Das Spielfeld: Digitalisierung gewinnen

Digitalisierung ist eine Betriebsfähigkeit

“Digitalisierung gewinnen” ist eine Betriebsfähigkeit: Du verbesserst dein Geschäft regelmäßig und nachweisbar, schneller als dein Umfeld. Mit der IT-Disziplin, als die es oft verbucht wird, hat das nur am Rand zu tun.

Das Spielfeld ist Wertschöpfung. Und Wertschöpfung gewinnt, wer drei Dinge beherrscht:

1. digitale Handarbeit aus dem System entfernen,
2. Daten schnell in Entscheidungen übersetzen,
3. Änderungen in kurzen Takten wirksam in den Betrieb bringen.

KI ist dabei ein Werkzeugkasten, kein Emblem. Eurostat führt KI-basierte Workflow-Automatisierung ausdrücklich als eine der KI-Kategorien auf.¹ Darin steckt ein Management-Hinweis: Wer Digitalisierung gewinnen will, redet zuerst über Arbeit, die verschwindet, und erst danach über Modelle.

Warum die Reise bei der Wirkung beginnt

Bevor es weitergeht, lohnt eine Verständigung über ein Wort, das in diesem Kapitel und im Rest des Buchs ständig vorkommt: Wirkung.

Ich meine damit eine messbare Veränderung im Kerngeschäft, die ohne unser Zutun nicht eingetreten wäre und die jemand außerhalb der eigenen Abteilung bemerkt. Drei Bedingungen also, und alle drei müssen erfüllt sein. Messbar heißt, es gibt eine Zahl mit einem Vorher und einem Nachher, und beide Werte hat jemand tatsächlich erhoben. Im Kerngeschäft heißt, die Veränderung zeigt sich dort, wo das Unternehmen sein Geld verdient, und nicht in der Projektlandschaft daneben. Bemerkbar heißt, dass ein Kunde, ein Kollege in der Fertigung oder die Kollegin in der Buchhaltung den Unterschied beschreiben kann, ohne dass wir ihnen vorher eine Folie zeigen müssen.

Diese Definition schließt den größeren Teil dessen aus, was heute unter Digitalisierung berichtet wird: eingeführte Systeme, geschulte Mitarbeiter, abgeschlossene Projekte, freigegebene Budgets, ausgelastete Teams. Das ist alles Aufwand und im besten Fall Voraussetzung, aber es ist keine Wirkung. Der Unterschied klingt akademisch und entscheidet trotzdem darüber, ob ein Unternehmen 2030 noch mitspielt.

Aus der Fernsehwerbung kennen wir den Satz: Zu Risiken und Nebenwirkungen fragen Sie Ihren Arzt oder Apotheker. In vielen Digitalprogrammen läuft es genau andersherum. Die Nebenwirkungen kennt jeder, weil sie im Kalender stehen: Abstimmungsrunden, Statusberichte, Migrationswochenenden, alle vierzehn Tage ein Lenkungskreis. Nach der Wirkung fragt niemand. Es gibt auch niemanden, den man fragen könnte.

Viele Organisationen steigen bei Digitalisierung auf der falschen Etage ein. Sie reden zuerst über Architektur, Plattformen, Zielbilder, Reifegrade, Anwendungsfälle. Das ist alles legitim. Und oft eine elegante Form, die härtere Frage zu umgehen: Welche betriebliche Wirkung wollen wir zuerst sichtbar machen?

In vielen Unternehmen gilt Digitalisierung als erfolgreich, sobald Projekte laufen, Budgets freigegeben sind und Arbeitsströme ausgelastet aussehen. So kommt es, dass Vorstandsfolien besser aussehen als die operative Realität. Denn die wird gerne vergessen, schön geredet oder schlimmstenfalls verkannt. Der sauberere Startpunkt heißt deshalb Engpass. Danach Durchlaufzeit. Und dann die Frage, ob nach dem Piloten im Standardbetrieb etwas anders läuft. Der schmerzhafte Startpunkt ist der allen sicherlich bestens bekannte “Finger in der Wunde”. Ein Pflaster hilft, insbesondere bei Kindern, die Fahrrad fahren lernen. Sie steigen dann auch direkt wieder aufs Rad und probieren es noch einmal, mit aller Konsequenz und ohne Wegducken.

Das politische Zielbild erhöht den Druck. Im Digital-Decade-Kontext verweist Eurostat darauf, dass bis 2030 drei von vier EU-Unternehmen Cloud-Computing-Dienste, Big Data oder KI nutzen sollen.² Ob Europa dieses Ziel erreicht, ändert für dein Unternehmen wenig. Für dich zählt: Was misst und änderst du ab heute, damit Digitalisierung im Jahr 2030 Betriebsrealität ist und kein Programm mehr?

Worum es geht

Konkret muss Klarheit geschaffen werden. Dies erfolgt durch KPIs, die im Kerngeschäft Wirkung zeigen sowie um “Anti-Indikatoren”, die Selbsttäuschung sichtbar machen. Es braucht einen Führungsrahmen, der aus Projekten Betriebsfähigkeit macht. Alle Mitarbeiter und Führungskräfte müssen die Prinzipien nicht nur verstehen, sondern diese Anwendung erleben. Dann fällt das Anwenden im Nachgang auch deutlich leichter und bringt den viel beschworenen “Change” auch gleich mit.

Fünf Prinzipien, die aus Buzzwords KPIs machen

Der Anruf am Monatsende funktioniert, weil dahinter ein geteiltes Verständnis liegt: die Rechnung geht raus, Gehalt kann bezahlt werden. Aus dieser sehr gut nachvollziehbaren Situation und Konstellation, habe ich die nachfolgenden fünf Prinzipien abgeleitet. Diese ermöglichen dasselbe Verständnis und die Anwendung für Wirkung im eigenen Unternehmen.

1) Durchlaufzeit schlägt Aktivität

Wenn du zählst, was du tust, also Projekte, Workshops, Roadmaps, Initiativen, verlierst du die Wirkung aus dem Blick.

Viele Digitalprogramme produzieren Aktivität und füllen die Terminkalender. Sie führen aber nicht zu kürzeren Durchlaufzeiten. Die Organisation ist beschäftigt. Besser ist sie nicht.

Die brauchbare und unmittelbar anwendbare Leitfrage lautet: Wie viel Zeit braucht es, bis wir nachweisbar besser sind? Die Zahl der Initiativen beantwortet sie nicht.

Die unangenehme Management-Pointe: Ein Werk mit drei sauber skalierten Verbesserungen ist digital weiter als ein Werk mit siebzehn Piloten und null Rollouts. Die Zahl ist hier bewusst als Zuspitzung formuliert. Der Punkt dahinter ist operativ: Aktivität ersetzt keine Wirkung.

2) Digitalisierung ist Task-Arbeit, nicht Tool-Arbeit

Digitalisierung gewinnt, wer Arbeit aus dem System entfernt. Besonders die Arbeit, die sich geschäftig anfühlt, aber niemand vermisst, wenn sie weg ist: Dateien vergleichen, Daten zwischen Systemen hin- und herkopieren, Abweichungen suchen, Statusberichte zusammenklicken oder Rückfragen stellen, nur weil Daten nicht selbsterklärend sind.

Diese digitale Handarbeit kostet in vielen Industrieorganisationen Zeit und verdeckt Kapazität, weil sie in keinem Business-Case sauber auftaucht. Niemand führt sie als Problem, obwohl genau dort Produktivität versickert. Und Eurostat macht dieses diffuse Thema griffig. Wenn KI-basierte Workflow-Automatisierung zur offiziellen Technologie-Kategorie wird, gehört die Automatisierung von Task-Arbeit mitten auf das Spielfeld.³

Die entscheidende Management-Frage lautet: Welche wiederkehrende Arbeit verschwindet danach? Wer zuerst über die Tool-Auswahl diskutiert, hat sich diese Frage gespart. Oder einen Hammer für die Schraube gekauft.

3) Data-to-Insight (von Daten zu entscheidungsreifer Einsicht) ist eine Management-Kennzahl

Daten sind kein Vorteil, wenn sie zu spät kommen.

Die operative Frage lautet: Wie lange dauert es von einem Ereignis, also Qualitätsabweichung, Lieferverzug, Nacharbeitsanstieg, bis ein Owner (neudeutsch: verantwortliche Person) eine entscheidungsreife Sicht hat?

Eurostat definiert Data Analytics als Nutzung von Technologien, Techniken oder Software-Tools, um patterns, trends und insights aus Daten zu extrahieren, mit dem Ziel, die Leistung im Unternehmen zu verbessern.⁴ Die entscheidende Zahl ist dann die Zeit bis zum Insight. “Wir haben Business Intelligence (BI)” ist keine Zahl. Das klingt eher nach dem Hammer, für dessen Zweck man noch ein Objekt sucht.

Data-to-Insight ist eine echte Führungskennzahl. Wer diese Zeit nicht kennt, führt mit Gefühl. Nach meinem Empfinden bedarf es einiger neuer Führungskennzahlen in den Unternehmen, um Wirkung überhaupt und Zeit bis zu eben dieser zu messen und verbessern zu können.

4) Piloten sind kein Fortschritt, wenn sie nicht skalieren

Ein Pilot ist ein Lerninstrument. Fortschritt beginnt erst, wenn daraus ein rolloutfähiges Paket mit drei Bestandteilen und Ergebnissen wird: Standard, Verantwortung, Betrieb.

Die praktische Regel lautet deshalb:

Kein Digital- oder KI-Pilot ohne Skalierungs-Commitment (Owner, KPI, Datum). Und kein Pilot ohne Kill-Regel, was für viele vermutlich die höchste Latte zum Überspringen ist. Denn hier geht es um den kontrollierten und wohl überlegten Abbruch, eine Aktion die als Scheitern aufgenommen werden könnte. Auch das ist eine Form von Disziplin: Ein Pilot darf scheitern. Endlos weiterleben darf er nicht.

Hier liegt in vielen Unternehmen der blinde Fleck. Wir belohnen den Start und feiern den Versuch, nicht die Entscheidung und nicht den Rollout. So wächst ein Portfolio aus halbfertigen Hoffnungen. Beeindruckend auf Folien. Zermürbend im Betrieb.

5) Ambition ohne Enablement (neudeutsch: Befähigung) bleibt Wunschdenken

Viele Strategien klingen größer als die Organisation, die sie tragen soll. Dann setzen wir KI-Ziele ohne Datenkompetenz, Automationsziele ohne Prozessdisziplin und Plattformziele ohne verbindliche Standards.

Eurostat benennt für Unternehmen, die KI-Nutzung erwogen hatten, die Hürden ungewöhnlich offen: fehlende relevante Expertise, unklare rechtliche Folgen und Sorgen um Datenschutz und Privatsphäre.⁵ Wenn eine Strategie diese drei Punkte nicht konkret bearbeitet, bleibt sie ein Poster. Dieses kann man an die Wand hängen und betrachten, weil es eben nur ein Poster ist und bleibt.

acatech diskutiert für die Industrie-4.0-Transformation außerdem Agilität, Flexibilität, Lernfähigkeit sowie den Aufbau von KI- und Datenkompetenzen, zusammen mit Organisation und Kultur.⁶ Enablement gehört damit ins Betriebssystem, nicht in die Rubrik weiche Faktoren. Der Fokus muss auf Datenkompetenz, Prozessdisziplin und verbindlichen Standards liegen. Nur so wird die Eintrittswahrscheinlichkeit der Ambition signifikant erhöht.

Die KPI-Landkarte: Woran du 2030 wirklich erkennst, ob du gewinnst

Stell dir vor, jemand ruft dich zwei Tage vor Monatsende an und fragt, was ihr diesen Monat an Wirkung eingebucht habt. Die Antwort muss aus dieser Liste kommen. Die folgenden KPIs sind so formuliert, dass sie im Kerngeschäft wirken, nicht nur in der IT. Und wirken heißt konkret, dass sie sich in der Gewinn- und Verlustrechnung eines Monats niederschlagen und nicht auf Statusberichten.

Wichtig: Zielwerte sind Vorschläge und müssen zu deiner Ausgangslage passen. Ohne Zielwert bleibt jede KPI ein Wunsch. Deshalb ist die Auseinandersetzung mit den individuellen KPI elementar, um Wirkung jetzt und bis 2030 zu entfalten. Alle Maßnahmen, Aktionen und Handlungen haben ihr individuellen Wirkungsbeitrag.

KPI 1: Automations-/Assistenzgrad digitaler Routinetasks

Definition: Anteil definierter Routinetasks (z. B. Dokumentvergleich, Stammdatenpflege, Angebotsvorbereitung, Reporting), die end-to-end (E2E) ohne manuelle Copy-and-Paste-Schritte laufen oder mit messbarer Assistenz pro Durchlauf.

Messpunkt: Prozess-Eventlogs plus Stichprobe pro Monat; Reporting als Prozent je Task-Klasse.

Ziel 2030 (Vorschlag): mehr als 70 % E2E-automatisiert oder assistiert in den Top-10-Routinetasks.

Der Wert dieser KPI: Sie zwingt die Organisation, Arbeit sichtbar zu machen, die sonst in Excel, E-Mails und persönlicher Improvisation verschwindet.

Hinweis zur Steuerung: Die Effekte verteilen sich ungleich. Eine NBER-Feldstudie im Customer-Support-Kontext berichtet im Mittel rund +14 % Produktivität, mit deutlich größerem Effekt für Novizen und kaum Effekt für sehr Erfahrene.⁷ Für deine KPI-Praxis heißt das: segmentieren statt schönrechnen.

KPI 2: Data-to-Insight Lead Time (Führungszeit von Daten zu Einsicht)

Definition: Median-Zeit vom Ereignis (Sensor, Qualitätsabweichung, Auftragsänderung) bis ein Owner eine entscheidungsreife Sicht hat.

Messpunkt: Zeitstempel-Kette vom Ereignis über Pipeline und Dashboard/Alarm bis zur Bestätigung.

Ziel 2030 (Vorschlag): produktionskritisch Minuten; für Management und Forecasting Stunden, nicht Tage.

Der Wert dieser KPI: Sie misst, ob Daten im Unternehmen zirkulieren oder wirken.

KPI 3: Change Lead Time

Definition: Median der Zeit von “Problem/Chance erkannt” bis die Änderung im Betrieb ist, ob Software, Analytik, Automatisierung oder Prozessregel, und ein Effekt in einer Zielkennzahl messbar wird.

Messpunkt: Ticket, Architecture Decision Record (ADR) oder Kaizen-Item bis Deploy/Release und KPI-Impact.

Ziel 2030 (Vorschlag): Wochen als Standard, nicht Quartale.

Der Wert dieser KPI: Sie zeigt, ob deine Organisation lernt und Wirkung erkennt oder nur analysiert und zur Kenntnis nimmt.

KPI 4: Pilot-to-Scale Conversion (Übergangsquote vom Pilot in den Standard)

Definition: Anteil der Piloten, die innerhalb eines definierten Zeitraums entweder skaliert oder bewusst beendet werden.

Messpunkt: Portfolio-Tracking mit Startdatum, Owner, wichtigster KPI des Piloten und Entscheidungsdatum.

Ziel 2030 (Vorschlag): mehr als 60 % Übergang oder Beendigungsentscheidung innerhalb von 12 Wochen; weniger als 10 % Zombie-Piloten über sechs Monate.

Der Wert dieser KPI: Sie misst, wie entscheidungsfähig ihr seid. Ausprobieren kann jeder.

Zwei Anti-Indikatoren, die sofort Alarm auslösen

1) Das Pilot-Portfolio wächst, aber Rollouts bleiben aus

Dann hast du Ausprobieren und etwas Lernen institutionalisiert, aber nicht den Erkenntnisgewinn und die Wirkung.

2) Es gibt eine KI-Strategie, aber niemand kann produktive Anwendungsfälle in Kernprozessen benennen. Die offensichtlichen Hürden bleiben liegen

Das ist ein Narrativ, ein Abnicken der Strategie aber kein Betriebsmodell, das im Tagesgeschäft die angestrebte Wirkung entfaltet.

Umsetzung: So machst du aus KPIs eine Betriebsfähigkeit

Schritt 1: Wähle 3 bis 5 KPIs und definiere den Messpunkt

Eine KPI ohne Messpunkt ist nur ein Satz. Deshalb ist es so wichtig, jede KPI zu beschreiben: Woher kommen die Daten? Wer ist Owner? In welchem Rhythmus wird entschieden? Was passiert, wenn die Zahl rot ist?

Den Rhythmus überspringen die meisten. Mein Investor hat nie einen Termin gebraucht, er hatte den Kalender im Kopf. Der Wirkung fehlt oftmals genau das: ein fester Tag, an dem jemand fragt, und eine Zahl, die dann vorliegt.

Schritt 2: Miss vier Wochen Baseline, ohne zu optimieren

Das fällt vielen Unternehmen, Teams und Mitarbeitern besonders schwer, weil Organisationen sofort in den Maßnahmenmodus springen. Schließlich möchte man direkt die Ärmel hochkrempeln und etwas “machen”. Leider wird daraus zu oft Aktionismus, schlimmstenfalls der blinden Variante.

Tu es trotzdem, nimm Dir die Zeit und lass vier Wochen Zeit “ins Land ziehen”. Ohne ehrliche Nullmessung wird aus jeder späteren Verbesserung nur ein Gefühl. Die vier Wochen sind vorher auch schon einige Male vorbeigezogen.

Schritt 3: Setze Zielwerte für 2030 und 12-Monats-Zwischenziele

2030 ist das Nordsternjahr und das ist noch ein wenig hin. Entscheidend ist aber, was sich in den nächsten zwölf Monaten verändert. Was sind die Stufen und Schritte der Optimierung?

Ein häufiger Management-Fehler ist, die Vision für 2030 zu diskutieren und die harte Arbeit für das nächste Quartal zu vertagen.

Schritt 4: Baue je KPI eine Rückkopplungsschleife

Wenn eine Zahl rot ist, muss klar sein, was passiert. Ob es eine detaillierte Analyse oder eine unmittelbare Maßnahme ist, hängt vom Prozess, dem angestrebten Ziel sowie der eigenen Reife ab.

Beispiele gibt es in vielfältiger Natur, nachfolgend ein paar Auszüge aus dem Unternehmensalltag:

• Data-to-Insight ist zu langsam -> Welche Schnittstelle oder Definition blockiert? Wer entscheidet den Standard?
• Pilot-to-Scale stockt -> Kill oder Skalierungs-Commitment. Keine dritte Option.
• Automationsgrad bleibt flach -> Welche Task-Klasse frisst Zeit, und warum wird sie nicht priorisiert?

Schritt 5: Verankere das Enablement der Mitarbeiter im KPI-System

Wenn du Automationsgrad und Lead Times misst, musst du auch die Voraussetzungen für Erfolg in diesen Bereichen sichtbar steuern: Skills, rechtliche Klarheit, Privacy-by-Design, Datenqualität, Standardisierung.

Ist dies nicht erfüllt, steigen die Ambitionen der Kennzahlen. Das System darunter bleibt gleich, Veränderung bleibt auf allen Ebenen aus: bei Mitarbeitern, den Prozessen und den angestrebten Ergebnissen.

Wo die Zeit tatsächlich verloren geht

Ein Ablauf, den ich in dieser Form mehrfach gesehen habe, bewusst generalisiert:

Eine Qualitätsabweichung taucht auf. Das Team weiß, dass sie da ist. Aber die Daten liegen in drei Systemen. Bis die Zahlen zusammengetragen sind, sind zwei Schichten vergangen. Daten hat hier jeder. Es fehlt an Data-to-Insight, in der Regel weil es einfach zu lange dauert und/oder lästig ist.

Das Zielbild heißt: Ereignis -> Insight -> Entscheidung, und zwar in kürzester Zeit und bevor die Abweichung teuer wird. Ein “Data Lake” als zentrale Datenplattform ist dafür bestenfalls ein Baustein, der die drei Systeme von oben zwar zusammenbringt, aber noch keinen Mehrwert schafft.

Solange erst Berichte gebaut, Freigaben eingeholt und Interpretationen abgestimmt werden, bleibt Digitalisierung Verwaltung. Sobald Daten rechtzeitig zu Entscheidungen führen, beginnt betriebliche Wirkung.

Ampel-Check

Den Selbstcheck zu diesem Kapitel (5 Dimensionen, Grün/Gelb/Rot) findest du gebündelt im Anhang: Selbstcheck.

KI im Einsatz

Hebel: KI hebt Automatisierungsgrad und Data-to-Insight-Tempo, also genau die KPIs, an denen sich Wirkung zeigt.

Guardrail: KI zählt nur, wenn sie eine Kern-KPI messbar bewegt, nicht als zusätzliche Initiative.

Erster Schritt: Eine Kern-KPI wählen und einen KI-Use-Case daran koppeln, mit Messpunkt vorher und nachher.

Takeaways

Der Maßstab für dieses Kapitel: Zähle deine wirksamen Verbesserungen, nicht deine Initiativen.

• Digitalisierung gewinnen ist messbar, sobald du Durchlaufzeiten, Automationsgrad und Entscheidungsfähigkeit misst.
• KI ist ein Werkzeugkasten, einschließlich KI-basierter Workflow-Automatisierung.⁸
• Data-to-Insight ist eine Führungskennzahl.⁹
• Piloten sind nur dann Fortschritt, wenn sie in Skalierung oder ein bewusstes Ende münden.
• Segmentiere KPI-Effekte, sonst verschwindet Wirkung im Durchschnitt.¹⁰
• Ziele ohne Enablement bleiben Wunschdenken.¹¹¹²

Für die Liquidität klingelt zwei Tage vor Monatsende das Telefon. Wer diesen Anruf hat, aber keinen für Wirkung, führt nur die Hälfte des Unternehmens.

Checkliste (Do this tomorrow)

• Definiere zehn Routinetasks und miss eine Woche lang, wie viel Zeit in Copy/Paste, Abgleich und Rückfragen verschwindet.
• Wähle einen kritischen End-to-End-Flow und miss Data-to-Insight: Event -> Insight -> Entscheidung.
• Setze für alle neuen Piloten eine Kill-Regel und ein Skalierungsdatum.
• Benenne je KPI einen echten Owner, nicht nur einen Sponsor.
• Trag dir den vorletzten Werktag des Monats in den Kalender und stell die Frage selbst: Welche Zahl hat sich verbessert, und warum?