Bei der Praxis der Management-Didaktik gibt es große Unterschiede z.B. zwischen Deutschland und den USA. Während bei uns das Erlernen von Konzepten und die Anwendung in Übungen im Vordergrund steht, ist die Managementlehre in den USA seit Jahrzehnten durch Fallstudien (Cases) geprägt. Von Managementberatungen sind wichtige Impulse zur Problemlösung in Projekten ausgegangen. Das Collaborative Learning betont stärker bottom-up ablaufende Lernprozesse durch unternehmensinterne Teams, bei denen Trainern eine Coaching-Rolle zukommt.13

Innovative Bildungsanbieter arbeiten daran, ein solches KI-unterstütztes Projektlernen bereits frühzeitig in der Ausbildung zu schulen. So verbessern sie die Karrierechancen der Lernenden und differenzieren sich von traditionellen Universitäten.

Dabei verändern sich die Geschäftsmodelle und Skalierungsmöglichkeiten der Bildungsanbieter.

 

Geschäftsmodelle und Skalierungsmöglichkeiten

Das traditionelle „Geschäftsmodell“ von führenden Universitäten basiert auf dem Prinzip der Wissenschaftsfreiheit, das in Deutschland durch das Grundgesetz gesichert ist. Danach haben Professoren das Recht, ihre Lehrinhalte individuell zu gestalten. Bei privaten Hochschulen, die an mehrehren Standorten tätig sind, kommen Lehrinhalte zunehmend von Modulverantwortlichen, die die Unterlagen weniger erfahrenen Dozenten als Anregung zur Verfügung stellen. Beim Teamteaching entwickeln interdisziplinäre Teams mit einem unterschiedlichen Erfahrungshintergrund die Lehrinhalte. Diese veränderten Geschäftsmodelle können sowohl auf eine Kostensenkung als auch auf die Realisierung von Preisprämien ausgerichtet sein.

Der verstorbene Harvard-Professor Clayton Christensen hat bereits 2010 auf das Disruptionspotenzial von Geschäftsmodell-Innovationen in der Management Education hingewiesen, das sich immer stärker entfaltet.14

Das klassische Modell der Skalierung von Universitäten basiert auf der weltweiten Verbreitung der Bücher und Artikel von Management-Gurus, Case Studies und der Reputation der Bildungsanbieter. Diese Reputation ermöglicht die hohen Preise von MBA-Programmen und einer zum Teil unternehmensspezifischen Executive Education. Mit den in den 2010er Jahren entstandenen Massive Open Online Courses (MOOCs) sind neue Möglichkeiten für Lernplattformen hinzugekommen, um relativ kostengünstig eine große Anzahl von Lernenden zu erreichen.

Es ist abzusehen, dass in den nächsten Jahren die meisten Unternehmen beim Thema KI eine auf die spezifischen Bedürfnisse zugeschnittene Weiterbildung ihrer Mitarbeitenden benötigen.15 Den sozialen Sprengstoff dieses Themas sollten Unternehmen nicht unterschätzen, wenn sie eine Vielzahl von Beschäftigten entlassen müssen.

Weitere Faktoren sind daher die Kanäle und die Trägerschaft einer Management Education.

 

Kanäle und Trägerschaft

Während das klassische Präsenzlernen einer großen Anzahl von Studierenden wenig Interaktionsmöglichkeiten bietet, sind Kleingruppen relativ kostenintensiv. Online-Lernen hat eine Reihe von Vorteilen, aber häufig nicht die Erlebnisqualität eines persönlichen Lernens in Dialogen. Daher versuchen innovative Bildungsanbieter mit neuen Formen die Vorteile der verschiedenen Kanäle zu verbinden. Weit verbreitet ist inzwischen ein Blended Learning mit Präsenz- und Onlineveranstaltungen. Eine Lernform mit langer Tradition, die eine Renaissance erleben könnte, ist das in die Arbeit integrierte Lernen. Die Wurzeln liegen bei der im Handwerk verbreiteten dualen Berufsausbildung. Eine Neuinterpretation geht vom Einsatz digitaler Technologien wie der Virtual Reality (VR) aus.

Seit einigen Jahren setzen Unternehmen VR-Brillen zur Aus- und Weiterbildung am Arbeitsplatz ein. Auch Business Schools wie Insead experimentieren mit VR-Brillen in der Management Education.16

Hochschulen in öffentlich-rechtlicher Trägerschaft stehen bei der Management Education in einem zunehmenden Wettbewerb mit privaten Bildungsanbietern, die höhere Preise verlangen, aber auch als individueller und flexibler gelten. Diese bieten häufig neben Vollzeit-Studiengängen auch duale Programme an, in denen die Studierenden einen Teil ihrer Arbeitszeit bei einem Partnerunternehmen verbringen. Duale Studiengänge sind sehr populär, haben aus meiner Sicht ihr volles Potenzial aber noch nicht ausgeschöpft. Eine Verbesserungsmöglichkeit besteht in der gezielten Koordination zwischen dem Lernen an der Hochschule und dem Sammeln von passgenauen, praktischen Erfahrungen im Unternehmen.

Daher bieten wir den Studierenden individuell zugeschnittene Aufgaben für ein handlungsorientiertes Lernen bei ihren Praxispartnern an. Spannend wird es, wenn sich in ein solches Projektlernen z.B. beim Thema KI auch die Vorgesetzten der Studierenden mit ihrer Erfahrung einbringen.17

 

KI-basierte Disruption der Management Education

Die Skizze dieser Faktoren mit ihren unterschiedlichen Ausprägungen zeigt das Potenzial einer KI-basierten Disruption der Management Education.18 Dabei liefert die Künstliche Intelligenz sowohl neue Inhalte als auch neue Werkzeuge für eine Aus- und Weiterbildung im Management mit weit reichenden Implikationen für die Geschäftsmodelle von Hochschulen, Unternehmen, Verlagen und Anbietern von Lerntechnologien.

Unter dem Begriff Geschäftsmodell-Disruption versteht man ein Geschäftsmodell mit einem neuen Wertversprechen für Kunden und Barrieren, die für etablierte Wettbewerber schwer zu überwinden sind.19 So tun sich z.B. die traditionellen Universitäten schwer, veränderte Studiengänge mit KI als Grundlagen- und Querschnittsdisziplin sowie innovativen Inhalten und Lerntechnologien zu realisieren. Die größte Barriere ist hier das ausgeprägte Beharrungsbestreben der Verantwortlichen, das Neuausrichtungen erschwert.

Das Thema KI eröffnet für die Management Education Disruptionsmöglichkeiten mit einem Ausmaß, das noch nicht in vollem Umfang absehbar ist.20 Ein möglicher Weg führt über die KI-unterstützte Verbesserung der individuellen Qualität der Lehre. In der folgenden Abbildung sind hierzu einige Punkte zusammengefasst.

Lernprozess Innovationsstrategie

Der Grundgedanke besteht darin, dass KI den Lehrenden nicht ersetzt, sondern ihn dabei unterstützt, die Qualität seiner Arbeit zu verbessern. Eine wichtige Leitidee ist, dass der individuelle Lehrstil, den die KI erkennt, erhalten bleibt. Anhand vorgegebener Kriterien führt die KI dann anhand von Lehrproben eine Stärken-Schwächen-Analyse durch. Ein erster Ansatzpunkt ist der Ausbau von Stärken z.B. die Verwendung von anschaulichen Beispielen und eine Verringerung von Schwächen wie z.B. zu viel Frontalunterricht.

Ein Punkt mit Optimierungspotenzial bei vielen Lehrenden verfolgt das Ziel, die Karrierechancen der Lernenden im KI-Zeitalter zu verbessern. Ein wichtiger Beitrag hierzu ist, Lehrinhalte zu vermitteln, die technologische Anwendungserfahrung mit sozialen Fähigkeiten verbinden.21 Die eigentlichen Future Skills erfordern eine Kombination der Kompetenz verschiedener Spezialisten, die KI unterstützen kann. Dies gilt insbesondere für komplexe Aufgaben bei der Interaktion mit Kunden und Mitarbeitenden z.B. im Rahmen von anspruchsvollen Verkaufsgesprächen oder Konflikten in Teams.

Eine Aufgabe, die viele Lehrende seit langem überfordert, ist die kontinuierliche und gezielte Aktualisierung ihrer Lehrinhalte in Form von Beispielen, Fragen und kurzen Fallstudien. Auch bei einer Bewältigung dieser Herausforderung kann KI helfen und zur Gestaltung neuer Lehrinhalte beitragen.

Ein weiterer Punkt ist der Einsatz von KI-Chatbots, um die Lernenden dabei zu begleiten, die Lehrinhalte Schritt für Schritt zu erschließen. Dieses Ziel verfolgt z.B. Google mit dem KI-Modell Gemini und der Software Guided Learning, die anstrebt, Neugier und kritisches Denken zu fördern.22 Die Zukunftsvision ist, dass jeder Mensch einen persönlichen KI-Tutor erhält, der sich an seine individuellen Lernbedürfnisse anpasst.

Neben einer Individualisierung des Lernens z.B. bei komplexen Projekten wird die Zusammenarbeit von Lehrenden immer wichtiger. Die KI unterstützt im Rahmen des Teamteaching die Verbindung zu benachbarten Themen z.B. bei interdisziplinären Aufgabenstellungen.

Mehr Freiraum für diese qualitativen Verbesserungen schaffen KI-Werkzeuge, die Effizienzpotenziale bei Routinetätigkeiten ausschöpfen. Ein Beispiel ist die Unterstützung bei der Bewertung von Prüfungsleistungen, die viel Zeit in Anspruch nimmt.

Insgesamt führen diese und weitere Punkte zu einer nächsten Generation der Management Education, bei der Lehrende und Lernende KI-unterstützt zusammenarbeiten. Dies kann dazu beitragen, den Mindset in den jeweiligen Lebensabschnitten weiterzuentwickeln. Die Frage ist nun, wie es gelingt, eine solche Management Education in die Praxis umzusetzen.

 

Konzepte für eine KI-unterstützte Management Education umsetzen

Vielen Hochschulen und Unternehmen scheint nicht bewusst zu sein, wie stark sich die Managementaus- und -weiterbildung im KI-Zeitalter verändert. Zwar fehlt es nicht an Literatur zu den theoretischen Grundlagen einer solchen Neuausrichtung,23 wohl aber an Konzepten für die praktische Umsetzung.

Man hat den Eindruck, dass sich die meisten Akteure noch in individuellen Experimentierphasen befinden, die sie mit begrenztem Einsatz und Zurückhaltung durchlaufen. Anders agieren große KI-Anbieter, die ihren Kunden kostenlose Schulungsprogramme offerieren, um sie so an sich zu binden. Der Ansatz hat den Vorteil, dass zumindest mit einer klaren Zielsetzung gehandelt wird. Es ist aber notwendig, dass Hochschulen und Unternehmen ihre eigenen Konzepte für eine KI-unterstützte Management Education realisieren.

Ein Kennzeichen erfolgreicher Konzepte ist die verbindende Gestaltung der folgenden drei Dimensionen:

  1. Die gemeinsame Erarbeitung und kontinuierliche Aktualisierung von relevanten interdisziplinären Lehrinhalten
  2. die Realisierung einer innovativen Management-Didaktik und
  3. die individuelle Anpassung an unterschiedliche Zielgruppen von Schülern über Studierende bis zu Berufstätigen und Führungskräften.

Die Entwicklung und Umsetzung dieser Konzepte wird vielen Akteuren nicht im Alleingang gelingen. Eine absehbare Konsequenz der Disruption der Management Education ist, dass z.B. private Bildungsanbieter, die veraltete Lehrinhalte und -methoden anbieten, irgendwann vom Markt verschwinden.

Lernprozess Innovationsstrategie

Den größten Handlungsdruck beim Wandel von Bildungsökosystemen haben vermutlich die Unternehmen, die eine große Zahl ihrer Mitarbeitenden bei KI-basierten Neuausrichtungen weiterbilden müssen. Diese Unternehmen werden verstärkt eine Zusammenarbeit mit innovativen Partnern anstreben. Daher gilt auch hier die Erkenntnis, dass in jeder Disruption eine Chance liegt. Diese Chance nutzen weltweit Learning Ecosystems, die KI als Gamechanger verstehen.

 

KI als Gamechanger für Learning Ecosystems

In unserem 2020 erschienenen Buch zu KI als Gamechanger haben wir Defizite der deutschen Digitalpolitik benannt.24 Dese Defizite bestehen bis heute auch in der Bildungspolitik, die innovationsfördernde Rahmenbedingungen für die Entwicklung und Anwendung von KI schaffen müsste. Wichtige Anregungen kommen dabei von KI-Initiativen in anderen Teilen der Welt. So ist in der Zukunftsstadt Masdar nahe Abu Dhabi in den Vereinigten Arabischen Emiraten die erste reine KI-Universität der Welt entstanden. In Saudi-Arabien haben mittlerweile 86 Prozent der Bachelor-Studiengänge einen KI-Fokus.25

Im weltweiten Wettbewerb um die beste KI-Unterstützung der Management Education werden mit hoher Wahrscheinlichkeit Learning Ecosystems eine führende Rolle spielen, in denen verschiedene Partner zusammenarbeiten. Zu den möglichen Partnern zählen neben dem Staat Bildungsinstitutionen, KI- und LearnTech-Anbieter sowie Unternehmen und öffentliche Organisationen als Kunden. In den USA, in China, in den Golfstaaten und auch in Europa zeichnen sich neue Formen der Zusammenarbeit ab, aber der Ausgang des Rennens ist offen.

Studien zum Einsatz von KI gehen davon aus, dass für viele Unternehmen zunächst die Steigerung der Produktivität im Vordergrund steht. Darüber hinaus eröffnet KI vielfältige Möglichkeiten zur Geschäftsmodell-Innovation.26 Beide Ansätze haben einen großen Einfluss auf die Zukunft der Arbeit. Neben einem Stellenabbau bei Routineaufgaben entstehen neue Jobprofile z.B. bei der Kontrolle von KI-Ergebnissen.27 Hierauf müssen sich Bildungsanbieter einstellen. Ein wichtiger Erfolgsfaktor ist, Lernende für die Arbeit mit KI zu motivieren.

 

Das Beste aus zwei Welten verbinden

Neben meiner Tätigkeit als Honorarprofessor an der Universität Stuttgart arbeite ich seit langem als externer Dozent in dualen Studiengängen von privaten Business Schools. Universitäten und Business Schools haben unterschiedliche Stärken, die sich eigentlich ideal ergänzen. Hierzu zählen bei den Business Schools

  • Lehrkräfte mit Erfahrung außerhalb des Bildungssektors
  • Studierende, die neben ihrem Studium in der Praxis arbeiten und
  • Unternehmen als Praxispartner, die eine KI-basierte Neuausrichtung bewältigen müssen.

Stärken von Universitäten sind demgegenüber

  • ein breites Spektrum an relevanten Fachgebieten wie Betriebswirtschaft, Informatik und Ingenieurwissenschaften
  • Professoren und Doktoranden mit einem Fokus auf die Forschung sowie
  • eine Finanzierung durch den öffentlichen Sektor und durch Drittmittel.

Daher würde es nahe liegen, dass diese beiden Anbietertypen beim Thema KI kooperieren.

In der Praxis ist dies bislang aber eher die Ausnahme als die Regel. Ein möglicher Ansatz wären gemeinsame Projekte, in denen Akteure aus beiden „Lagern“ mit klar definierten Zielen zusammenarbeiten. Dem steht gegenwärtig jedoch eine ausgeprägte Distanz der öffentlichen und privaten Hochschulen im Wege.

Ein erfolgversprechender Weg, um das Beste aus zwei Welten zu verbinden wäre, die Bearbeitung komplexer Probleme in Unternehmen zum Gegenstand von Abschlussarbeiten zu machen. Ein Beispiel ist der Einsatz von KI im Vertrieb gemeinsam mit Start-ups wie dem Berliner Unternehmen Parloa. Dabei trainieren die Lehrenden und die Lernenden gemeinsam die Anwendung von Problemlösungsmethoden in Projekten, also eine Kompetenz, die im KI-Zeitalter immer wichtiger wird. Gleichzeitig entsteht eine anwendungsorientierte Alternative zu der stark empirieorientierten Managementforschung, die in den letzten Jahrzehnten immer dominanter geworden ist, für Praktiker aber häufig eine relativ geringe Relevanz hat.

 

Fazit

  • Im Rahmen von KI-basierten strategischen und organisatorischen Neuausrichtungen von Unternehmen spielt die Aus- und Weiterbildung eine wichtige Rolle
  • Bei der Gestaltung einer innovativen Management-Didaktik wirken eine Reihe von Einflussfaktoren zusammen.
  • Das Disruptionspotenzial der KI kann in der Management Education zu einer Marktbereinigung beitragen.
  • Bei der Umsetzung einer KI-unterstützten Management Education verändern innovative Learning Ecosystems die Spielregeln des Wettbewerbs.

 

Literatur

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

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

[3] Nassehi, A., Kritik der großen Geste – Anders über gesellschaftliche Transformation nachdenken, 2. Aufl., C.H.Beck 2024

[4] Merten, M., Wie kann KI wirklich Mehrwert bringen? In: Handelsblatt, 2. September 2025, S. 24-25

[5] Bomke, L., Holtermann, F., Scheuer, S., Zwischen Hype und Ernüchterung. In: Handelsblatt, 29./30./31. August 2025, S. 48-53

[6] Dörner, A., Holtermann, F., Wiebe, F., Die KI-Illusion. In: Handelsblatt, 22./23./24. August 2025, S. 1, 4-7

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

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

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

[10] Floor, N., This is Learning Experience Design – What it is, how it works, and why it matters, Pearson Education 2023

[11] Reich, K., Systemisch-konstruktivistische Pädagogik – Einführung in die Grundlagen einer interaktionistisch-konstruktivistischen Pädagogik, Beltz 2010

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

[13] Hernandez, N., Collaborative Learning – How to Upskill from Within and Turn L&D into Your Competitive Advantage, Kogan Page 2023

[14] Christensen, C.M., Horn, M.B., Johnson, C.W., Disrupting Class – How Disruptive Innovation Will Change the Way the World Learns, McGraw-Hill 2010

[15] Servatius, H.G., Generative KI und ein Mass Customized Action Learning. In: Competivation Blog, 28.08.2023

[16] Stern, I., Epstein, A., Landau, D., Making VR a Reality in Business Classrooms. In: Harvard Business Review, 8. November 2021

[17] Jones, D., Modern PBL – Project-Based-Learning in the Digital Age, Teacher Goals 2024

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

[19] Servatius, H.G., Woran erkennt man ein disruptives Geschäftsmodell? In: Competivation Blog, 27.07.2016

[20] Servatius, H.G., Disruption in der Management Education. In: Competivation Blog, 29.05.2019

[21] von Schwanewede, S., Den eigenen Arbeitswert im KI-Zeitalter sichern. In: Handelsblatt, 16. September 2025, S. 22-23

[22] Scheuer, S., Chatbot Gemini soll beim Lernen helfen. In: Handelsblatt, 8. September 2025, S. 24

[23] de Witt, C., Gloerfeld, C., Wrede, S.E. (Hrsg.), Künstliche Intelligenz in der Bildung, Springer 2023

[24] 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. 203 ff.

[25] Witsch, K., Bomke, L., Rogg, I., Die neuen Tech-Großmächte. In: Handelsblatt, 2./3./4./5. Oktober 2025, S. 42-48

[26] Hübner, G., Künstliche Intelligenz als Wachstumstreiber. In: Handelsblatt, 28. November 2025, S. 28

[27] Burkhardt, K., Effizienz und neue Aufgaben. In: Handelsblatt, 25. September 2025, S. 30

Lernen, Lösungen für komplexe Managementprobleme zu gestalten

Lernen, Lösungen für komplexe Managementprobleme zu gestalten

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

 

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

 

Womit sich Studierende, aber auch Praktiker schwertun

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

 

Managementtheorie komplexer evolutionärer Systeme

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

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

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

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

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

Lernprozess Innovationsstrategie

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

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

 

Vorgehen bei der DSCMP-Methode

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

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

Lernprozess Innovationsstrategie

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

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

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

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

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

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

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

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

 

Implikationen für die Management Education

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

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

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

 

Künstliche Intelligenz (KI) verändert die Arbeitswelt

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

 

Fazit

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

 

Literatur

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

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

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

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

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

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

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

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

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

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

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

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

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

Interessiert?

CONNECTIVE MANAGEMENT

Vereinbaren Sie einen unverbindlichen Gesprächstermin:

 














    +49 (0)211 454 3731