Agile Führung

und agile Transformation:

Um Agile Arbeitsformen produktiv  nutzen zu können, muss nicht Ihre ganze Organisation auf links gekrempelt werden. In einem kostenlosen Vorgespräch klären wir, welche Produktivitätsgewinne, Stabilisierungsfaktoren oder Effekte in der Anpassungsfähigkeit Sie sich erhoffen, und welche Schritte dafür hilfreich sind.


Agilität gibt es nicht auf Rezept: Jede Organisation ist anders, und deshalb benötigt auch eine Einführung agiler Tools jedes Mal individuelle Komponenten und Vorgehensweisen. Wichtiger als hippe agile Namen und Meetingformen sind jedoch die Umstellungen im WIE der Arbeitskultur. Agilität schafft eine angstfreie Kultur, die Überforderungen vorbeugt und dennoch hohe Qualität und Termintreue sichert. Das geht oftmals nur durch eine Umstellung im Erleben von Führung und Lernen.

AI Symbolbild

AI Symbolbild

Agile Führung

Angebote für die Prozessberatung und individuelles Leadership-Coaching: Ich begleite Sie bei den ersten Schritten in die agile Führung ebenso wie bei der Tiefenschärfung Ihrer Themen.

Agiles Leadership bietet Antworten auf aktuelle und zukünftige Herausforderungen in der Führung von Unternehmen. Sie können souveräner mit dem Unbekannten planen, in Zeiten der Unsicherheit Mitarbeitenden Orientierung und Klarheit geben, mit der knapper werdenden Ressource Arbeitskraft besser umgehen und Erschöpfung oder Motivationsverlust vorbeugen.

Gemeinsam finden wir Lösungen, um Ihre Organisation zukunftssicher zu machen.

 
  • Individuelle und Organisationale Resilienz
  • Lösungen für die VUCA-Welt und globale Unsicherheit
  • Steigerung von Effektivität und Effizienz ohne Burnout
  • Das Beste aus SCRUM, Kanban und Design Thinking
  • True North: Purpose, Vision und Mission im operativen Alltag
  • Strategie und tägliche Arbeit in Einklang bringen: "Flughöhen"
  • Golden Circle nach Simon Sinek: Werte und Marktorientierung
 
  • Motivation und Bindung der Mitarbeitenden
  • Förderung eines agilen Mindsets in der Belegschaft
  • Agiles und partizipatives Entscheidungsmanagement
  • Stärkung der agilen Denk- und Handlungsweise in der Organisation
  • Etablierung von Psychologische Sicherheit als Führungsskill
  • Dos und Dont´s der agilen Führung
 
 
  • KI Kompetenz - auch jenseits von ChatGPT
  • Aktives Informations- und Wissensmanagement
  • Etablierung einer Lernenden Organisation
  • Entwicklung einer Transformationskultur
  • Innovationsstrategie und Innovationsmanagement

Iteratives Qualitätsmanagement:
Die Basis des agilen Arbeitens

Agilität ist keine neue Erfindung, sondern ein bewährtes Konzept, das auf erprobten Prinzipien in der Qualitätssicherung, im Wissensmanagement und effektiven Zugewinnen in der Produktivität beruht. Der Ursprung einer Arbeitsweise der loopartigen Prozesse liegt im bekannten Demingkreis oder PDCA-Zyklus: Prozessphasen werden wie in einer Spirale immer wieder durchlaufen, dabei werden in jeder Runde wichtige Erkenntnisse gesammelt und in die nächste Runde integriert.. Erfahrungen, die zur Erhöhung der Wertschöpfung beitragen, gehen so nicht verloren, sondern tragen zur Weiterentwicklung der Organisation maßgeblich bei.


Qualitätssicherung wird nach diesem Verständnis als dynamisches Verfahren begriffen, und nicht als linearer Vorgang, der nach dem Ablegen der Prozesse im organisationseigenen Qualitätsmanagement möglichst wenig bewegt wird.


Der PDCA-Zyklus kommt standardmäßig zum Einsatz im kontinuierlichen Verbesserungsprozess („KVP“ - ein Schwerpunkt in Kanban), und beim Kaizen im Rahmen von Total Quality Management und Lean Management. Kaizen kommt aus dem Japanischen und bedeutet Veränderung zum Guten. Diese Veränderung zum Guten hat drei Ziele:

  • Kundenzufriedenheit
  • Mitarbeiterzufriedenheit und
  • Effizienz (= sinnvoller Ressourceneinsatz, nicht blindes Kostendrücken)

Von Karn-b - Karn Bulsuk (http://www.bulsuk.com). Originally published at http://www.bulsuk.com/2009/02/taking-first-step-with-pdca.html - Eigenes Werk. Originally developed for Taking the First Step with PDCA, CC BY 4.0, https://commons.wikimedia.org/w/index.php?curid=5236801

Von Wei Xiwu - Eigenes Werk, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=102120979

By Jennifer Falco - Own work, CC BY 4.0, https://commons.wikimedia.org/w/index.php?curid=132117320

Effektive Planung und Wertschöpfung durch KANBAN nach Lean Development

Die Arbeitsmethode KANBAN stammt ursprünglich aus dem Toyota-Production System, das die Basis für Lean Production legte. Die Produktion wird dabei an der Kundennachfrage ausgerichtet und nicht wie sonst oft üblich auf bestimmte Mengen festgesetzt, die beliebig auf den Markt kommen. Die konsequente Ausrichtung auf Kundenerfordernisse ist auch ein wesentlicher Bestandteil von agilen Arbeitsweisen.


Der Sinn von Lean ist die Minimierung von Aktivitäten, die zu Verlusten führen, ohne dabei die Produktivität oder Qualität zu verbessern. Lean legt den Fokus darauf, einen optimale Wertschöpfung für die Kunden zu ermöglichen, ohne die Kosten zu erhöhen.


Dieser Fokus liegt auch auf dem agilen Arbeiten nach KANBAN- Prinzipien: Die Wertschöpfung für den Auftraggeber oder Kunden wird erhöht (Qualität, Features, Termintreue) und der Ressourceneinsatz (Material, Zeit, Kosten) wird optimiert. Dabei wird sehr darauf geachtet, die Mitarbeitenden nicht zu überfordern, sondern sinnvolles und fokussiertes Arbeiten bei hoher Autonomie und Partizipation zu ermöglichen.


Mitarbeitende sind durch ihr Können der wichtigste Wertschöpfungsfaktor im Unternehmen und werden entsprechend wertgeschätzt und behandelt. Agile Arbeitsweisen, die den Namen verdienen, behandeln Menschen mit Hochachtung und sehen Mitarbeitende nicht nur als Mittel zur Maximierung der Profite.

 
  • Grundlegende Methoden und Praktiken von Kanban nach Lean Development
  • Gemeinsamer Fokus durch effektive Strategieplanung mit KANBAN
  • Visualisierung von Prozessflows und parallelen Aufgaben
  • Mehr Überblick und Effizienz durch individualisierte KANBAN-Boards
  • Kontinuierliche Verbesserung durch KVP oder PDCA/PDSA-Zyklus
  • Effizienzgewinne durch WIP-Limits und Timeboxing
  • Optimierung der Wertschöpfungskette und Reduktion von Verlusten
  • Heben von ungenutzten Potentialen in den Kernkompetenzen
  • Einbindung des True North in Kanban
  • Agiles Zeitmanagement
  • "Flughöhen" nach Klaus Leopold
 

Walter Deming

Von FDA - http://www.fda.gov/oc/initiatives/criticalpath/stanski/stanski.html, Gemeinfrei, https://commons.wikimedia.org/w/index.php?curid=3239071

Weiterentwicklung des PDCA-Zyklus zum PDSA-Zyklus: Lernen im Fokus

Der PDSA-Zyklus (Plan – Do- Study-Act/Planen-Ausführen-Studieren-Agieren) ist ein Update von Walter Deming persönlich, nachdem er merkte, dass viele Unternehmen den PDCA-Zyklus als linearen Prozess für die Etablierung von Standards betrachteten und nicht als Grundlage für eine beständige Optimierung und Weiterentwicklung. Die Phase „Check“, die der reinen Auswertung von Daten und Kennzahlen dient, wurde zu „Study & Learn“, was mehr einer gründlichen qualitativen Analyse etwa in Form eines „After Action Reviews“ entspricht. 


Im Fokus des PDSA-Zyklus steht der kontinuierliche Wissenserwerb durch eine tiefergehende Analyse („Studium“) aus dem inkrementellen Test in der Phase davor („Do“). Die Erkenntnisse aus dieser Lernphase werden anschließend adaptiert und in größeren Maßstab implementiert („Act“).

Damit hat Deming den Grundstein für die agile lernende Organisation gelegt: „Inspect & Adapt“ – Wachstum durch reflektierendes Lernen und entsprechende Anpassungen. Die sich daraus entwickelnde Organisationsstruktur ist resilient gegenüber Treibern von Innen und Außen und kann auch in Zeiten der Unsicherheit bestehen.

Quelle: Deming, W. Edwards. Out of the Crisis. Cambridge, MA: Massachusetts Institute of Technology, 1989

Was ist SCRUM?

SCRUM ist ein agiles Framework für effektives Arbeiten in komplexen Prozessen & Projekten, geschaffen in der IT aus der Notwendigkeit zur Steuerung von Entwicklungsprozessen in hochdynamischen Umfeldern. SCRUM ist eine Weiterentwicklung von Prinzipien des Lean Managements.


SCRUM ("Gedränge") beschreibt den Moment im Rugby, wo sich das Team versammelt und sehr eng zusammensteht, um die nächsten Spielzüge abzustimmen. Die Metapher steht für die Grundwerte Vertrauen, Kommunikation und Transparenz in kleinen, beweglichen Teams, um Situationen mit hoher Veränderlichkeit gemeinsam zu meistern.


SCRUM-Teams arbeiten wie im Rugby als kleine, selbstorganisierte Einheiten und bekommen vom verantwortlichen Productowner ein Produktivitätsziel vorgegeben, bestimmen aber selbst die Taktik, wie sie dieses gemeinsame Ziel über Teilaufgaben (Inkremente) erreichen.


Der Begriff SCRUM wurde von Hirotaka Takeuchi, Professor für Wissensmanagement, und dem Organisationstheoretiker Ikujirō Nonaka in ihrem Klassiker "The Knowledge Creating Company" geprägt und später von den Gründervätern des SCRUM, Ken Schwaber und Jeff Sutherland, aufgegriffen.

CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=333374

Hirotaka Takeuchi

Von World Economic Forum from Cologny, Switzerland - Hirotaka Takeuchi - World Economic Forum Annual Meeting Davos 2009, CC BY-SA 2.0, https://commons.wikimedia.org/w/index.php?curid=7877953

Ikujirō Nonaka

By 日本学士院ホームページ, CC BY 4.0, https://commons.wikimedia.org/w/index.php?curid=138879609

Arbeitswerte für SCRUM

  • Commitment (Selbstverpflichtung) – 
    "Sei bereit, Dich dem gemeinsamen Ziel zu verpflichten". Agile Methoden geben den Mitarbeitenden die Autorität, um ihre Zusagen selbstverantwortlich umzusetzen und zu erreichen.

  • Mut zur Wahrheit – 
    "Erzähle die Wahrheit über den Fortschritt und deine Einschätzungen." Gelebte Agilität täuscht keine Erfolge vor, sondern berichtet ehrlich über Hindernisse und erreichte Ergebnisse. Nur so können Qualität und Timing ernsthaft im Fokus sein und Probleme frühzeitig ausgeräumt werden.

  • Fokus nur auf den abgestimmten Aufgaben – 
    "Erledige nichts außer der aktuellen Arbeit. Fokussiere all Deine Bemühungen und Fähigkeiten darauf, an deine Zusagen zu halten. Kümmere Dich um nichts anderes." Für das Einhalten von Qualität und Deadlines ist konzentriertes und fokussiertes Arbeiten zwingend erforderlich. Neue Aufgaben werden nicht einfach per Anweisung auf Mitarbeitende verteilt, sondern kommen in das Backlog und werden im Sprintplanning nach Priorität und Aufwand im Team terminiert.

  • Offenheit und maximale Transparenz – 
    "Liefere alle Informationen zeitnah und transparent. Stelle ein Umfeld her, in dem Wahrheit und Ehrlichkeit ein sicherer Raum gegeben wird."     Agile Methoden macht jeden Aspekt eines Projektes für alle sichtbar. Dadurch werden Entscheidungen für alle nachvollziehbar und Commitment leichter ermöglicht. Die Transparenz dient auch der gemeinsamen Lösung von Hindernissen auf dem Weg zur Zielerreichung.
    Die Offenheit, über mangelnde Fortschritte und neue Hindernisse angstfrei zu berichten, benötigt eine Kultur der  Psychologischen Sicherheit (siehe unten).

  • Respekt und Wertschätzung –
    Menschen werden durch ihren Hintergrund und ihre Erfahrungen geformt: 
    Es ist wichtig, die unterschiedlichen Menschen zu respektieren, aus denen ein Team besteht. Diversität erhöht die Lösungskompetenz in einem Team.

By Stefan Morcov - Own work. Also published in my PhD thesis: Morcov, S. (2021). Managing Positive and Negative Complexity: Design and Validation of an IT Project Complexity Management Framework. PhD thesis, KU Leuven University

https://lirias.kuleuven.be/retrieve/637007}, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=113548600

"True North" als agiles Führungsinstrument

Der True North zeigt die Zukunftsvision eines Unternehmens an: Damit  einzelne Personen und Instanzen sich nicht in unterschiedliche Richtungen bewegen, stellt der True North wie der Polarstern die gemeinsame Ausrichtung dar. Vom True North leitet sich die Handlungsstrategie auf allen Ebenen ab. Kommt man durch eine Entscheidung dem True North näher, oder nicht?

Der True North verhilft der Organisation so zu Effektivität, weil alle Ressourcen für die gleiche Zielrichtung eingesetzt werden. Dabei ist nicht wichtig, ob der True North wirklich erreicht werden kann, denn die Zukunftsvision ist in erster Linie eine Handlungsorientierung, die Klarheit und Gemeinsamkeit schafft und auf alle motivierend und inspirierend wirkt.

Erfolg wird daran gemessen, wie stark sich die Organisation dem True North annähern kann. Damit ist Erfolg nicht nur eindimensional durch Gewinn bestimmt, sondern auch durch die Umsetzungskompetenz für eine selbstgewählte Mission.
  • True North Konzept von Toyota/Lean Management 
  • True North als Instrument für partizipatives Entscheiden
  • True North als Werkzeug der Lernenden Organisation
  • True North als Kernelement des Golden Circle (Sinek)
  • True North und Purposeorientation
  • Unternehmenswerte und Agile Werte

Agile Tools und Workhacks ohne IT

Wie kann ich agil arbeiten, jenseits von IT?

  • Überforderung und ausufernde Projekte verhindern
  • Erfolgsfaktoren kennen und effektiv nutzen
  • Überblick durch Transparenz und visuelle Kommunikation
  • Selbstverantwortung der Mitarbeitenden stärken
  • Fehler nur einmal machen - Wissen weitertragen
  • Mitarbeitende zu Unterstützern der Transformation machen
  • Do´s und Don´ts der Methoden und Prinzipien
 
  • Taskboard: Überblick über Aufwand und Fortschritt von Arbeitspaketen
  • Pairing: Wissenssilos aufbrechen und Fehler reduzieren
  • Einführung ScrumMaster:in - Förderung der Teamkultur und Produktivität
  • Daily StandUp: Überblick über Änderungen und potentielle Synergieeffekte
  • Impedimentliste: Produktivitätshindernisse effektiv beheben
  • Produktownership: Kundenzufriedenheit und Kostenkontrolle erhöhen
  • Definition of Done: Einheitliches Verständnis der Ergebnisqualität
  • Monthly: Partizipative Strategiebesprechung für operativen Erfolg
  • Retrospektive: Die organisationale Wertschöpfung heben
  • Lesson Learned: Gezieltes Wissensmanagement aus Flops und Erfolgen
  • Silent Circle: Aufarbeiten von Spannungen im Team
View Inside: Vortragslides "Agile Workhacks" von der "Agile beyound IT" 2021

Agile Basics optimal nutzen

Mit modernen agilen Methoden und Tools in der Praxis sicher umgehen
 
  • Steigerung der Wertschöpfung und Anpassungsfähigkeit durch „Inkremente und Iterationen“
  • Besprechungsmanagement optimieren durch „Dailys“
  • Operatives Zeitmanagement mit „Timeboxing“
  • Motivation im Team durch die agile Grundhaltung „Commitment“ und Aufgabenfokus auf "Shipping"
  • Verantwortlichkeit klar definieren und für optimale Ressourcennutzung sorgen: Das Prinzip „Ownership“
  • Kundenzufriedenheit durch "Reviews" und "Backlog"
  • Optimierte Projektplanung durch das Prinzip „Velocitiy“
  • Strukturierung agiler Teams für optimale Produktivität: „Outcomeorientierung“ durch "Inspect und Adapt"
 

Voraussetzungen für gelingendes agiles Arbeiten

(1)  Transparenz und Offenheit

(2)  Multidisziplinarität (keine Wissenssilos)

(3)  Kollaboration

(4)  Produktive Feedback-Kultur

(5)  Respekt (statt Machtspiele)

(6)  Konstruktive Fehlerkultur

(7)  Lernbereitschaft

(8)  Führung als Dienstleistung am Team

Als Kollaboration wird die gleichberechtigte Zusammenarbeit in heterogenen Teams bezeichnet, die auf kooperative Zusammenarbeit zur Erreichung eines gemeinsamen Produktionsziels zwingend angewiesen sind. Diese Teams sind in der Regel selbstgesteuert und teilen die anfallende Arbeit selbst ein. Eine Kultur von Vertrauen, Transparenz und Offenheit ist für echte Kollaboration wesentlich: Kollaboration ist mehr als Teamarbeit.

Vollständiger Text

Die Vorteile von agilem Anforderungsmanagement:

  • Kundenbedürfnisse sind besser erfasst
  • Zielgruppen sind in die Produktentwicklung eingebunden
  • Optimierung der Wertschöpfung
  • Erhöhung der Kundenzufriedenheit
  • Produkte und Dienstleistungen kommen schneller und planbarer auf den Markt
  • Geringeres Risiko bei Innovationen

Versuche, die tatsächlichen Interessen deines Kunden herauszubekommen.

Was sie wirklich wollen, steht nicht unbedingt im Briefing."

Paul Arden (1940 - 2008), Autor und Kreativdirektor von "Saatchi und Saatchi" in "Egal, was du denkst, denk das Gegenteil" Lübbe, 2007

Agiles Anforderungsmanagement

Prozessberatung und Workshops

 
  • Anforderungsmanagement in Theorie und Praxis
  • Die wahren Bedürfnisse von Kunden ermitteln: Zusatzaufwand vermeiden
  • Bessere Verträge durch optimales Erwartungsmanagement
  • Gelungene Stakeholderreviews planen, moderieren und auswerten
  • Sinnvolle Userstories: Klarheit und Fokus für gelungenes UX-Design
  • Features optimieren: Kosten senken und Kunden glücklich machen
  • Zielgerichtetes lösungsorientiertes Denken im Team
  • Aufwandsreduktion und Erkenntnisgewinn durch Prototyping
  • 5 Whys: Störungen an der Wurzel beheben - Produktivität erhöhen
  • Bessere Qualität durch produktive Feedbacktechniken
  • Deadlineprobleme reduzieren: Strategien des effektiven Projektmanagements
View Inside: Workshopslides auf der "Modern RE 2019"

 Anna Hoffmann  I  0176 5789 1320  I  anna@anna-hoffmann-coaching.de

Hirotaka Takeuchi

Von World Economic Forum from Cologny, Switzerland - Hirotaka Takeuchi - World Economic Forum Annual Meeting Davos 2009, CC BY-SA 2.0, https://commons.wikimedia.org/w/index.php?curid=7877953

The only certainty was uncertainty. To cope with this uncertainty, the companies are turning themselves into knowledge-creating companies.

Quelle: "The Knowledge Creating Company" Organisationstheoretiker Ikujirō Nonaka und Hirotaka Takeuchi, Professor für Wissensmanagement; Oxford University Press, 1995

AI Symbolbild

Aktiver interner Wissenstransfer

Prozessberatung und individuelles Business-Coaching zu:

  • Planung & Durchführung von Retrospektiven auf Organisations-,  Teamebene und Crossteamebene
  • Entwicklung von organisationsspezifischen Lern- und Mentorenprogrammen für die interne Weiterbildung
  • Erhöhung der Nutzungsakzeptanz von WIKIS
  • Planung und Umsetzung von digitalen oder hybriden Barcamps
  • Planung und Umsetzung von (digitalen) Learning-Journeys
  • Planung und Umsetzung von digitalen oder hybriden internen Unternehmensdialogen zum Wissenstransfer in die Belegschaft
  • Moderation von Reviews mit internen und externen Stakeholdern
  • Planung und Umsetzung von organisationsweiten digitalen "Q&A"-Sessions zur Fragen der Belegschaft an die Unternehmensleitung


Ikujirō Nonaka

By 日本学士院ホームページ, CC BY 4.0, https://commons.wikimedia.org/w/index.php?curid=138879609

Since creative ideas result from interaction, information sharing becomes the fundamental basis of management."

Quelle: "The Knowledge Creating Company" Organisationstheoretiker Ikujirō Nonaka und Hirotaka Takeuchi, Professor für Wissensmanagement; Oxford University Press, 1995

Aufbau einer Lernenden Organisation

Durch langfristiges Wissensmanagement, iteratives Qualitätsmanagement und agile Methoden der Zusammenarbeit
  • Kontinuierliche Verbesserung (PDCA/PDSA – Zyklus nach Deming)
  • Steigerung des unternehmerischen Knowhows der Mitarbeitenden
  • fachbereichsübergreifende Zusammenarbeit
  • zeitnaher, aufgabenrelevanter Wissenstransfer unter den Mitarbeitenden
  • flexible Anpassung an Veränderungen 
  • Kundenanforderungen und -bedürfnisse im Mittelpunkt der Prozessorientierung und des Dienstleistungsverständnisses

Umgang mit dem Unbekannten

 
  • Etablierung einer lernenden und anpassungsfähigen Organisation
  • Antworten auf die VUCA-Welt: Kompetenz im Umgang mit Unsicherheit, Veränderungsdynamik, Ambiguität und komplexen Arbeitsferldern
  • Stacey Matrix und Cynefin Framework
  • Managementstrategie "Effectuation"
  • Orientierung durch den "True North"
  • Nutzen von "Serendipity"-Effekten
  • Kompetenz im Innovations- und Wissensfeld des "Known Unknown" und "Unknown Unknown"
  • "Psychologische Sicherheit" als Standard in der Organisationskultur
 

AI Symbolbild

Psychologische Sicherheit

nach Amy C. Edmondson

Psychologische Sicherheit als Agiles Führungsprinzip für

  • partizipatives Entscheidungsmanagement,
  • selbstorganisierte Teams,
  • Unternehmenskultur,
  • Teambuilding,
  • Changemanagement und
  • Wissensmanagement und
  • Innovationsmanagement

Psychologische Sicherheit umschreibt ein Arbeitsklima, indem es sicher ist, persönliche und zwischenmenschliche Risiken in der betrieblichen Kommunikation auf sich zu nehmen. Sie ist dann gegeben, wenn Mitarbeitende ohne persönlichen Schaden unangenehme Wahrheiten äußern oder Fehler eingestehen können. Damit organisationales Lernen auf der Metaebene möglich ist, dürfen Mitarbeitende keine Angst davor haben, für das Ansprechen von Problemen oder Elemente von Unsicherheit (zum Beispiel in unbekannten Situationen) persönlich herabgesetzt oder bestraft zu werden.

 

Psychologische Sicherheit  entwickelt sich nach Amy Edmondson in Organisationen aus zwei Faktoren: Zum einen aus den Einstellungen und Verhaltensweisen der direkt übergeordneten Managementebene (local leader) und zum anderen aus den täglich erlebten Verhaltensweisen und Interaktionen im Team und mit Kollegen.


Die Grundlagen zur Psychologischen Sicherheit wurden 2012 von Amy C. Edmonson in ihrem Klassiker "Teaming: How Organizations Learn, Innovate and Compete in the Knowledge Economy" erforscht und von Google aufgegriffen und adapiert. In meiner Arbeit orientiere ich mich an dem Orginal nach Amy C. Edmonson.

PDF zu Psychologischer Sicherheit

Amy C. Edmondson

By Amy Edmondson - https://www.flickr.com/photos/192946563@N06/51158730099/, CC BY-SA 2.0

 "Um die wichtigen Wissensbausteine aus den Versuchen im Umgang mit dem Neuen erkennen und wertschätzen zu können, wird eine Unternehmenskultur benötigt, die Neugierde und Offenheit ebenso befürwortet wie Geduld, Ausdauer und das Aushalten von Unsicherheit.“ 

Amy  C. Edmonson

 Was macht Teams erfolgreich?

  Im Rahmen des Projekts «Aristotle» ist Google der Frage nachgegangen, was besonders erfolgreiche Googleteams auszeichnet. Überraschenderweise kam es bei den 180 untersuchten Teams nicht so stark darauf an, wer im Team war. Vielmehr spielte die Art und Weise der Zusammenarbeit eine Rolle. Als wichtigster Erfolgsfaktoren für Teamarbeit hat sich der Punkt "Psychologische Sicherheit" herauskristallisiert.


"Psychologische Sicherheit" ist dann gegeben, wenn die Unternehmenskultur es erlaubt, unangenehme Wahrheiten auszusprechen, Fehler einzugestehen und untereinander Verletzlichkeit und Unsicherheiten zu zeigen. "Psychologische Sicherheit" ist die wichtigste Grundlage für Vertrauen, Transparenz und einen offenen Austausch untereinander, und damit die Basis für echte Kollaboration.

Kriterien für etablierte

Psychologische Sicherheit

Psychologische Sicherheit schafft ein Umfeld, in dem schwerwiegende Fehler vermieden werden können und ein Klima von Lernen und Umgang mit dem Neuen gefördert wird. Das ist in einem Klima von Psychologischer Sicherheit problemlos möglich:

  • Offen Kritik üben (auf der Grundlage von Daten und logischen Argumenten)
  • Ehrliche Meinungsäußerung auf einer respektvollen Basis
  • Abweichende Sichtweisen äußern
  • Akzeptanz von sachlichem Feedback
  • Die Ansichten von Vorgesetzten infrage stellen
  • Über eigene Ideen und denen von anderen diskutieren
  • Offenheit jenseits von Hierarchien
  • Methoden und Ergebnisse infrage stellen

Quelle: "Teaming: How Organizations Learn, Innovate and Compete in the Knowledge Economy", Amy C. Edmondson, John Wiley & Sons 2012

Anzeichen für fehlende

Psychologische Sicherheit

  • Meinungsverschiedenheiten werden nicht offen ausgetragen
  • Worte werden auf die Goldwaage gelegt
  • Kritik wird nur angedeutet
  • Es herrscht ein erkennbarer Gruppendruck oder Gruppenbias
  • Statt Respekt gibt es ein Klima von (falscher) Nettigkeit und Höflichkeit
  • Schuldzuweisungen statt gemeinsamer Reflektion
  • Ideen einzelner werden gerne angegriffen
  • Die Teammitglieder sind schlechte Teamplayer

By NASA - http://spaceflight.nasa.gov/gallery/images/shuttle/sts-116/html/jsc2003-00011.html, Public Domain, https://commons.wikimedia.org/w/index.php?curid=1212030

Es gibt keinen besseren Weg, die langfristige Leistungsfähigkeit von Menschen zu steigern, als ein Umfeld zu schaffen, in dem sie sich sicher fühlen."

Simon Sinek

Von Startwithwhy - Eigenes Werk, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=15986453

Functional Leadership

Ein Führungsmodell für komplexe, interdisziplinären Herausforderungen

Energie fokussieren und motivieren durch den Aufbau von Sinn und Purpose:

  • Werte sichtbar machen und leben
  • ein Ziel formulieren, dass für alle attraktiv ist
  • allen Aktivitäten einen Sinn und Zweck geben
  • positive Gefühle auslösen und Begeisterung wecken

Gemeinsame mentale Modelle entwickeln für effektive Zusammenarbeit:

  • Einen gemeinsamen Denkraum schaffen für den Austausch unterschiedlicher Perspektiven und Erfahrungen
  • Eine geteilte Wissensbasis für Entscheidungen aufbauen
  • Visuelle/haptische Methoden und Metaphern nutzen (Prototyping)
  • Informationen über gemeinsame Plattformen teilen

Hindernisse für das Lernen reduzieren durch Psychologische Sicherheit:

  • Fehlermanagement nach Psychologischer Sicherheit
  • Authentisches Interesse an den Teammitgliedern und Problemen
  • Interdisziplinäres Wissen im Team als Ressource aktivieren
  • Respektvolle Kommunikation auf Augenhöhe, die Produktivität stärkt
  • „Teilen von wilden Ideen“
  • „Verletzbar und sichtbar sein“

Wissen und Fähigkeiten stärken durch agile Arbeitsweisen:

  • Experimente zulassen und Lernräume eröffnen
  • ExpertenCluster für partizipative Entscheidungen bilden
  • In festen Zeitabständen Lernerfahrungen gemeinsam auswerten
  • Wissen für technische Herausforderungen durch agile Versuche gewinnen

Quelle: "„Extreme Teaming“ von Amy C. Edmonson & Jean-Francois Harvey, Emerald Group Publishing, 2017

Reflektionsfragen auf der Teamebene zur Entwicklung einer Lernenden Organisation
(nach Amy C. Edmondson)

  • Welche Lernaufgabe hat das Team als Ganzes mit dem neuen Projekt zu bewältigen?
  • Wird erwartet, dass Probleme ohne Rückmeldung ans Team eigenständig gelöst werden? Oder wird in auftauchenden Problemen eine Lernchance für das ganze Team gesehen?
  • Werden abgeschlossene Projektbausteine gemeinsam nach Lernlektionen reflektiert?
  • Wie bedeutend ist die Frage nach persönlicher Schuld bei Fehlern oder Misserfolgen?
  • Werden Fehlschläge und Irrtümer nicht nur nach Ursachen, sondern auch auf Chancen zur Weiterentwicklung hin untersucht?
  • Wird die Bedeutung der Rahmenbedingungen für Erfolg oder Misserfolg ausreichend berücksichtigt?
  • Werden auch Erfolge auf ihre Lernaspekte hin untersucht?
  • Werden Lernergebnisse in das nächste Projekt übertragen?
  • Wie werden Lernlektionen gesichert und implementiert?
  • Welche Lernformen außer dem Wissensmanagement können aktiv genutzt werden?
  • Welche Formen der Visualisierung für Lernlektionen werden genutzt?
  • Wie können andere Teams von den gemachten Erfahrungen profitieren?


Quelle: "Teaming: How Organizations Learn, Innovate and Compete in the Knowledge Economy", Amy C. Edmondson, John Wiley & Sons 2012

Agiles Fehlermanagement

Serious-Gaming Workshop nach Amy C. Edmondson

Um die richtige Lernstrategie aus einem Fehler abzuleiten, müssen die Umstände und Ursachen des Fehlers genau analysiert werden. Der Begriff „Fehler“ an sich ist sehr unpräzise. 

Generell gibt es nach Amy Edmondson drei Kategorien von Fehlern:
  • Vermeidbare Fehler
  • Komplexe Fehler
  • Intelligente Fehler
Negative Gefühle verhindern die wertvollen Lernerfahrungen, die Mitarbeitende aus Fehlern für Ihre Organisation mitnehmen können, weil in Meetings nicht nüchtern darüber geredet wird, was passiert ist. Stattdessen bleiben Fehleranalysen zu oft an der Oberfläche stecken oder verlagern sich auf die emotionalen Ebene. In der Kommunikation weisen Mitarbeitende dann Schuld zu, mauern, ignorieren den Vorfall oder verteidigen sich. In dem Workshop "Agiles Fehlermanagement" kann eine passende Vorgehensweise mit Fehler in die Organisationskultur integriert werden.

Umgang mit Unsicherheit und Ungewissheit im Kontext der Lernenden Organisation

Unsicherheit und Ungewissheit erfordert auch Experimentierfreude, denn nicht alles lässt sich vorab über Analysen klären. Offene Fragen werden mitunter effektiver durch das Lernen beim Machen beantwortet. Neues, relevantes Wissen intern zu erarbeiten ist ein wichtiger Aspekt der organisationalen Wertschöpfung.


Doch dieses Organisationale Lernen über "Ausprobieren" benötigt einen klaren Rahmen, wenn nicht wertvolle Ressourcen wie Zeit, Geld und Nerven verschwendet werden sollen. Eine neue Lernkultur ist kein Freibrief für beliebiges Handeln.


Folgende Punkte sind für effektives Organisationales Lernen im Lernraum des Unbekannten essentiell, zum Beispiel beim Testen neuer KI-Tools:

  • Experimente oder Versuche benötigen einen eindeutigen, erwartbaren potentiellen Lernwert, der Aufwand und Kosten rechtfertigt.
  • Relevante Fachliteratur wird studiert (Lernen von Vorgänger:innen).
  • Die Versuche sind sorgfältig gemäß dem Lernfokus ausgesucht.
  • Das Vorgehen im Experiment ist nicht wahllos, sondern gut überlegt und begründet (auch wenn der Ausgang ungewiss ist).
  • Das Experimentieren erfolgt diszipliniert und nicht sprunghaft.
  • Es erfolgt eine vorurteilsfreie Analyse der Fakten.
  • Hypothesen werden falsifiziert oder verifiziert.
  • Auf jedes Experiment erfolgt ein exzellentes Debriefing im Team.
  • Klare Entscheidungskriterien darüber, wann eine Sackgasse erreicht ist, sind definiert.
  • Erfolglose Projekte müssen beendet werden.

Quelle: "Teaming: How Organizations Learn, Innovate and Compete in the Knowledge Economy", Amy C. Edmondson, John Wiley & Sons 2012

AI Symbolbild

AI Symbolbild

 Anna Hoffmann  I  0176 5789 1320  I  anna@anna-hoffmann-coaching.de

AI Symbolbild

Future Thinking

Organisationsspezifische Prozessberatung: Aus dem Ungewissen in die aktive Zukunftskompetenz

Unsere Zukunft entwickelt sich aus unseren gemeinsamen Entscheidungen, Handlungen und Vorstellungen. Deshalb ist die Zukunft ein Möglichkeitsraum, den alle aktiv mitgestalten können und sollten. Bei strategischen Überlegungen sollten Möglichkeitsräume bewusst ausgelotet werden. Damit die Beste der möglichen Zukünfte Gegenwart werden kann und Mitarbeitende langfristig motiviert sind.

  • Designing Future: Future Forecast und Szenarioworkshops
  • Ängste und Befürchtungen in klare Perspektiven verwandeln
  • Organisationale Resilienz und Zukunftssicherheit
  • Etablierung eines Solution Mindsets in der gesamten Organisation
  • Förderung der proaktiven Resilienzfaktoren der Mitarbeitenden
  • Trend- und Metatrendanalysen
  • Analyse der Kernkompetenzen Ihrer Organisation
  • USP Analyse, Marktumfeld und Wettbewerbsfähigkeit
  • Eröffnung realistischer Zukunftsoptionen
  • Erweiterung oder Re:design des Geschäftsmodells
  • Effectuationstrategie gekonnt nutzen
  • Retrospektive mit „Learning Nugets“ und „Lessons Learned“

AI Symbolbild

Desinging Future Workshops:

Gemeinsam Zukunft gestalten

Nicht nur in der "Theory U" nach Otto Scharmer (siehe unten) wird die Zukunft als ein flexibler Raum betrachtet, der aktiv gestaltet werden kann. Durch eine gemeinsame Betrachtung der sich ergebenden "emergierenden" Möglichkeiten kann eine Zukunftsstrategie entwickelt werden, die für alle Beteiligten und Stakeholder eine gute und motivierende Perspektive ermöglicht. Eine partizipative Analyse der aktuellen Zukunftstrends, die sich daraus ergebenden Chancen und Risiken sowie die erstrebenswerten Ausrichtung für die eigene Organisation ist deshalb Bestandteil der gemeinsamen Zukunftsstrategie.

  • Kultur der "Zukunftsforscherischen Unternehmen"
  • Presencing: Wahrnehmung möglicher Zukünfte nach "Theory U", MIT
  • Partizipatives Entscheidungsmanagement durch Future Forecast: Gemeinsame Zukunftstrendanalyse und Szenarioworkshops für produktive Denkräume
  • SWOT-Analyse für Chancen und Risiken des Unternehmens aus den sich zeigenden Veränderungen im Marktumfeld und in der Wettbewerbsfähigkeit
  • Orientierung durch das Cynefin Framework und Wissensquadranten
Zukunftsforscherische Unternehmen

Prinzipien der Theory U

nach Otto Scharmer (Presencing Institute, MIT)

Transformationsphasen nach Theory U:

  1. Vergegenwärtigen von Mustern & Stärken der Vergangenheit
  2. Innehalten: Tiefenanalyse aus neuen Blickwinkeln
  3. Umwenden: Schwächen verringern, auf Stärken aufbauen
  4. Presencing: Wahrnehmung möglicher Chancen & Zukünfte
  5. Verdichten: Den Weg in die gewählte Zukunft ausgestalten
  6. Erproben: Testen neuer Arbeits- und Handlungsmuster
  7. In die Welt bringen: Kontinuierliche Umsetzung & Anpassung

Otto Scharmer

Von Ad Huikeshoven - Eigenes Werk, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=60746685

 Anna Hoffmann  I  0176 5789 1320  I  anna@anna-hoffmann-coaching.de

AI Symbolbild

AI Symbolbild

Transformations-Kompetenz

Prozessberatung, Workshops und Business-Coaching für die langfristige organisationale Anpassungsfähigkeit an eine unbekannte (digitale) Zukunft

Transformative Führung zielt darauf ab, nicht nur das Verhalten, sondern auch die innere Einstellung und Haltung aller Organisationsmitglieder zu verändern. Dadurch wird eine zukunftsfähigen Unternehmenskultur mit im beruflichen Alltag gelebten Unternehmenswerten ermöglicht.

Eine transformativer Führungsstil trägt dazu bei, das Mitarbeitende auch unter hohen Belastungen und äußeren Stressoren mehr Motivation, mehr Inspiration und auch mehr Sinn in der eigenen Arbeit sehen. Diese Haltung beugt Symptomen wie innerer Kündigung, Burn-Out und Sence-Out vor und stärkt die unternehmerische Resilienz.


Kombiniert mit agilen Arbeitsweisen, unterstützt transformative Führung bei der Bewältigung der zunehmenden Herausforderungen, die sich durch die Einflüsse der digitalen Transformation, der multiplen Krisen und durch rasante Deep Tec Entwicklungen in der Arbeitswelt ergeben.

Transformative Führung verbessert auch die Innovationskraft von Organisationen, indem

  • ein Mindset der sinnorientierten Weiterentwicklung
  • Offenheit für produktive Veränderungen
  • Inspiration und Begeisterung
  • und ein Bewusstsein für gemeinsame Ziele

von der Führung aus in alle Bereiche des Unternehmens getragen werden.

  • Prinzipien und Leitlinien der Transformativen Führung
  • Grundlagen des agilen Managements
  • Deep Tec und Industrie 5.0 als Treiber von Entwicklung
  • Leadership als Kultur der Ermöglichung
  • Motivation und Mitarbeiterbindung durch Wertschätzende Führung
  • Ein Agiles Mindset vorleben und in der Belegschaft fördern
  • Bausteine des Aktiven Wissensmanagement
  • SCRUM: Basisbausteine der agilen Prozess- oder Projektabwicklung
  • Leadershipwerkzeuge aus dem Lean Management
  • Strategieplanung mit Kanban
  • Selbstorganisation der Mitarbeitenden
  • Führen mit dem „Golden Circle“ nach Simon Sinek
  • „Psychological Safety“ nach Amy Edmondson
  • Retrospektiven als Grundgerüst der Lernenden Organisation

Appreciative Inquiry

ist ein werteorientierter Ansatz aus der Team- und Organisationsentwicklung, der auf den Stärken und Kernkompetenzen

einer Organisation oder eines Teams aufbaut

Um Mitarbeitende für Veränderungsprozesse resilienter zu machen, Widerstände zu reduzieren und die Motivation für neue Ziele zu erhöhen, ist es sehr sinnvoll, zunächst die erarbeiteten Stärken und Kompetenzen zu würdigen. Der methodische Ansatz des Appreciative Inquiry bietet sich dafür idealtypisch an: "Appreciative" umschreibt eine anerkennende Haltung dem Bestehenden gegenüber, "Inquiry" steht für Erforschung oder Erhebung. Am Anfang einer Veränderung steht also die Anerkennende Analyse dessen, was jetzt bereits hervorragend funktioniert. 

Die Analyse des "Guten" kommt oft zu kurz, vor allem, wenn drängende Probleme im Raum stehen. Doch das, was schon erreicht wurde, ist das Fundament jeder weiteren Entwicklung. Und nur mit einem klaren Bewusstsein für die erbrachte Leistung, das Können der Mitarbeitenden, die eigenen Stärken und die daraus resultierenden Kernkompetenzen der Organisation können die Anstrengungen einer Transformation erfolgreich sein.

Appreciative Inquiry ermöglicht den ressorcenschonenden Ausbau von Stärken und den Aufbau von Rahmenbedingungen des Gelingens. Das stärkt die Organisationale Resilienz und erhöht die Bereitschaft für Transformationsvorhaben. Nicht alles kommt neu, es gibt viel Gutes und Bewährtes, das gewürdigt, beibehalten und vergrößert wird. So wird auf bestehenden Stärken aufgebaut, was Energie für die notwendigen Anpassungen freisetzt.

Ich beginne Transformationsvorhaben gerne mit einem Workshop zu Appreciative Inquiry, indem die Mitarbeitenden sehr konkret gezeigt bekommen, welchen Wert ihre Arbeit und auch ihr individuelles Können hat. Mitarbeitende sind keine austauschbaren Nummern.

Quelle: Bonsen, M. & Maleh, C., „Appreciative Inquiry (AI): Der Weg zu Spitzenleistungen“, Beltz 2012

AI Symbolbild

AI Symbolbild

AI Symbolbild

AI Symbolbild

Agiles Changemanagment

Prozessberatung zur Umstellung auf neue Produktionsmodelle

Neue Produktionsmodelle wie BIM, IPA, Circular Ecomomy oder KI-gestützte Arbeitsweisen geben klare Veränderungsziele für Unternehmen vor, die meist zu einem bestimmten Zeitpunkt erfolgreich umgesetzt sein sollen. Ich begleite diese Changevorhaben mit einem Mix aus klassischem Changemanagement und agilen Methoden. Dabei kann ich auf über acht Jahre Praxiserfahrung zurückgreifen.

Warum ich Changemanagement umfassender betrachte:


Das beliebte, linare 8-Stufen Model im Changemanagement nach Kotter ist durch seine starre, vorgeplante Struktur in der gelebten Praxis oft zum Scheitern verurteilt, obwohl es nach wie vor gelehrt wird. Wenn alle acht Stufen der Veränderung nach Kotter exakt durchlaufen und von Führungskräften intensiv begleitet werden, werden Veränderungen in Unternehmen Erfolg haben, so die Theorie.


Leider erklärt Kotters Modell nicht, wie im Falle von Rückschritten und Hindernissen während des Changeprozesses zu handeln ist. Es berücksichtigt auch nicht, dass für einen gelingende Umstellung und eine neue Leistungsqualität die Sicht und Motivation von Mitarbeitenden zwingend eingebunden werden sollte. (Berechtigte) emotionale Widerstände werden bei einer Changestrategie nach Kotter meist nicht ausreichend thematisiert und produktiv aufgegriffen. Ein Grund, warum sehr viele Changevorhaben scheitern oder Mitarbeitenden durch die Umstellungen langfristig erschöpft sind und unproduktiv werden oder das Unternehmen verlassen.


Das Changemodell nach Kurt Lewin spiegelt realistischer wider, welche Herausforderungen für die Etablierung von agilen Prozessen in einer Organisation zu leisten sind: Jede Veränderung bricht mit der Routine, die Menschen sich im Arbeitsalltag angeeignet hat. Diese Routine hilft Ressourcen zu sparen und die Arbeit möglichst stressfrei und effizient abwickeln zu können. Eine Veränderung dieser Routine stellt deshalb  immer eine Herausforderung dar, die meist berechtigte Ablehnung auslöst. Das sollte von der Führungskraft ernst genommen werden. Bedenken, Unsicherheit und Unwillen können nur durch offene Dialoge und ehrliche Aufklärung sowie angemessene Maßnahmen aufgefangen werden, nicht durch Motivationsreden oder gute Management-PR.


Die "Theory U" von Otto Scharmer, die im Presencing Institut am MIT entwickelt wurde, spiegelt eine moderne Sicht auf Veränderungsprozesse wieder, die durch neue Technologien und veränderte Rahmenbedingungen initiiert werden. Neben den Tiefenanalysen des IST-Zustandes betont "Theory U" die Notwendigkeit, bei den Entscheidungsprozessen die Mitarbeitenden aktiv einzubinden und sich von einzelnen Elementen der alten Struktur bewusster zu verabschieden. Zudem benötigt das bisher Erreichte Wertschätzung und Würdigung: Es gibt gute Gründe für den Status Quo, genauso wie es gute Gründe für die angestrebte Veränderung gibt. Weiterhin funktionierende Routinen werden identifiziert und beibehalten, um den Change mit so wenig Energie und Anstrengung wie möglich umzusetzen.

weitere Infos zum Changemanagement

Prozessberatung und Business-Coaching zu:

  • Changestrategieentwicklung unter Einbindung der Leistungsniveau-Phasen nach Kurt Lewin und der Prozessphasen nach „Theory U“ (Scharmer, MIT)
  • Konsequente Partizipation der Mitarbeitenden in Fokusgruppen und Workshops
  • Changeworkshops nach „Theory U“ und Lewin
  • Würdigung des Bestehenden: Ausbau der Kernkompetenzen, Förderung von Stärken der Mitarbeitenden, Beibehalten zukunftsweisender Routinen
  • Beachtung der Changephasen nach Lewin: Mitarbeitende nicht überfordern, neue Routinen ausreichend einführen, Erschöpfung vorbeugen, Gelingendes beibehalten, Rückschritte auffangen 
  • Berücksichtigung der persönlich-emotionale Ursachen von Veränderungswiderstand
  • Auffangen der sachlichen Gründe für Veränderungswiderstand
  • Abbau von Ängsten und Unsicherheit durch individuelle Gesprächskreise und darauf aufbauenden Maßnahmen für die Belegschaft
  • Offene Dialogkultur mit allen relevanten internen und externen Stakeholdern
  • Transparente Unternehmenskommunikation über die Changeauswirkungen auf der sachlichen und emotionalen Ebene
  • Iteratives Einholen der Mitarbeitendenperspektive während der Veränderung
  • Eingehen auf Ergebnisse und Erkenntnisse innerhalb des Veränderungsprozesses
  • Angemessene Anpassung der Changestrategie im laufenden Prozess
  • Partizipative Auswertung von „Learning Nugets“ und „Lessons Learned“
 

Kulturanalyse

Komplexe Aspekte der Organisationskultur partizipativ erfassen

Workshop für Unternehmen mit Elementen aus dem Design Thinking, LEGO® SERIOUS PLAY® und dem Rapid Protoytyping
  • Veränderungsprozesse partizipativ initiieren, gestalten und umsetzen
  • Komplexe Aspekte der Organisationskultur erfassen und analysieren 
  • Entscheidungen für Veränderungen auf einer breiten Unternehmensbasis aufstellen 

 Theorieinput:      
Changekonzept „Theory U“ der Sloan School of Management des MIT (Otto Scharmer), Mehrdimensionale Analyseformen der bestehenden Kultur, agile Methoden der Lernenden Organisation (Retrospektiven und Silent Circle), Entscheidungskulturen des Lean Management (True North und Golden Circle), Methoden des Qualitätsmanagement (Kaizen und PDSA-Zyklus) und dem Organisationsentwicklungsansatz „Appreciative Inquiry“ zur wertschätzenden Erkundung von Elementen des Gelingens.

So unterstützt LEGO® SERIOUS PLAY® die Arbeitskultur:

  • Inneres Wissen wird nach Außen geholt
    (Exploration impliziten Wissens)
  • Neues Wissen wird generiert
  • 100 % Aufmerksamkeit in der Gruppe
  • Alle haben Zeit zum Denken, bevor sie sprechen
  • Erleichtert die Kommunikation eigener Gedanken und Einsichten
  • Die Teilnehmenden können besser verstehen und erinnern, was gesagt wurde
  • Das Risiko von Missverständnissen wird minimiert
  • Verschiedene Kommunikationsstile werden unterstützt: visuel, auditiv, kineästetisch

Quelle: “Building a Better Business Using the Lego® Serious Play® Method“ von Per Kristiansen und Robert Rasmussen, 2014

 Anna Hoffmann  I  0176 5789 1320  I  anna@anna-hoffmann-coaching.de

AI Symbolbild

KI-Kompetenz

Wer die KI und ML zugrundeliegenden Techniken nicht verstanden hat, kennt die maschinellen Grundlagen für die Gegenwart und Zukunft nicht und trifft leicht Entscheidungen auf der Basis von (falschen) Erwartungen und Halbwissen. KI biete viele Chancen, hat aber mehr Grenzen als oft vermutet und: sie ist nicht intelligent. Ich habe mich seit vielen Jahren mit dem Thema intensiv beschäftigt und durchleuchte gerne mit Ihnen den Hype und seine Risiken.

Viele Menschen schließen durch das, was sie sehen oder erleben, auf die Wirkungsweise von KI-Systemen. Das kann sehr irreführend sein, denn KI funktioniert nicht wie klassische Software oder bekannte regelbasierte Systeme. Der Begriff KI umfasst eine  Gruppe von Algorithmusbasierten  Verarbeitungsprozessen, die in ihrer Wirkungsweise sehr unterschiedlich sein können und zu seinem großen Teil auf Wahrscheinlichkeit statt auf Genauigkeit beruhen.


KI-Funktionalitäten benötigen häufig keine extra Rollouts, sondern werden sukzessive in bestehende Anwendungen integriert. Darum ist vielen nicht klar, dass sehr viele Cloud- und Consumerdienste schon längst über KI/ML- Modelle laufen und KI ein ständiger Begleiter ist, wie etwa in den Empfehlungssystemen von Netflix und Amazon.


Generativer AI werden zur Zeit Fähigkeiten zugeordnet, die aus den erlebten Effekten in 2023 hochgerechnet wurden. Das ist ein schwieriges Denkmodell, denn KI hat andere Grenzen als IT. Ein Dive Deep in KI hilft vor falschen Zukunftsprognosen.

"Bei den ersten Unternehmen kommt schon eine gewisse Ernüchterung, weil sie die erhofften Produktivitätsfortschritte der KI nicht sehen."

Michael Kaschke, Aufsichtsratschef des Karlsruher Instituts für Technologie (KIT),

in "Das Management braucht neue Kompetenzen", Harvard Business Manager, November 2024

AI Symbolbild

Strategische Schlüsselthemen für eine erfolgreiche KI-Integration:

  • Copilot, RAG, Chat GPT, Prompting und Generative AI - Was kann generative KI und was nicht?
  • Welche Zukunftsskills sind für die Mitarbeitenden notwendig und welche nicht?
  • LLMs, Diffusionsmodelle und Wissensgraphen:
    Was macht was? Wie sieht es "unter der Haube" aus?
  • Grenzen und Möglichkeiten der KI-Systeme kennen
  • Basiswissen: Machine Learning Formen und Neuronale Netze
  • Menschzentrierte Künstliche Intelligenz
  • Was bringt die Zukunft? Hypes und Trends
  • Deep Fakes, Softwarebots und Humanoide Robotik: Chancen und Risiken der aktuellen Entwicklungen durch KI-gestützte Automatisierung
  • KI ist nicht IT - was ist der Unterschied?
  • Cloud und SAAS - neue Strukturen und Kostenmodelle 
  • Informations- und Wissensmanagement im Zeitalter von KI - Wie gewinnen wir erfolgsrelevante Erkenntnisse?

Anna Hoffmann

Sparringspartnerin für zukunftsgerichtetes Denken, Strategie- und Organisationsentwicklung

Sie sind voller Pläne, Gedanken und guter Ideen und suchen eine Gesprächspartnerin für den Austausch? Sie wünschen sich ehrliches und konstruktives Feedback zu Geschäftsprozessen oder der Zukunft Ihrer Organisation? Sie suchen den frischen Blick von Außen, um brachliegende Potentiale in den Fokus zu rücken oder mögliche Risiken elegant zu meistern? Leadership ist manchmal ein einsamer Job?

Dann habe ich ein offenes Ohr und biete Ihnen weiterführende Dialoge.

Vita Anna Hoffmann

AI Literacy und strategische Entscheidungskompetenz

Die komplexen Welt des Maschinellen Lernens, der Neuronalen Netze und KI-Systeme verstehen

AI Symbolbild

AI Symbolbild

Ein Tagesseminar mit Anna Hoffmann in Zusammenarbeit mit dem Carl-Friedrich-von-Weizäcker-Zentrum der Universität Tübingen

Aktuelle Entwicklungen in der Künstlichen Intelligenz einordnen und Zukunft gestalten können: Ein Dive Deep in die Vielfalt der Künstlichen Intelligenz Modelle hilft vor falschen Zukunftsprognosen.

KI ist durch die Vielfältigkeit der Systeme kein einfaches Thema. Wir geben Ihnen in dem Kompaktformat einen Überblick, der Sie in Ihrer Entscheidungskompetenz stärkt und strategische Prognosen für Ihre Organisation einfacher macht:


  • Ein kurzer Überblick über die Entwicklung der Künstlichen Intelligenz: Symbolische KI, Machine Learning, Neuronale Netze, Robotik & Co-Bots und Generative KI
  • Die Zuverlässigkeit der einzelnen KI-Systeme: Was ist zu beachten?
  • Auswirkungen auf das eigene Geschäftsmodell: Risiken & Impacts
  • Prinzipien der Menschzentrierten KI
  • Zukunftsskills für Organisationen

Echte Fakten statt Halbwissen:

Durch kleine Teilnehmerkreise können wir individuell auf Ihre Fragen eingehen. Die bewährten interaktiven Formate erlauben ein nachhaltiges Durchdringen der komplexen Inhalte.


Nächstes Seminar in Tübingen: 6. Dezember 24

Auch kostengünstig inhouse buchbar!

AI Literacy Seminar am CRvWZ/Tübingen

Fragen, die wir im Tagesseminar behandeln:

Warum arbeiten KI-Systeme nicht mit der Präzision von IT-Systemen?


Wie lernt ein KI-System eigentlich? Und warum hast das trotz aller "Künstlichen Neuronen" in Neuralen Netzen (NNs) nichts mit dem menschlichen Lernen zu tun?


In welchen Gebieten wird der Mensch auch langfristig überlegen bleiben? 


Warum haben sehr viele Daten und Informationen (Big Data) in der automatisierten Auswertung (KI) nichts mit Erkenntnis und sinnvollen Entscheidungen zu tun?

Wo sind gegenwärtige und zukünftige Grenzen der Künstlichen Intelligenz-Systeme?


Warum sind 5 - 20 % Fehler in

Künstlichen Intelligenzsystemen normal?

Wie sehe die Fortschritte zu einer "allgemeinen künstlichen Intelligenz" (General AI) aus?


Und was genau ist an "Künstlicher Intelligenz" intelligent?


Wie sehen die notwendigen Zukunftsskills des Menschen aus?

Wo sind gegenwärtige und zukünftige Grenzen der Künstlichen Intelligenz-Systeme?


Warum sind 5 - 20 % Fehler in

Künstlichen Intelligenzsystemen normal?

Wie sehe die Fortschritte zu einer "allgemeinen künstlichen Intelligenz" (General AI) aus?


Und was genau ist an "Künstlicher Intelligenz" intelligent?


Wie sehen die notwendigen Zukunftsskills des Menschen aus?

AI Symbolbild

AI Symbolbild

"Wer generative KI verwendet, rezipiert Informationen auf Basis spezifischer Wertvorstellungen anderer, ohne diese in der Regel bewusst zu reflektieren. Diese Tatsache öffnet den Raum für Täuschung und Manipulation unter dem Deckmantel einer scheinbar überlegenen und vermeintlich neutralen, objektiven Technologie. Damit aber werden die Grundfesten unserer Weltwahrnehmung und unserer sinneserfahrungsbasierten Urteilskraft nachhaltig erschüttert. Text und Bild verlieren schließlich ihre Beweiskraft."

"Generative KI - jenseits von Euphorie und einfachen Lösungen",

Judith Simon | Indra Spiecker gen. Döhmann | Ulrike von Luxburg;

Diskussion Nr. 34

Herausgegeben von der Nationalen Akademie der Wissenschaften Leopoldina (2024)

Zum PDF "Generative KI - jenseits von Euphorie und einfachen Lösungen ", Lopoldina 24

AI Symbolbild

KI-Backgroundkompetenz:
Wie gestaltet KI die Zukunft?

Strategische Orientierung: Ein Tagesseminar mit Anna Hoffmann für neue Erkenntnisse auf die Fragen der Zeit

in Zusammenarbeit mit dem Carl-Friedrich-von-Weizäcker-Zentrum der Universität Tübingen

Sinnvolle Strategien finden für die Auswirkungen der aktuellen technischen Entwicklung in der Künstlichen Intelligenz auf unsere Zukunft

Generativer KI werden für die Zukunft Fähigkeiten zugeordnet, die aus den erlebten Effekten in 2023 hochgerechnet wurden. Das ist ein schwieriges Denkmodell, denn KI hat andere Grenzen als die klassische IT. KI kann keine Wunder bewirken, denn weitsichtiges Handeln benötigt menschliche Reflexionsfähigkeiten, die kein KI-System entwickeln kann. KI-generierte Auszüge aus Informationstoken in Big Data sind kein Ersatz für Erkenntnisse, und generative KI kann nichts erstellen, was nicht bereits in den Mustern der Ausgangsdaten enthalten ist. Generative KI repräsentiert die Muster und Lösungen der Vergangenheit.

Doch auf welcher Grundlage wollen wir die Zukunft gestalten?


Nächstes Seminar in Tübingen: 5. Dezember 24

Auch kostengünstig inhouse buchbar!

KI Backgroundkompetenz am CRvWZ/Tübingen

Fragen, die wir im Tagesseminar behandeln:

Wie leistungsfähig ist schöpferische KI (Generative AI) wirklich? Und warum wird KI auch in Zukunft falsche Aussagen machen?


Informations- und Wissensmanagement im Zeitalter von KI: Wie gewinnen wir tragfähige, erfolgsrelevante Erkenntnisse?

Wie sieht echte "Menschzentrierte KI" aus, von der so oft die Rede, doch so wenig zu sehen ist?


Welche Effekte haben interaktive "Künstliche Menschen" (in der Robotik oder als virtuelles Objekt) und menschliche "Sinne"/Sensoren der Maschinen auf uns?

Stellen die neuen Entwicklungen von OpenAI etc. tatsächlich einen großen Schritt zur allgemeinen künstlichen Intelligenz dar?


Wie verändert sich unsere menschliche Kommunikation & Vertrauensgrundlage durch die einfachen Möglichkeiten für Fakenews?

Diese Fragen stehen im Mittelpunkt unseres eintägigen Seminars, das sich interdisziplinär zwischen KI Coding, Zukunftsdesign, Mathematik, Strategie, Philosophie, Datenmanagement und der aktuellen technischen Entwicklung in der Künstlichen Intelligenz bewegt.


Durch kleine Teilnehmerkreise können wir individuell auf Ihre Fragen eingehen. Die bewährten interaktiven Formate erlauben ein nachhaltiges Durchdringen der komplexen Inhalte.

Themen im Wissenstransfer:

  • Die Auswirkungen der KI-Designkonzepte "Human Augmentation" (Effizienzsteigerung durch KI) und "Human Enhancement" (Erweiterung der menschlichen Handlungs- und Interaktionskompetenz)



  • RAG-Systeme, Prompting und Generative AI: Was ist Hype, was wird ein langfristiger Treiber?
  • LLMs, Diffusionsmodelle und Wissensgraphen: Was macht was? Wie sieht es "unter der Haube" aus?
  • Auswirkungen aktueller KI- Entwicklungen auf den beruflichen und gesellschaftlichen Alltag
  • Menschliche und technologische tragfähige Entscheidungskraft
  • Menschliche und technologische Kreativität & Schöpfungshöhe

AI Symbolbild

HANNOVER MESSE Briefing: Die fünf größten Missverständnisse der Industrie zu KI

  1. "Viele Unternehmen missverstehen die neuesten KI-Entwicklungen und nehmen an, dass die Künstliche Intelligenz alle Probleme, die sie mit ihren Produkten, Prozessen haben, lösen wird. Es fehlt ein Verständnis, was KI für sie ist oder bedeuten kann.
  2. Viele Manager denken heute: Generative KI ist DIE KI. Aber die generative KI wird nicht alle Probleme in der Industrie lösen. Man könnte sagen, die generative KI macht sich nicht die Hände schmutzig.
  3. Vielen Unternehmen fällt es schwer zwischen Reinforcement Learning-Ansätzen und Optimierungsproblemen zu unterscheiden. Sie versuchen ein Optimierungsproblem mit Reinforcement Learning zu lösen. Sie machen aus einem einfachen Problem ein großes Problem und das oft nur, weil es Tools für komplexe Probleme gibt.
  4. Unternehmen unterschätzen oft, wie groß das Problem der Integration der Lösungen am Ende ist. KI ist vielleicht nur ein kleiner Teil, aber wenn der Security-Verantwortliche erstmal Stopp sagt, dann steht das Projekt.
  5. Wenn Unternehmen mit „AI-based solutions“ für ihre Produkte starten wollen, dann stellen sie erstmal drei PhD-Kandidaten ein. Die PhDs wollen aber forschen und nicht unbedingt ein marktreifes Produkt entwickeln."

Dr. Jan Koutnik, EVOPTIMA, 29. Juli 2024

Autonomer Kleinbus

Von Richard Huber - Eigenes Werk, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=63860206

Reinforcement Learning

By Megajuice - Own work, CC0, https://commons.wikimedia.org/w/index.php?curid=57895741

Teamworkshop zu Reinforcement Learning

mit Anna Hoffmann

KI-Entwicklung benötigt viele externe Daten, um so mehr, um so besser?

Nicht bei Reinforcement Learning! In der dritten großen Gruppe der KI-Systeme (neben supervised und non-supervised) werden die benötigten Trainingsdaten on the fly via Sensoren oder Feedbackimpulsen generiert. Entscheidend für das gute "Funktionieren" der KI ist dabei das strategische und logische Denken des Menschen, der die Lernumgebung der Reinforcement KI plant und iterativ optimiert.

Lernen Sie spielerisch im Team die wichtigste KI-Gruppe der Zukunft kennen: Reinforcement Learning (verstärkendes Lernen) wird unter anderem in Computerspielen, in der Robotik und für das autonome Fahren verwendet. Und auch, um die Richtigkeit der Antworten aus Promptingsystemen wie Chat GPT zu erhöhen. [Erkennen und verstehen kann ein Promptingsystem nämlich nicht!]

Im Workshop forschen wir nach sinnvollen Use-Cases für den Einsatz von Reinforcement Learning und entwickeln dazu passende Lernumgebungen für die KI. Wir bleiben dafür auf einer nicht-mathematischen Ebene, die uns die Zukunft mit Humanoiden Robotern, intelligenten Softwareagenten und neuen Mobilitätsformen durch Prototyping mit Spaß näher bringt.

Workshopinhalte:

  • Wie unterscheiden sich Reinforcement Learning, Supervised Learning und Non-supervised Learning?
  • Wie funktioniert Reinforcement Learning? Was sind die Voraussetzungen für das "Lernen"?
  • Was sind die Erfolgsbedingungen für einen guten Use Case?
  • Prototyping eines eigenen Reinforcement Learning Use-Cases
  • KI-Canvas Analyse des Reinforcement Learning Use-Cases
  • Wie sieht eine gelingende Trainingsstrategie aus?
  • Wie kann sich unsere Zukunft durch den Einsatz von Reinforcement Learning verändern?

Prof. Reinhard Kahle, Leiter des CFvWZ Tübingen

Menschenzentrierte KI-Entwicklung

KI-Anwendungen strategisch planen auf der Basis von Wertesensitivem Design und Human-Centered Design

Ein praxisbezogenes, 2-tägiges Seminar für Entscheider:innen mit Anna Hoffmann in Zusammenarbeit mit dem Carl-Friedrich-von-Weizäcker-Zentrum der Universität Tübingen

  • Prinzipien der nachhaltigen und verantwortungsvollen künstlichen Intelligenz
  • Aktuelle Grenzen der KI
  • Überblick über die verschiedenen Grundformen der KI und des ML
  • Einführung in die menschzentrierte Gestaltung von KI-Systemen gemäß der DIN EN ISO 9241-210
  • An den Prinzipien von Aristoteles ausgerichtete User Experience
  • Impulse für KI-Anwendungen aus der Positiven Psychologie
  • KI – Kontextanalyse für die strategische Konzeption von KI-Anwendungen
  • Praxisübung: Anwendung der KI-Kontextanalyse an Use-Cases der Teilnehmenden
  • Wertesensitives Konzeptdesign für KI-Systeme und intelligente Systeme
  • Praxisübung: KI – Business-Model-Canvas
  • Sinus-Milieu® - Ein Blick in die aktuellen Leit- und Zukunftsmilieus in Deutschland
  • Persona Entwicklung für die konkreten Nutzer von KI-Anwendungen
  • Empathy-Map für das Erwartungsmanagement in der anvisierten Zielgruppe

Nächstes Seminar in Tübingen: 25. und 26. Februar 2025

Auch kostengünstig inhouse buchbar!

Menschzentrierte KI-Entwickung am CRvWZ/Tübingen

AI Symbolbild

Wird es zeitnah eine GenAI mit grenzenlosem Wissen oder kognitiver Kompetenz geben?

“In der Zukunft werden GenAI Lösungen über grenzenloses Wissen verfügen, sehr genau und zuverlässig sein, einen nahezu perfekten IQ und einen außergewöhnlichen EQ haben und Freundlichkeit, Unterstützung und Empathie verkörpern." - NEIN! Denn:

  • GenAI, wie sie die meisten verstehen (in Form von GPT), ist nur eine KI, die Worte in die rhetorisch wahrscheinliche Reihenfolge bringen kann. Das dahinterliegende LLM ist ein Sprachmodell, das für Übersetzungen entwickelt wurde. GPT und LLMs VERSTEHEN NICHTS im menschlichen Sinne. Intelligent meint nur eine intelligente Datenstruktur (eng. Intelligence), nicht die deutsche Bedeutung von Intelligenz. Die Brillanz der erzielten Rhetorik lässt die Menschen glauben, es wäre Sinn und Verstand in den Äußerungen. Das ist reiner Zufall. GenAI ist immer vom Zufall bestimmt. Darum ergibt ein und derselbe Prompt immer unterschiedliche Ergebnisse.

  • GenAI ist nur insoweit schöpferisch, als dass bei GenAI Daten verrauscht und dann wieder neu zusammengepuzzelt werden. Das fertige Puzzle wird dann mit dem Prompt abgeglichen (GenAI ist ein System aus KIs, nicht EINE KI), und wenn die Filter-KI entschieden hat, der Output ist okay (das wird nur nach Keywords/Token entschieden, nicht nach Wissen oder Verstehen), dann erscheint das Ergebnis in der Ausgabe. Dabei passieren naturgemäß viele Fehler, 20 % sind normal. Das „Halluzinieren“ ist also eine normale Ausgabeform von GenAI, weil sie dumm ist.


  • Um die Ausgabequalität von GenAI zu erhöhen, werden die Ergebnisse mit          Wissensgraphen (= klassische KI = Datennetzwerkstruktur mit von Menschen generierten und überprüften Dokumenten) oder klassischen Algorithmen (Mathe, Physik etc.) abgeglichen. Darum ist das „Halluzinieren“ z.B. bei ChatGPT etwas weniger geworden. Das ist kein Zeichen von Intelligenz der Maschine, sondern von einer besseren menschlichen Softwarearchitektur!

  • "Mit 8 Billionen Wörter pro Monat trainieren"= heißt nur, dass die rhetorischen Fähigkeiten des verknüpften LLM-Modells besser werden. Die KI ist aus menschlicher Sicht dadurch nicht schlauer! Was wird denn eigentlich bei ML oder NNs gelernt? Die KI lernt die richtige prozentuale Gewichtung von Faktoren innerhalb der Datenstruktur, im Fall von LLMs, mit welcher Wahrscheinlichkeit eine bestimmte Phrase (Token) in einer bestimmten Reihenfolge steht (das T bei GPT steht für Transformer, mit dieser ML-Klasse wird die Aufmerksamkeit bzw. die Reihenfolge von Token gesteuert).


  • Mit zu vielen Daten kann ein Model auch übertrainiert werden (= overfitting), dann kommt aus der KI nur noch Brei. Mehr heißt also nicht automatisch besser, inhaltlich „lernen“ tut sie auch nichts, und trainiert heißt nur, dass es für den Menschen noch schöner klingt. Intellektuell trainiert wurde da NICHTS! Logisch nachvollziehen kann das ML oder die GenAI auch rein GAR NICHTS! KI beruht bis auf KI-Modelle mit Reinforcement-Learning (wie zum Beispiel bei Gamingagenten in Spielen oder bei Robotern im Einsatz) auf Korrelation = statistischen Wahrscheinlichkeiten, die nicht durch logische Schlussfolgerungen abgesichert sind.


  • "Perfekten IQ": Das ist so gut wie zu 100% ausgeschlossen. Weil das KI-Viech nicht denken kann! KI strukturiert nur Daten-Tokens. KI kann keine neuen Erkenntnisse, oder echte neue schöpferische Gedanken haben. Sie kann nur mögliche Wahrscheinlichkeiten oder Zusammenhänge aufzeigen oder stur Anweisungen austesten und abarbeiten (das aber auch in hochdimensionalen Datensätzen), ansonsten ist KI blind. Für die Richtigkeit der Ausgaben ist in letzter Konsequenz immer ein Mensch/der User verantwortlich (Human in the loop).


  • "Einen außergewöhnlichen EQ haben und Freundlichkeit, Unterstützung und Empathie verkörpern": = rhetorisch vortäuschen. EQ ist nur ein neuer Wortfilter in der Interfaceschnittstelle der Sprachausgabe des LLMs. Mit echter Empathie hat das NICHTS zu tun. Durch Bots werden jetzt schon viele Menschen von ihrer Einsamkeit abgelenkt, das wird noch zunehmen. TEC KANN KEINE GEFÜHLE UND KEIN BEWUSSTSEIN HABEN, aber Menschen das vortäuschen, vor allem, wenn es falsche Vorstellungen von KI gibt.


  • "Sehr genau und zuverlässig sein": Mit der RAG-Architektur wird  aktuell versucht, durch die Kopplung von Wissensgraph-Systemen und überprüften Dokumenten aus dem Intranet den GenAIs das Halluzinieren auszutreiben. Also mit digitalem Wissen, das von Menschen erzeugt wurde. Wenn es gut geht, erzeugen die GenAIs in Zukunft weniger Fakenews und mehr hilfreiche Informationen.


WISSEN und ERKENNTNIS werden allerdings menschliche Eigenschaften bleiben, denn: KI ist nicht intelligent und die Datenarchitektur der NNs ist nur eine Bionik-Version der rudimentären Nervenstruktur im Gehirn und eben kein echtes Gehirn (von dem wir immer noch nicht sicher wissen, wie es funktioniert!)



Anna Hoffmann, April 2024

AI Symbolbild

Wertschöpfung zukunftsgerecht erhöhen

Eine Wachstumsstrategie entwickeln, die den realistischen Zukunftsaussichten der eigenen Organisation entspricht

Strategische Prozessberatung zum "Future state of business" mit folgenden Elementen, die in partizipativen Sessions mit relevanten Stakeholdern gemeinsam erarbeitet und definiert werden:

  • "Future Spectrum": Interaktive Workshops für die partizipative Einschätzungen von relevanten Zukunftsfaktoren und Macrothemen
  • "Future Archetypes": Entwicklungsoptionen des Geschäftsmodells in der zirkulären Transformation im Rahmen der Nationalen Kreislaufwirtschaftsstrategie (NKWS)
  • "Future state of business": Möglichkeiten nutzen & ungenutzte Potential heben
  • STEEP Taxonomie für die Multitransformation (Deep Tech, Klima & Fachkräfte)
  • Treiber, Trends und schwache Signale - den Komplexitätsmix beleuchten
  • Märkte und Bedarfslagen der Zukunft: "Future Jobs to be done"
  • Kritische Unsicherheitsfaktoren: Strategische 2x2 Szenarioanalyse
  • Optionen für regeneratives und klimagerechtes Wirtschaften entdecken
  • "Future North Star": Die ideale Zukunftsform der eigenen Organisation entwerfen
Share by: