und dauerhaft nicht mehr funktionieren, ist das Management nun gefordert, Investitionen in Technologien zu tätigen, die die eigene Marktposition wieder stärker absichern. Technologiegetriebene Innovationsprozesse müssen hierbei die sich verändernde Innovationsgeschwindigkeit im Markt kompensieren und in der Lage sein, wegbrechende Umsätze durch neue zu ersetzen. Dies ist dann nicht mehr nur eine Transformation in den Köpfen der Mitarbeiter, sondern vielmehr ein wesentlicher Schritt in der unternehmerischen Daseinsabsicherung.
Natürlich muss sich das Management ein Bild machen, was moderne Technologien etwa in der Automatisierung von repetitiven Aufgaben leisten können. Es geht aber weit darüber hinaus. Kein Manager ist heute in der Lage, die Vielfalt der technologischen Tools und Systeme zu verstehen, noch kann er heute präzise vorhersagen, welche Technologien sich wann zum Marktstandard entwickeln. In der Konsequenz heißt dies, er muss Mitarbeiter identifizieren, qualifizieren und in der Konsequenz auch befähigen, um dieses unternehmenskritische Technologieverständnis aufzubauen. Es geht hier einerseits um ein umfassendes Verständnis von Technologietrends, deren Reifegrad und Anwendungsfelder und andererseits um das Verständnis über den Impact der Technologie auf das eigenen Geschäftsmodell, über Disruptionsrisiken und Substitutionsgefahren.
Hierfür ist technologiespezifisches Expertenwissen notwendig, welches schwierig zu rekrutieren ist. Das Management muss diese Mitarbeiter mit den notwendigen Kompetenzen und Budgets ausstatten und ihnen vertrauen. Letzteres ist ein zentrales Element und für den zukünftigen Erfolg in stärker technologiegetriebenen Geschäftsmodellen unabdingbar. Da sich das Management stets auch gegenüber dem Aufsichtsrat sowie wesentlichen Shareholdern verantworten muss, ist es für das Management wichtig, sowohl alle Aktivitäten als auch Ausgaben und Pilotvorhaben transparent zu machen und hierüber auskunftsfähig zu sein.
Für einen Strategieprozess hat sich in der Praxis der Aufbau eines Trendradars bewährt, der entlang zentraler Technologien, Reifegrade, Use Cases und ggf. Start-ups ausweist und dies über Quartale fortschreibt. Hierin werden dann auch Pilotprojekte festgehalten, die in unterschiedlichen Vorstandsressorts verantwortlich durchgeführt werden und damit eine umfassende Befassung mit Technologie im Unternehmen absichern und dokumentieren.
Darüber hinaus muss das Management datengestützte Entscheidungsprozesse implementieren, um auch in Zeiten zunehmender Komplexität eine Transparenz herzustellen, die bestenfalls bisheriges Erfahrungswissen ganz oder teilweise ersetzt. Business-Analyse-Tools schaffen dabei eine Prognosegüte und liefern häufig auch schon konkrete Handlungsempfehlungen für das Management.
Zusammenfassend muss das Management sich selbst stärker als Generalist verstehen, welches mit Hilfe moderner Technologien und Kommunikationsmitteln Entscheidungen absichert, aber gleichzeitig Freiheitsgrade und Innovationskultur im Unternehmen als Strategietreiber versteht. Cross-funktionale und überfachliche Managementprozesse werden dabei erfolgskritischer. Nicht der Spezialist auf Managementebene ist bei technologischen Innovationen gefordert, sondern der Generalist, der in der Lage ist, den cross-funktionalen und End-to-End-Einsatz von Technologie zu bewerten und erforderliche Kompetenzen und Investitionen in Technologie zu antizipieren. Vertrauen und Zutrauen in Experten und deren Wissen wird zukünftig die größte Herausforderung – zumindest mit Blick auf ein tradiertes Managementverständnis.
5 Veränderte Kompetenzanforderungen an die Mitarbeiter in Unternehmen
In den letzten Jahren waren der technologische Fortschritt und seine Auswirkungen auf den Arbeitsmarkt ein viel diskutiertes Thema. Die renommierte Studie „Future of employment: How susceptible are jobs to computerization?“ von Carl Benedikt Frey und Michael A. Osborne[1] erregte große Aufmerksamkeit, weil es die erste Studie war, die die Auswirkungen der Automatisierung auf routinemäßige und nicht routinemäßige Jobs untersuchte.
Der Studie zufolge befinden sich 47% der gesamten US-Beschäftigung in einer hohen Risikokategorie (die Wahrscheinlichkeit der Automatisierung liegt über der Schwelle von 0,7) und es wird erwartet, dass sie innerhalb der nächsten ein bis zwei Jahrzehnte automatisiert werden. Arbeiter in Transport und Logistik, Büroangestellte und Arbeiter in Produktionsberufen können damit rechnen, dass sie ihren Arbeitsplatz als erste an Automatisierung verlieren. Große Marktteilnehmer investieren immer mehr ihrer Ressourcen in das autonome Fahren. Routinemäßige Büroarbeiten werden von Software-Bots in Kombination mit kognitiven Systemen erledigt. Technologien wie die additive Fertigung werden für Unternehmen zugänglicher. Weitere Arbeitsplätze, die sich in der Hochrisikogruppe befinden, sind Berufe im Baugewerbe, im Handel und im Dienstleistungssektor.
Im Gegensatz dazu befinden sich Führungspositionen, ingenieurwissenschaftliche Berufe, Rechts- und Kunst-/Medienmitarbeiter in der Kategorie mit geringem Risiko (die Wahrscheinlichkeit der Automatisierung liegt unter der Schwelle von 0,3). Darüber hinaus wurde eine negative Korrelation zwischen Lohn und Automatisierungswahrscheinlichkeit und Bildung und Automatisierungswahrscheinlichkeit festgestellt. Das bedeutet, dass gering bezahlte und gering qualifizierte Arbeitsplätze in naher Zukunft eher automatisiert werden als Arbeitsplätze mit einem höheren Bildungsniveau und höheren Gehältern. Bildung gewinnt generell an Bedeutung.
Ein Verständnis von Informationstechnologie und Datenverarbeitung bzw. -analyse wird in einer ganzen Reihe von Berufsbildern Kernkompetenz. Hier müssen sich wirtschaftswissenschaftliche und ingenieurwissenschaftliche Berufsgruppen gleichermaßen umstellen. MINT-Studiengänge sind auf dem Vormarsch und jede Volkswirtschaft ist gut beraten, wenn sie hier in der Zukunft einen Fokus auf den Ausbau des Bildungssystems legt.
Auf der anderen Seite müssen wir uns fragen, ob die neuen Technologien tatsächlich und unmittelbar zu einem Wegfall von Arbeit für ganze Berufsgruppen führen. So ist der Kauf einer gut modellierten KI oder die Optimierung der Produktion mit additiven Fertigungsmaschinen immer noch vergleichsweise kostenintensiv und ausschließlich in lohnkostenintensiven Prozessschritten wirtschaftlich anwendbar. Insbesondere im Mittelstand verfügen die meisten Firmen noch nicht über die notwendigen Ressourcen bzw. Expertisen für eine vollständige Automatisierung. Häufig ist es daher immer noch wesentlich kosten- und zeiteffizienter, eine Aufgabe manuell auszuführen.
Darüber hinaus sind Fälle, in denen der Einsatz neuer Technologien nicht unmittelbar zu einem erwarteten Ergebnis führt, nicht ungewöhnlich. So kommt es – trotz einer Vielzahl positiver Use Cases – bspw. im Bereich Robotic Process Automation (RPA) immer noch zu einer Reihe von Problemen im konkreten Anwendungsfall. Kleinere Änderungen im Layout und damit in der Position der Inputs können dazu führen, dass der gesamte Workflow zusammenbricht und es im Ergebnis mehr Zeit braucht, den Prozess erneut anzupassen, als ihn manuell auszuführen.
Ähnliches gilt für den Einsatz von KI und Maschine-Learning-Technologien. In der Realität ist erst eine überschaubare Anzahl von Unternehmen überhaupt in der Lage, die Technologie tatsächlich in der Praxis zu nutzen. Hierzu bedarf es in erster Linie auch Vertrauen in die Technologie. Vertrauen kommt mit zunehmender Erfahrung und einem Verständnis über Wirkmechanismen und Funktionsweisen von z.B. selbstlernenden Algorithmen. Der Schritt, zentrale Prozesse im Unternehmen durch KI-Technologien zu ersetzen, kann erst erfolgen, wenn diese Technologien ausreichend kontrolliert und verstanden werden.
So ist es den Kunden in den seltensten Fällen zu vermitteln, dass Interaktionen mit dem Kunden etwa über eigene Bots zu Ergebnissen führen, die zunächst für den Menschen nicht nachvollziehbar sind. Vertrauen in Technologie ist daher sowohl innerhalb des Unternehmens als auch in der Interaktion mit den Kunden ein zentraler Treiber. Sobald Technologien diesen Reifegrad erreicht haben, werden Unternehmen schrittweise hierauf zugreifen und es wird sich sicherlich auch das Arbeitsumfeld und die Arbeitsweise der Mitarbeiter in einem Unternehmen ändern.
Die meisten disruptiven Technologien verursachen dabei aber nicht nur eine immer wieder als „Schreckgespenst“ skizzierte Arbeitsplatzvernichtung im großen Stil. Es werden auch dauerhaft neue
