Aus dem Unterricht des CAS Digital Masterclass berichtet Antoine Pfander zur Veranstaltung Digital Governance mit Martin Kägi.

Digital Governance – oder: Herausforderungen für die Führung im digitalen Zeitalter

„Digital Governance“… Zugegeben, der Titel dieser Veranstaltung klingt zunächst schon etwas trocken und abstrakt. Was uns heute wohl erwartet? Schnell wird klar, um was es heute definitiv nicht geht: Martin Kägi wird uns nichts über Grundsätze der Unternehmensführung erzählen. Im Fokus steht vielmehr die Frage, welche Veränderungen und Herausforderungen für Führungsstrukturen es im Zusammenhang mit der Digitalisierung zu managen gilt. Und diese werden während des Unterrichts schon sehr bald konkret dargestellt und greifbar. Es geht darum zu lernen, was heutzutage im Unterschied zu klassischer Governance anders läuft. Entsprechende Modelle sollen das Management von Komplexität in der digitalen Welt erleichtern. Konkrete Beispiele und Tools sollen uns für den Alltag mitgegeben werden.

Wir starten zunächst mit einem Foto, welches uns versinnbildlichen soll, dass die heutigen Denkprozesse vielfach immer noch nicht zeitgemäss sind:

Middle-aged white men / Digital Governance

Ein klassisches Bild der „middle-aged white men“ aus früheren Tagen. Wir wissen zwar nicht, ob es sich hier effektiv um Verwaltungsräte oder doch eher um Mafiosi handelt, die Message ist aber deutlich: Die heutigen Strategie-Prozesse in den Führungsriegen von Unternehmen sind häufig immer noch dieselben wie vor 80 Jahren, geleitet von der Frage: „Wer macht was bis wann?“. In einer von Komplexität geprägten, zunehmend digitalisierten Welt funktioniert diese Denke jedoch nicht mehr! Mintzberg war mit seinem Ansatz bereits vor 30 Jahren („From intended to realized strategy“) einer der Ersten, welche die bestehenden Prozesse und Haltungen gechallenged haben: Die Erkenntnis war, dass unvorhersehbare Ereignisse geschehen, die wir nicht planen können.

Die klassischen Werkzeuge reichen nicht mehr aus

Wenn wir einen Blick auf die bestehenden Management-Werkzeuge werfen, fällt auf: Die üblichen klassischen Tools wie z.B. Planung, Checklisten oder Budgetierung sind heute immer noch vorherrschend. Diese reichen im Zeitalter der Digitalisierung aber nicht mehr aus, alternative bzw. ergänzende Hilfsmittel sind gefragt.

Klassische Tools sind weiterhin vorherrschend / Digital Governance

Es folgt ein kurzer Einschub mit spannender Diskussion in der Klasse über aktuelle Digitalisierungs-Initiativen z.B. bei der SBB (Einfluss von self-driving Cars auf den ÖV) oder in der Versicherung (Disruption im Motorfahrzeug-Business – Bsp. Tesla und Volvo wollen künftig Haftpflicht-Versicherungen für selbstfahrende Autos anbieten). Nach diesem Exkurs stossen wir auf eine Figur, die bisher wohl nur die Wenigsten von uns gekannt haben: Dr. Peter Kruse. Diese Person wird uns im Verlaufe des Tages noch einige Male begegnen. Unter dem Titel „Wie verändert das Internet die Gesellschaft“ lauschen wir einer rund 3minütigen Rede Kruses, welche er im 2011 vor dem Deutschen Bundestag gehalten hat:

Fazit, welchem wir nicht widersprechen können: Das Internet hat zu Systemveränderungen geführt und die Vernetzungsdichte erhöht. Das Web 2.0 hat viele Spontanaktivitäten ermöglicht und es resultieren zunehmende Machtverschiebungen weg von den Anbietern hin zu Kunden und Mitarbeitern. Es treten nicht vorhersehbare Ereignisse auf, da die Systeme nicht mehr linear funktionieren. Dies lässt sich z.B. an „Shit Storms“ auf Social Media oder den Effekten viralen Marketings auf Youtube veranschaulichen. Und: Die Empathie von Entscheidungsträgern wird zu einer zentralen Kompetenz in einer digitalen Gesellschaft, um die relevanten Zielgruppen zu verstehen.

Dynamik versus Stabilität, einfach versus komplex

Weiter geht es mit einem theoretischen Einschub anhand des Modells der sogenannten „Taylorwanne“. Diese zeigt die Entwicklung von Unternehmen über die letzten 100 Jahre auf: Von der Ära der Manufaktur, über den Taylorismus hin zur heutigen Post-Taylorismus-Phase, wo die Märkte wieder dynamischer werden. Es findet schliesslich eine Zweiteilung zwischen Unternehmen statt: „Dynamikrobuste“ wie z.B. Amazon oder Google, welche Druck auf die „Konventionellen“ ausüben, die vergleichsweise träge sind. Als Gewinner gehen letztlich jene Unternehmen hervor, welche hochgradig kundenorientiert sind und mit der Dynamik umgehen können.

Ein wichtiger Kompass, welcher uns für die Navigation in der digitalen Welt mitgegeben wird, ist das sogenannte „CYNEFIN“-Modell nach Dave Snowden zum systematischen Management von Komplexität („Cynefin“ ist walisisch und steht für „Habitat“ / Heimat). Dieses Modell unterscheidet die 5 Domänen „einfach“, „kompliziert“, „komplex“, „Chaos“ und „Unordnung“, anhand welcher sich verschiedene Typen von Problemstellungen charakterisieren lassen. Je nach Domäne gibt es spezifische Verhaltensmuster und Lösungen sowie unterschiedliche Ursache-Wirkungs-Zusammenhänge. Die wichtigste Domäne ist jene der Unordnung: Hier halten wir uns am häufigsten auf, da sehr oft keine eindeutige Zuordnung zu einer der 4 anderen Dimensionen möglich ist. Einige Key-Take-aways, die wir aus dieser Betrachtung mitnehmen:

Der CYNEFIN-Ansatz / Digital Governance

  • Es findet zunehmend eine gesellschaftliche Verschiebung von “einfach” zu “komplex” statt – die Welt wird komplexer.
  • In Unternehmen und Organisationen gibt es viele Probleme, welche im rechten Bereich des Modells angesiedelt sind; Innovations- bzw. Digitalisierungs-Projekte bewegen sich meist zwischen kompliziert/komplex/chaotisch und erfordern ein agiles Vorgehen.
  • Und: Wer zu lange im „einfachen“ Teil verharrt und sich nicht aus dieser Komfort-Zone bewegt, droht an der Klippe zum Chaos abzustürzen!

Was sind die Konsequenzen für Organisationen?

  1. Flexibilität ist wichtig um langfristig zu überleben. Sowohl zu viel, als auch zu wenig ist gefährlich.
  2. Bewusste Abkehr von traditionellen Ansätzen, welche reduzieren, analysieren und auf Ursache-Wirkung-Beziehungen vertrauen.
  3. Keine generellen Richtlinien: Wir müssen Entscheide treffen ohne ein eindeutiges Modell der Reaktionen der Agenten und des Systems zu haben.
  4. Bereitschaft mit Zufällen und Vorläufigkeiten umzugehen ist robuster als in falscher Sicherheit zu verharren.
  5. Modelle und Berechnungen bleiben wichtig. Jedoch soll nicht nur darauf aufbauend entschieden werden!

Es geht also darum, das Gleichgewicht zwischen Effizienz, Dynamik und Stabilität zu finden. Organisationen müssen sich parallel in verschiedenen Strukturen bewegen können (hierarchisch versus agil). Hierbei gilt es verschiedene Kulturen, Denkmuster und Werkzeuge zu berücksichtigen.

Wie man Probleme finden und Probleme lösen unter einen Hut bringen kann, wird im Modell des sogenannten „Kaegi-Funnels“ abgebildet:

Der Kaegi-Funnel / Digital Governance

Unterschiedliche Haltungen der Akteure spielen bei der Suche nach dem beschriebenen Gleichgewicht zwischen Stabilität und Effizienz eine zentrale Rolle. Während es bei der klassischen Haltung darum geht, Pläne auszuführen und einzuhalten, mit sauberen Konzepten und historischen Fakten zu arbeiten und Unsicherheiten zu vermeiden bzw. abzuwehren, ist das agile Denkmuster ganz anders geprägt: Hier sind Experimente und Lernprozesse, die Akzeptanz von Unsicherheit sowie die Risiko-Reduktion wesentlich.

Von der Fehlerkultur zur Experimentierkultur

Wenn wir über Experimente sprechen, ist die Abgrenzung zu Pilot-Versuchen sehr wichtig. Denn im Unterschied zu einem Piloten soll ein Experiment durchaus auch scheitern können; im Vordergrund steht eben nicht der Erfolg an sich, sondern der Erkenntnis-Gewinn und die Maximierung des Lernens. Martin Kägi plädiert in diesem Zusammenhang für eine gesunde Experimentier-Kultur in Unternehmen. Er spricht dabei bewusst auch nicht von einer „Fehlerkultur“, da eine solche von der Bedeutung her negativ besetzt ist und im deutschsprachigen Raum nicht funktioniert.

Experimentieren und Lernen / Digital Governance

Es folgt eine Auseinandersetzung mit generischen Test-Zyklen und Innovations-Prozessen sowie der Diffusion von Innovationen am Markt. Hier gelangen wir u.a. zur Erkenntnis, dass die (normalverteilte) Innovations-Kurve allgemeine Gültigkeit hat und das Muster von early und late Adopters letztlich immer mehr oder weniger gleich auftritt.

“No innovation project survives first contact with a customer” (Martin Kägi)

Wer und wo sind für mich als Unternehmen meine early Adopters? Dies ist eine zentrale Frage – denn wenn es mir nicht gelingt, diese Zielgruppe als erste Kunden für mein Angebot zu gewinnen, wird es auch sonst niemand haben wollen. Diese Kundengruppe finde ich aber nicht in meinem CRM-System. Vielmehr sind hier eben wieder Experimente nötig, um die relevanten Personen zu finden und mit diesen mein Produkt an den Markt zu bringen. Hierfür braucht es eine systematische Denkhaltung im Unternehmen. Ein schönes Beispiel dazu sehen wir anhand einer kurzen Video-Sequenz zum „Fastworks“-Programm des GE-Konzerns, eine der bisher wohl überhaupt grössten Lean Startup-Implementierungen aller Zeiten:

Innovation Accounting: Wie lässt sich der Nutzen digitaler Projekte ausweisen?

Im Schlussteil des Moduls von Martin Kägi unterhalten wir uns über das sogenannte Innovation Accounting. Die üblichen Messgrössen für die Berechnung eines Business Case – wie z.B. der Net Present Value oder der Return on Investment – erfreuen sich nach wie vor grosser Beliebtheit bei Entscheidungsträgern. Digitalisierungs-Projekte bringen aber meistens die Schwierigkeit mit sich, dass viele der Variablen in den Berechnungsformeln weitgehend unbekannt sind. Dies führt letztlich zu Pseudo-Bewertungen. Es sind also andere, einfachere Messgrössen gefragt. Hier kommt das Konzept der „Kundenfabrik“ zum Zuge. Das Angebot eines Unternehmens wird hier als „Fabrik“ beschrieben, welche neue Kunden „herstellt“. In diesem Zusammenhang spricht man auch von sogenannten „Pirate Metrics“:

Pirate Metrics / Digital Governance

Zunächst gilt es an neue Kunden heranzukommen (Acquisition – Bsp. Kundenakquisitions-Kosten) und diese zu Nutzern des Produkts zu machen (Activation – Bsp. Anzahl regelmässige App-User). Die Nutzer einer Lösung generieren Ertrag (Revenue – Bsp. Konversionsrate der Gratis-User, welche ein Premium-Abo lösen). Zufriedene Kunden werden schliesslich loyalisiert (Retention – Bsp. Dauer einer Mitgliedschaft und Kundenzufriedenheit) und empfehlen das Produkt weiter (Referral – Bsp. Weiterempfehlungsrate).

Bei der Entwicklung von neuen Software-Produkten wird oft schwergewichtig mit sogenannten „Vanity Metrcis“ operiert. Ein klassisches Beispiel dafür ist der Ausweis von Download-Zahlen oder Click-Raten. Stützt man sich lediglich auf diese Metriken, ist jedoch keinerlei Aussage in Bezug auf die Ausgestaltung und den effektiven, langfristigen Erfolg des Angebots möglich.

Quint-Essenz dieser Auseinandersetzung: Eine reine Umsatz-Betrachtung mit dem alleinigen Ziel der Skalierung greift zu kurz. Als Unternehmen kann ich mir zwar meine Kunden mit Werbung „kaufen“. Wenn es mir aber nicht gelingt, ein genügend attraktives Angebot bereitzustellen, welches dann auch von der Mehrheit der potenziellen Nutzer übernommen wird, kann mein Geschäftsmodell langfristig nicht profitabel sein. Akquisitions-Kosten für neue Kunden müssen immer tiefer sein als deren Lifetime Value (Gewinnbeitrag)! Nachhaltiges Wachstum ist nur möglich, wenn neue Kunden aufgrund der Handlungen bestehender Kunden zu uns kommen.