Lean-OKRs als treibende Kraft

Die meisten Unternehmen geben an, dass sie „KI einsetzen“. Copiloten werden eingeführt. Pilotprojekte werden finanziert. Demos beeindrucken. Einige Teams bringen ihre Produkte schneller auf den Markt.

Und dann sieht das Unternehmen … genauso aus wie zuvor.

Das ist die Illusion des Fortschritts: mehr Aktivität, ansprechendere Ergebnisse, aber keine wirkliche Veränderung hinsichtlich des Kundennutzens, der Durchlaufzeit oder der Kosten.

Das Problem liegt selten im Modell, in den Daten oder in den Mitarbeitern. Es liegt an der Absicht. Und genau daran scheitern Führungskräfte, wie ich seit Jahren beobachte.

Wenn Ihre Ziele als Aufgaben und Ergebnisse formuliert sind, hilft Ihnen die KI dabei, diese Aufgaben schneller zu erledigen – und dabei Ihr Betriebsmodell genau so beizubehalten, wie es ist.

In meinem Buch „Moving the Needle with Lean OKRs“, weise ich auf einen Punkt hin, den die meisten Führungsteams übersehen: OKRs sind keine Leistungsbewertung. Sie sind ein System zum Denken und zur Zielerreichung. Richtig eingesetzt, zwingen sie dazu, eine tiefgreifendere Frage zu stellen als „Wie können wir besser umsetzen?“

Sie fragen: Was würde das System verändern und die Geschäftsergebnisse verbessern?

Das ist die Frage, die KI von einer schnelleren Tastatur zu einer neuen Arbeitsweise macht.

OKRs – in einfacher Sprache

OKRs steht für „Objectives and Key Results“.

Ein Ziel ist eine klare Formulierung dessen, was Sie ändern möchten. Ein Schlüsselergebnis ist der messbare Nachweis dafür, dass die Veränderung tatsächlich stattfindet.

Die Gefahr – und das habe ich in fast jeder Organisation beobachtet, mit der ich zusammengearbeitet habe – besteht darin, dass Schlüsselergebnisse zu einem Projektplan werden:

Das sind Arbeitsergebnisse. Sie können alle „erledigt“ werden, ohne dass die Kunden etwas davon bemerken.

Schlanke OKRs schaffen hier Klarheit.

In meinem Buch vertrete ich die Ansicht, dass „Key Results“ Ergebnisse und Verhaltensänderungen beschreiben müssen – und nicht Arbeitspakete. Entscheidend ist zudem, dass die Methode zur Erreichung dieser Ergebnisse offen gehalten wird. Diese Kombination – klares Ergebnis, offener Weg – ist die Einschränkung, die Teams dazu antreibt, ihre Komfortzone zu verlassen.

Hier ist ein einfaches Beispiel:

Ziel: Verkürzung der Einarbeitungszeit für Kunden, damit neue Kunden bereits nach wenigen Tagen und nicht erst nach Wochen einen Nutzen daraus ziehen können.

Wichtigste Ergebnisse: - Verkürzung der medianen Einarbeitungszeit von 10 Tagen auf 2 Tage. - Steigerung der Aktivierungsrate in der ersten Woche von 40 % auf 70 %. - Begrenzung der Support-Anfragen während der Einarbeitungsphase auf unter 5 % der neuen Konten.

Keine Erwähnung von Werkzeugen. Keine Erwähnung von Funktionen. Nur die Änderung, die Sie sich wünschen.

Pragmatische Ziele erfordern Innovation

Ein pragmatisches Ziel ist nicht zaghaft. Es ist realistisch.

Ausgangspunkt ist ein konkretes geschäftliches Problem, das als Ergebnis formuliert wird und über einen klaren Erfolgsmesswert verfügt. Das macht den Ansatz pragmatisch. Doch wenn das Ziel von Bedeutung ist, lässt es sich in der Regel nicht allein durch „mehr Einsatz“ erreichen. Die Kluft zwischen der aktuellen Situation und dem Ziel zwingt zur Innovation.

Bei meiner Arbeit mit Klienten habe ich zwei Arten beobachtet:

KI ist in beiden Bereichen nützlich. Der Haken daran ist, dass die meisten Unternehmen nur die Version mit dem kleinen „i“ erwerben: schnelleres Schreiben, schnellere Analyse, schnellere Bereitstellung. Das ist zwar hilfreich, bewirkt aber selten eine wesentliche Veränderung.

Die Arbeit am „großen Ich“ beginnt dann, wenn das Ziel so stark ist, dass alte Lösungen lächerlich erscheinen.

Warum die Bemühungen im Bereich der KI ins Stocken geraten

Die meisten KI-Initiativen sind in ein ergebnisorientiertes Managementsystem eingebettet. Führungskräfte definieren Erfolg anhand von Ergebnissen, Zeitplänen und Auslastung. Teams werden für die Umsetzung belohnt, nicht für das Lernen.

In diesem Umfeld wird die KI zu einem zuverlässigen Assistenten: schneller schreiben, schneller analysieren, prägnanter zusammenfassen.

Aus Lean-Sicht – und darüber habe ich bereits ausführlich geschrieben – ist dies vollkommen vorhersehbar. Die Optimierung von Abläufen führt nicht zu besseren Ergebnissen. Die Beschleunigung von Aufgaben stellt Annahmen nicht in Frage. Und KI wird Ziele nicht hinterfragen, die von Menschen schlecht definiert wurden.

KI macht die Qualität des Denkens bereits im Vorfeld deutlich.

Lean-OKRs als treibende Kraft

„Lean OKRs“ sorgen bewusst für Unbehagen. Sie legen Wert auf klare Ergebnisse, ohne den Weg dorthin vorzuschreiben. Sie ersetzen detaillierte Pläne durch überprüfbare Absichten.

Aus meiner Erfahrung lassen sie sich deshalb so gut mit KI kombinieren.

Wenn Führungskräfte Ziele formulieren, die große Herausforderungen beschreiben – das Kundenverhalten ändern, Durchlaufzeiten verkürzen, die Konversionsrate steigern, Risiken verringern –, verlieren die Teams die Sicherheit, die ihnen vertraute Lösungen bieten. bloße Aktivität ist dann kein Beweis mehr für Fortschritt.

Es stellt sich die Frage: Was sind Dinge, die wir noch nie ausprobiert haben, und wie könnten wir sie in Angriff nehmen?

An diesem Punkt ist die KI nicht mehr nur ein Werkzeug, um den Arbeitsrückstand abzubauen, sondern wird zu einem Partner bei der Erkundung: Sie generiert Optionen, erkennt Muster, testet Ideen und beschleunigt Lernzyklen.

Nutzen Sie KI, um Arbeitsaufwand zu reduzieren, nicht um ihn zu beschleunigen

Nehmen wir das Beispiel der Spesenabrechnung.

Eine rein zeitsparende Vorgehensweise besteht darin, die KI die Empfangsbestätigungen lesen und die Felder ausfüllen zu lassen. Das Formular bleibt weiterhin bestehen; die Genehmigungen werden weiterhin in die Warteschlange gestellt.

Ein ergebnisorientierter Ansatz – wie ich ihn in meinem Buch befürworte – besteht darin, ein Schlüsselziel wie das folgende festzulegen: „95 % der Ausgaben werden ohne Genehmigung verbucht und erst nachträglich überprüft.“

Nun ändert sich die Arbeitsweise. Sie befassen sich nun mit Richtlinien, Ausgabenobergrenzen, klareren Regeln und der Behandlung von Ausnahmen. Die Systeme kennzeichnen Ausreißer; die Mitarbeiter kümmern sich um den kleinen Teil, der eine Ermessensentscheidung erfordert.

Im Kundenservice sieht es genauso aus.

Wenn das Ziel darin besteht, „die Zeit bis zur Lösung komplexer Fälle zu halbieren“, reicht ein freundlicherer Chatbot dafür nicht aus. Sie benötigen eine bessere Fallzuordnung, eine übersichtlichere Erfassung von Wissen und eine schnellere Eskalation. KI kann zwar Antwortentwürfe erstellen und frühere Fälle durchsuchen, doch der größere Gewinn ergibt sich aus der Neugestaltung des Arbeitsablaufs, sodass Menschen ihre Zeit dort einsetzen können, wo ihr Urteilsvermögen gefragt ist.

Vom Assistenten zum Agenten

Die meisten Organisationen nutzen KI als Hilfsmittel: Sie macht Vorschläge, erstellt Entwürfe und fasst Inhalte zusammen.

Agenten gehen noch einen Schritt weiter. Sie können Schritte planen, Tools aufrufen und eine Aufgabe systemübergreifend mit minimalem Hin- und Her-Austausch erledigen. Dadurch eignen sie sich besonders für Aufgaben, die derzeit durch Übergaben zusammengehalten werden: Einarbeitung, Compliance-Prüfungen, Vertragsabläufe.

Ergebnisziele offenbaren oft eine schonungslose Wahrheit: Menschen sind nicht in der Lage, sie in großem Maßstab zu erreichen.

Wenn Ihr Schlüsselziel lautet: „Verkürzung der Vertragsbearbeitungszeit von 14 Tagen auf 4 Stunden“, erreichen Sie dies nicht, indem Sie die Juristen auffordern, schneller zu tippen. Sie erreichen dies, indem Sie den gesamten Prozess neu gestalten: Standardklauseln, klare Rahmenbedingungen, Ausnahmeprozesse und ein System, das Entwürfe erstellt, vergleicht, weiterleitet und nachverfolgt – während Menschen sich um die Sonderfälle kümmern.

Das ist eine Aufgabe von großer Tragweite.

Der wöchentliche Rhythmus, der für Beständigkeit sorgt

In meinem Buch ist eines der Themen, auf die ich besonders großen Wert lege, Folgendes: „Lean OKRs“ verändern nicht nur das, was Sie aufschreiben. Sie verändern auch die Art und Weise, wie Sie Ihre Woche gestalten.

Anstelle von Status-Theater wird beim wöchentlichen Check-in eine einzige Frage gestellt: Wie zuversichtlich sind wir, dass wir die Schlüsselergebnisse erreichen werden? Eine niedrige Bewertung ist kein Vorwurf. Sie ist ein Signal, den Plan anzupassen, Hindernisse aus dem Weg zu räumen oder schneller zu lernen.

Wichtige Ergebnisse sind Lernsignale. Sie geben Aufschluss darüber, ob Ihre Strategien aufgehen.

So fangen Sie an

Wählen Sie einen Ansatz aus, den Sie umsetzen möchten. Entscheiden Sie sich für ein geschäftliches Ergebnis, das wirklich zählt – und nicht für die Einführung eines Tools, die als Strategie getarnt ist.

Formulieren Sie Schlüsselergebnisse, die Verhaltensänderungen beschreiben. Was werden die Kunden anders machen? Was werden die Teams nicht mehr tun? Was wird das System selbstständig erledigen?

Gestalten Sie die Arbeit anschließend entsprechend diesem Ergebnis neu. Erfassen Sie den aktuellen Prozess. Entscheiden Sie, welche Schritte entfallen sollen, welche zu festen Regeln werden sollen und welche menschliches Urteilsvermögen erfordern.

Wenn die KI die Art und Weise, wie Ihr Unternehmen Erfolg definiert, nicht verändert, liegt das Problem selten an der KI selbst.

Ihre Ziele sind nicht „Lean“ genug, um den Wandel voranzutreiben.

Möchten Sie mehr über OKRs erfahren? Kontaktieren Sie mich oder nehmen Sie an einer unserer Schulungen zum Thema OKRs bei der Xebia Academy teil.