Führung unter Unsicherheit: Warum Vorbereitung wichtiger wird als Vorhersage

Vor kurzem bin ich über ein Interview mit der Harvard-Professorin Linda Hill in Die Presse gestolpert. Der Ausgangspunkt war KI. Bei mir blieb aber ein anderer Gedanke hängen.

Vielleicht ist die eigentliche Führungsfrage der nächsten Jahre nicht, wie gut wir KI beherrschen. Sondern wie gut wir unter Unsicherheit führen können.

Hill beschäftigt sich seit Jahren damit, wie Organisationen Innovation ermöglichen. In einem aktuellen Gespräch mit Harvard Business Review formuliert sie es sehr klar: “innovation is really an imperative, and it is about survival.” Unternehmen müssen reagieren und sich anpassen können, weil die Umwelt selbst unsicherer und schneller geworden ist.

Das klingt zunächst nach einem weiteren Plädoyer für Agilität. Ich glaube aber, dass dahinter etwas Anspruchsvolleres steckt.

Adaptability bedeutet nicht, flexibel zu sein, wenn etwas passiert. Adaptability bedeutet, Handlungsfähigkeit aufzubauen, bevor man sie braucht.

Eine meiner prägendsten Erfahrungen damit hatte ich zu Beginn von Covid.

Damals war noch nicht klar, ob tatsächlich ein Lockdown kommen würde. Aber die Möglichkeit stand im Raum. Also habe ich das Szenario gedanklich durchgespielt: Was passiert mit unserer Firma, wenn von einem Tag auf den anderen niemand mehr ins Büro kommen kann?

Eine Konsequenz war offensichtlich: Wir brauchten genügend Laptops, damit die Mitarbeiter von zu Hause weiterarbeiten konnten.

Also habe ich sie vorher gekauft.

Ich wusste nicht, ob der Lockdown tatsächlich kommen würde. Im schlechtesten Fall hätten wir einige Laptops früher angeschafft als notwendig. Sie wären später ohnehin für normales Homeoffice verwendbar gewesen. Das Downside-Risiko war überschaubar.

Als der Lockdown dann kam, mussten wir nicht erst reagieren. Wir konnten umschalten. Die Firma lief weiter.

Damals habe ich das nicht als ausgefeiltes Managementmodell bezeichnet. Rückblickend steckt darin aber ein Prinzip, das ich heute für zentral halte:

Ich musste nicht sicher wissen, was passieren würde. Ich musste nur überlegen, welche plausible Zukunft unsere Handlungsfähigkeit bedrohen könnte und welche relativ günstige Option wir heute schaffen konnten.

Dass digitale Vorbereitung in Covid tatsächlich einen Unterschied machte, ist inzwischen auch empirisch untersucht. Bai, Brynjolfsson und Kollegen konstruierten anhand von mehr als 200 Millionen US-Stellenausschreibungen einen Index für die Homeoffice-Fähigkeit von Unternehmen. Firmen mit höherer Work-from-Home-Fähigkeit vor der Pandemie erzielten während Covid im Durchschnitt bessere Umsätze, Ergebnisse und Aktienrenditen als vergleichbare Unternehmen. Das ist kein Beweis für meine einzelne Entscheidung. Aber es zeigt, warum vorab aufgebaute Fähigkeiten bei einem unerwarteten Schock wertvoll sein können.

Einige Jahre später beschäftigte mich dieselbe Logik in einem völlig anderen Zusammenhang.

Im Rahmen meines Studiums im Bereich Steuermanagement schrieb ich meine Abschlussarbeit über die Frage, ob sich Steuerrecht programmieren lässt. Schon damals beschäftigte ich mich intensiv mit KI, Automatisierung und deren möglichen Folgen für Steuerberatung und Buchhaltung.

Die offensichtliche Frage war: Welche Tätigkeiten können automatisiert werden?

Mich interessierte aber zunehmend eine zweite Frage: Was passiert danach?

Nehmen wir die Buchhaltung. Wenn einfache, standardisierte Tätigkeiten zunehmend durch Software und KI übernommen werden, ist das zunächst ein Effizienzgewinn. Die ILO zählt Accounting- und Bookkeeping-Tätigkeiten heute tatsächlich zu den stärker gegenüber generativer KI exponierten Tätigkeitsfeldern. Gleichzeitig betont sie ausdrücklich, dass Exposition nicht automatisch bedeutet, dass ganze Berufe verschwinden. Wahrscheinlicher ist bei vielen Jobs eine Transformation der Aufgaben.

Genau dort beginnt für mich das strategisch interessante Problem.

Heute lernt ein Mitarbeiter häufig über vergleichsweise einfache Fälle. Er sammelt Erfahrung, erkennt Muster, versteht Ausnahmen und übernimmt schrittweise komplexere Aufgaben. Irgendwann kann daraus etwa die Kompetenz eines Bilanzbuchhalters oder Beraters entstehen.

Was aber passiert, wenn KI einen großen Teil der unteren Stufen dieser Lernleiter übernimmt?

Dann verschwindet möglicherweise nicht nur Arbeit. Es verschwindet ein Teil des bisherigen Ausbildungssystems.

Der Berufseinsteiger müsste bildlich gesprochen stärker von 0 auf 100 kommen. Genau deshalb reicht es nicht, bei Automatisierung nur über Effizienz zu sprechen. Unternehmen müssen gleichzeitig neue Lern- und Kompetenzsysteme entwickeln.

Das ist keine gesicherte Prognose für den gesamten Berufsstand. Es ist eine strategische Hypothese. Aber genau solche Hypothesen müssen Führungskräfte früh bilden, testen und gegebenenfalls in Fähigkeiten übersetzen.

Hier verändert sich für mich auch die Bedeutung von Strategie.

In einer relativ stabilen Welt konnte Strategie stark planungsorientiert sein: Markt analysieren, Ziel definieren, Plan erstellen, umsetzen.

In hoher Unsicherheit reicht das nicht mehr.

Wir müssen mehrere mögliche Entwicklungen gleichzeitig ernst nehmen. Nicht, weil wir glauben, jede Zukunft prognostizieren zu können. Sondern weil wir wissen wollen, welche Optionen wir hätten, wenn eine davon eintritt.

Strategie wird damit stärker zu einem Kreislauf:

Observe → Hypothesize → Experiment → Measure → Learn → Adapt → Scale.

James G. March hat dafür bereits 1991 eine bis heute hilfreiche Unterscheidung formuliert: Organisationen müssen gleichzeitig Exploitation und Exploration beherrschen. Exploitation bedeutet, bestehendes Wissen, Prozesse und Fähigkeiten effizient zu nutzen. Exploration bedeutet Suche, Experiment, Variation und das Erproben neuer Möglichkeiten.

Das Problem: Exploitation zahlt sich häufig schneller aus. Deshalb neigen Organisationen dazu, immer besser darin zu werden, das bestehende System zu optimieren. March zeigt aber, warum genau diese kurzfristige Logik langfristig selbstzerstörerisch werden kann, wenn Exploration zu kurz kommt.

O’Reilly und Tushman haben diese Idee später als ambidextrous organization weiterentwickelt: Organisationen, die ihr bestehendes Geschäft effizient betreiben und gleichzeitig separate Räume für radikalere Exploration schaffen.

Das trifft ziemlich genau den Punkt, über den ich heute nachdenke.

Ich halte wenig von der Forderung, dass eine gesamte Organisation jeder neuen Technologie hinterherlaufen soll. Das wäre keine Adaptability. Das wäre Unruhe.

Der Großteil einer Firma muss zuverlässig liefern. Kunden bedienen. Qualität sichern. Prozesse beherrschen. Geld verdienen.

Aber ein kleiner Teil muss bewusst vorauslaufen.

Dieser Teil hat nicht die Aufgabe, jedem Hype zu folgen. Seine Aufgabe ist strategische Aufklärung:

Entscheidend ist der letzte Punkt. Ein Innovationsteam, das interessante Demos produziert, aber keine Veränderung in die Organisation übersetzt, schafft kaum strategischen Wert.

Der Kreislauf muss deshalb weitergehen:

Scout → Experiment → Evaluate → Standardize → Scale → Replace.

Auch das letzte Wort ist wichtig. Systeme, Prozesse und Technologien dürfen nicht heilig werden. Eine anpassungsfähige Organisation muss bereit sein, Dinge wieder zu ersetzen, die sie selbst einmal erfolgreich aufgebaut hat.

Damit kommen wir zu einem Bereich, der für Unternehmensführung in den nächsten Jahren aus meiner Sicht interessanter werden könnte: militärische Führungsprinzipien für Entscheidungen unter Unsicherheit.

Nicht, weil Unternehmen wie Armeen geführt werden sollten. Das wäre ein falscher und teilweise gefährlicher Transfer.

Interessant sind jene Prinzipien, die dafür entwickelt wurden, unter Zeitdruck, mit unvollständiger Information und in einer Lage zu handeln, die sich während der Umsetzung verändert.

Ein Beispiel ist Mission Command beziehungsweise in verwandter Tradition die Auftragstaktik. Das Prinzip verbindet eine klare Absicht der Führung mit dezentraler Entscheidung. Die US Army beschreibt darunter unter anderem “disciplined initiative within the commander’s intent”.

Das ist kein Freibrief für Beliebigkeit. Im Gegenteil: Je weniger ein Chef jede einzelne Entscheidung kontrollieren kann, desto klarer müssen Ziel, Prioritäten, Grenzen und Absicht sein.

Übertragen auf Unternehmen bedeutet das:

Die Führung muss nicht jede Antwort kennen. Sie muss ein System schaffen, in dem gute Entscheidungen auch dann getroffen werden können, wenn die ursprüngliche Planung nicht mehr passt.

Hier werden Wargaming, Szenarioplanung, Red Teaming und Simulation interessant. Nicht als militärisches Theater im Besprechungsraum, sondern als Lerninstrument.

Was könnte passieren? Wie würden wir reagieren? Was würde ein Wettbewerber tun? Welche unserer Annahmen könnten falsch sein? Wo fehlen Fähigkeiten? Welche Ressourcen müssten wir vorhalten? Welche Reaktion können wir heute bereits testen?

Der Zweck besteht nicht darin, den einen richtigen Zukunftsverlauf zu erraten.

Der Zweck besteht darin, Reaktionsfähigkeit zu trainieren.

Damit komme ich zurück zu dem Gedanken, den das Interview mit Linda Hill bei mir ausgelöst hat.

Führungskräfte werden in Zukunft vermutlich häufiger sagen müssen: Ich weiß nicht genau, wie sich das entwickeln wird.

Das darf aber nicht mit Passivität verwechselt werden.

Die entscheidende Frage lautet nicht:

Sondern:

Dieses Selbstvertrauen entsteht nicht durch Motivationsseminare. Es entsteht aus Vorbereitung.

Ich habe ein Szenario bereits durchgespielt. Wir haben einen Prototyp getestet. Wir kennen die kritischen Abhängigkeiten. Menschen haben eine neue Arbeitsweise bereits ausprobiert. Wir haben Reserven geschaffen. Wir wissen, wer entscheiden darf. Wir haben nach Experimenten gelernt.

Dann entsteht eine andere Form von Sicherheit:

Nicht: „Ich weiß, was kommt.“

Sondern: „Ich weiß, dass wir reagieren können.“

Für EARN IT. verdichtet sich daraus eine Arbeitshypothese:

Adaptability ist keine weiche Persönlichkeitseigenschaft. Es ist eine organisatorische Fähigkeit, die systematisch aufgebaut werden kann.

Sie besteht aus mindestens vier Elementen:

Sensing + Experimentation + Learning + Reallocation.

Veränderung früh wahrnehmen. Hypothesen testen. Aus Ergebnissen lernen. Und dann tatsächlich Zeit, Geld, Menschen und Aufmerksamkeit verschieben.

Gerade der letzte Schritt trennt echte Adaptability von Innovationstheater.

Eine Organisation kann jeden Trend korrekt erkennen und trotzdem scheitern, wenn sie nicht bereit ist, Ressourcen aus dem bestehenden System in das entstehende neue System zu verschieben.

Deshalb braucht Adaptability reale Kapazität. Budget. Zeit. Menschen. Entscheidungsrechte. Experimentierräume.

Diese Ressourcen wirken kurzfristig vielleicht ineffizient. Denn nicht jedes Experiment funktioniert. Nicht jede Zukunft tritt ein.

Aber das ist der Preis von Optionalität.

Vielleicht ist das eine der wichtigsten Führungsaufgaben im KI-Zeitalter.

Nicht die Zukunft richtig vorherzusagen.

Sondern eine Organisation zu bauen, die bereit ist, wenn die Zukunft anders kommt als geplant.