Digitale Transformation: Innovations-Methoden (Methode)

Digitale Innovation hängt stark vom Denken und Handeln der Führungskräfte ab - Wir stellen zwei analytische Denkweisen vor und zeigen auf, wie digitale Innovation richtig gedacht wird.

630

Kai Hebenstreit

Kai Hebenstreit ist Chefredakteur und Gründer des digitalen Magazins manymize magazin®. Kai ist Experte für digitale Geschäftsmodelle und Start-ups, digitale Produktstrategien und UX-Design und -Management. Er ist Diplom-Designer mit einem zusätzlichen Abschluss in Verhaltenspsychologie. Auf Agenturseite zählen zu seinen Kunden GetIt (heute KPS Digital), OgilvyOne und BBDO - auf Unternehmensseite unter anderem die METRO AG, Dr. Oetker, Unitymedia, Porsche und Volkswagen.

Alle Beiträge zeigen

Innovations-Methoden: Der Wandel im Denken und Handeln

Der digitale Wandel der Gesellschaft sowie die permanente Verfügbarkeit digitaler Informationen und Wertschöpfungen erreicht Unternehmen und deren Wertschöpfung. Neue Erwartungen seitens des Kunden treffen auf traditionelles Branchen- und Marktdenken. Junge, frische Unternehmen mit digitaler DNA ignorieren etablierte Regeln, Gesetze und Grenzen. Sie entwickeln neue Angebote passgenau auf die Bedürfnisse der sich wandelnden Gesellschaft. Ihr Werkzeug ist neben digitalem Verständnis und technologischem Background eine andere Art des Denkens und Handelns.

In diesem Insight werden wir Ihnen zeigen, dass viele der gängigen Probleme im Kontext der digitalen Transformation aus den vorherrschenden Denkarten resultieren. Wir werden Ihnen zwei analytische Denkarten vorstellen. Die eine Denkart wird seit Jahrzehnten an Schulen, Universitäten und in Unternehmen praktiziert. Sie geht von Bekanntem und von festen Systemen aus, beobachtet Erfolgsmuster und wendet diese auf die eigene Situation an. Die Veränderungen in der Gesellschaft lassen die bekannten Systeme bröckeln. Die Digitalisierung definiert Grenzen, Regeln und Erfolgsfaktoren neu. Es ist nicht mehr möglich, Ableitungen zu bilden, wenn die Erfolgsfaktoren tief in den digitalen (Verhaltens- und Kunden-) Daten der modernen Digitalunternehmen schlummern. Als alternative analytische Denkart stellen wir Ihnen eine Systematik vor, die durch moderne digitale Unternehmen gelebt wird und sich bis ins unternehmerische Handeln auswirkt. Diese Art zu Denken wurde im Silicon Valley kultiviert, reduziert das Risiko von Fehlinvestitionen und erhöht die Chancen auf neue Märkte und Umsätze.

Innovations-Methoden: Neues Denken und Handeln für die Unternehmensstrategie

Die digitale Transformation der Gesellschaft – ausgelöst durch mobile Endgeräte und digitale Applikationen – erzeugt unendliche Chancen und Möglichkeiten für Unternehmen. Die meisten der zukünftigen Wertschöpfungen lassen sich nicht von bekannten Geschäftsmodellen und Wertschöpfungen ableiten. Bestehende Systeme, Branchen und Märkte sind gefährdet. Die damit verbundenen Konstanten für das analytische Denken verschwimmen. Die Herausforderung liegt in den momentan bevorzugten und den zukünftig benötigten Denkstilen. Tatsächlich unterscheidet die Psychologie zwei größere Arten des analytischen Denkens:

Das herleitungsorientierte Denken startet bei bekannten Konstanten, sucht nach Mustern und Regeln und überführt das unspezifisch Beobachtete in spezifische, auf die eigene Lage passende Lösungen. Diese Art des Denkens wird in der Schule, an der Universität und letztendlich im wirtschaftlichen Alltag gepflegt. Im Kontext der digitalen Gesellschaft funktioniert dieses Denken jedoch nicht mehr. Erfolgsfaktoren liegen immer häufiger in Form digitaler Verhaltensdaten vor – unsichtbar für Externe. Geschäftsberichte lassen keine Rückschlüsse mehr über den Erfolg oder Misserfolg einzelner Geschäftsbereiche zu (siehe Amazon). Sichtbare Aktivitäten digitaler Vorreiter am Markt bedeuten nicht zwangsläufig bereits ein profitables Geschäftsmodell und führen im schlimmsten Fall in die falsche strategische Richtung.

Die zweite Art des analytischen Denkens ist das erkenntnisorientierte Denken. Es basiert viel stärker auf den Wechselwirkungen zwischen Denken und Handeln. Es erzeugt neue Muster, neue Fakten und letztendlich neue Systeme. Denken und Handeln wechseln sich in kurzen Zyklen ab. Hypothesen werden ausgehend von einer Konstante (z.B. Bedürfnisse, Kundenprofile) entwickelt und direkt am Markt empirisch belegt oder widerlegt. Diese Art des Denkens ist vor allem in den vier großen US-amerikanischen Digitalunternehmen Apple, Amazon, Google und Facebook etabliert und ist Basis der Vorgehensweise der meisten heutigen Startups.

Wir wollen uns die beiden Denkweisen im Detail anschauen und voneinander abgrenzen, aber auch Schnittstellen zeigen. Am Ende des Insights präsentieren wir Ihnen einen Ansatz, mit dem sich beide Denkweisen verbinden lassen – zu einem neuen Denken und Handeln in unternehmensstrategischen Fragestellungen, für die digitalen Märkte der Gegenwart und Zukunft.

Denken in bestehenden Systemen (herleitungsorientiertes Denken)

Innovations-Methoden in der Digitalisierung

Das herleitungsorientierte analytische Denken wird in der Schule, im Studium und in der Wirtschaft geprägt. Aus beobachtbaren Fakten werden Muster für Erfolg oder Misserfolg abgeleitet. Die unspezifischen Erkenntnisse werden auf die eigene Situation transformiert und in spezifische Handlungen überführt. Das Denken funktioniert vor allem dann, wenn das beobachtete System relativ transparent ist, die Grenzen und Spielregeln klar sind und auch sonst relative Stabilität herrscht. Diese Tatsache erklärt auch, warum dieses Denken sein Zuhause im Management hat. Hier hat es in den letzten 100 Jahren Impulse für Differenzierung und Positionierung in bekannten Rahmenbedingungen geliefert. Es gehört zum Rüstzeug eines jeden Managers und Unternehmensführers. Allerdings stößt diese Art des Denkens in den vergangenen Jahren immer öfter an seine Grenzen. Denn digitale Vorreiter lassen sich in der Regel kaum in die Karten schauen. Die Erfolgsfaktoren begründen sich in der Regel auf speziellen technologischen Konzepten und verhaltensspezifischen Daten. Beide sind für andere Marktteilnehmer immer seltener einsehbar. Damit fehlt die konstante Basis für herleitungsorientiertes Denken.

Werkzeuge

  • Best-Practice-Analysen

    Identifikation, Ableitung und Transformation von Erfolgsfaktoren auf die eigenen Unternehmenssituation. Erfolgt im Kontext der Branche und des eigenen Marktes. Neue Produkte und Dienstleistungen in der Regel aus der bekannten Wertschöpfung der Branche entwickelt. Chancen begrenzen sich auf die naheliegende und für die Führungskräfte fassbare Lösung.

  • Marktforschung

    Liefert Informationen über den Status Quo im Markt. Bedürfnisse der Kunden werden oberflächig abgefragt, dringen aber nicht so tief ein, dass tatsächliche Chancen sichtbar werden. Antworten und Auswertungen bezüglich neuer Angebote und Bedürfnisse bewegt sich im Rahmen bekannter Dienstleistungen und Produkte. Der Kunde kann jedoch selbst nicht Innovation denken, er kann maximal auf Innovation reagieren.

  • Branchenstrukturanalysen

    Liefern ein Bild der Regeln, Grenzen und Fakten einer Branche. Damit wird die strategische Einordnung in eine Branche ermöglicht. Da Branchen allerdings heute relativ schnell disruptiv verändert werden können, sind Branchenstrukturanalysen für Innovation nicht geeignet. Sie bewegen sich ebenfalls im Rahmen des Bekannten und Beobachtbaren.

Vorteile

  • Hands-on und aktionistisch

    Systematisch und schnell, sobald die Rahmenbedingungen konstant und die Erfolgsfaktoren im Markt und in der Branche zu identifizieren sind. Entscheidungen führen schnell zu Handlungen.

  • Effizientes Kopieren erfolgreicher Systeme

    Systeme können zügig auf die eigene Situation adaptiert werden. Es wird in der Regel in beständigen Systemen und relativer Sicherheit agiert. Die Stellschrauben sind bekannt oder können durch Analyse und Beobachtung identifiziert werden.

Nachteile

  • Unwirksam bei Unsicherheit

    Das System funktioniert nicht, sobald Unsicherheit bezüglich der Erfolgsfaktoren besteht. Unvollständige Daten, nicht dekonstruierbare Wertschöpfungen und Unsicherheit bezüglich der Rentabilität beobachteter Marktbewegungen (z.B. neue Lösungen digitaler Unternehmen) verhindern es, sinnvolle Muster und zu erkennen und Ableitungen auf die eigene Situation zu bilden.

  • Ignorieren neuer Bedürfnisse

    Das System grenzt neue Bedürfnisse und Verhaltensweisen auf Nachfrageseite (Kunden) vollständig aus. Beobachtet wird, was der Wettbewerb, die Branche, der Markt macht. Handeln erfolgt nur und ausschließlich im Rahmen des Bekannten. Innovation, die Grenzen, Regeln und Wertschöpfungen neu definieren würde, kann auf diese Weise nicht entstehen. In der Regel wird diese von außen aufgezwungen (z.B. Uber und Taxis, Booking.com und Hotels). Den neuen Regeln müssen dann alle Branchenmitglieder folgen.

  • Falsches Gefühl der Sicherheit

    Das herleitungsorientiere Denken erzeugt zu Beginn das Gefühl der Sicherheit. Branchenwissen, Expertenwissen und scheinbar richtige Ableitungen erzeugen Sicherheit bezüglich der strategischen Richtung. Mit fortlaufendem Projekt steigt jedoch die Unsicherheit, ob die Lösung durch den Kunden akzeptiert und gewünscht ist. Aus der scheinbaren Unsicherheit wird echte Unsicherheit. Über den Erfolg wird dann zum Zeitpunkt des ersten Kundenkontaktes entschieden. Ein Glücksspiel, in dem nur Berater und Dienstleister gut und sicher verdienen.

Das herleitungsorientierte Denken hat in den vergangenen Jahrzehnten gut funktioniert. Es ist das bevorzugte Denken und Handeln in bestehenden Branchen und Märkten, um innerhalb dieser Grenzen Innovation zu erzeugen. Die Gefahr dieser Denkweise: Es entstehen nur Varianten derselben Wertschöpfung. Die Branche und alle beteiligten Unternehmen werden anfällig für externe Eindringlinge. Diese dringen schnell und mit voller Stärke in die Branche ein und verändern bestehende Branchen- und Marktregeln. Zu den bekanntesten Beispielen gehört die Hotelbranche, die mittlerweile durch Hotel-Suchmaschinen dominiert wird. Die Technologie und Ressourcen standen auch den Hotelriesen zur Verfügung, um ein vergleichbares Angebot zu schaffen. Diese Möglichkeit lag jedoch einfach außerhalb des Branchendenkens und wurde daher nicht als Chance erkannt. Jetzt fällt für jede über eine Hotel-Suchmaschine erfolgte Buchung eine happige Provision an – während das Risiko zum Betrieb der Hotels nach wie vor bei den Hotelunternehmen liegt.

Amazon entwickelt beispielsweise seine Geschäftsfelder systematisch mit der erkenntnisorientierten Methode. Das Auftauchen eines Angebotes am Markt heißt demzufolge nicht automatisch, dass dieses Geschäftsfeld profitabel ist und langfristig Teil des Amazon-Geschäftsportfolios wird. Die herleitungsorientierte Denkweise würde diese Muster als Indikator für neue, erfolgreiche Geschäftsfelder bewerten und strategische Maßnahmen zur Adaption einleiten – im Zweifelsfall ein schwerwiegender Fehler.

Innovations-Methoden: Generierung von hypothesenbasierten, validierten Erkenntnissen (erkenntnisorientiertes Denken)

Innovations-Methoden in der Digitalisierung

Erkenntnisorientiertes Denken und Handeln entfaltet seine volle Wirkung unter Unsicherheit. Unsicherheit über das Bedürfnis, das Problem, die notwendige Lösung und deren Ausgestaltung. Populär wurde es vor allem durch Design-Thinking. Mit dieser Methode wechseln Teilnehmer vom herleitungsorientierten Denken in das erkenntnisorientierte Denken und Handeln. Erkenntnisorientiertes Denken erzeugt Hypothesen auf Basis eines bekannten Elements (z.B. Kunden und neues Verhalten). Die Hypothesen werden danach empirisch am Markt validiert oder widerlegt. Sie leiten sich direkt aus dem Alltag der Kunden ab und finden in der Schnittstelle aus menschlichen Bedürfnissen, technischer und wirtschaftlicher Machbarkeit statt. Der Fokus liegt dabei stark auf den Bedürfnissen. Sie sind das wichtigste Element.

Die Hypothesen werden mit geeigneten Methoden (siehe Werkzeuge) direkt am Markt mit Kunden getestet. Das Feedback bestätigt oder widerlegt die Hypothese. Bestätigte Hypothesen erzeugen nach und nach ein konkretes Bild der Innovation. Widerlegte Hypothesen werden analysiert und in neue Hypothesen überführt. Auf diese Weise entsteht Schritt für Schritt ein neues System aus bisher unbekannten Erfolgsfaktoren. Die Aneinanderreihung zu einem neuen System erzeugt Innovation, die die Branche verändern kann und zu neuen Märkten führt. Erkenntnisorientiertes Denken ist effizient und effektiv. Es investiert nur so viel mentalen, finanziellen und personellen Aufwand, wie für das Erstellen und Testen der Hypothesen notwendig ist.

In strategischen Projekten entsteht Feedback vom Markt sonst erst am Ende eines langwierigen Prozesses, in dem Hypothesen von Experten intern diskutiert und abgewogen werden. Damit steigt der Erfolgsdruck zum Ende des Projektes an und ebenso das Risiko, in vollem Umfang zu scheitern. Erkenntnisorientierte Projekte erzeugen sofortiges Feedback vom Markt im laufenden Projekt. Ein solches Projekt startet mit vielen Unbekannten und hoher Unsicherheit, generiert aber nach Start sofort Wissen. Mit jeder überprüften Hypothese gewinnt das Projekt an Sicherheit. Der Erfolg wird mit zunehmender Dauer wahrscheinlicher. Vor allem der Mittelstand profitiert von der erkenntnisorientierten Denkweise und dem daraus resultierenden schnellen Handeln.

Werkzeuge

  • Verhaltenspsychologische Kundenanalysen

    Aufbau psychologisch fundierter Personas als Grundlage für die Entwicklung von Ideen, Hypothesen und Testszenarien. Die Personas gehen von aktuellen Kunden aus und integrieren Veränderungen, die durch Trends und die digitale Transformation der Gesellschaft entstehen.

  • Design-Thinking-Workshops

    Ermöglichen den Wechsel vom herleitungsorientierten zum erkenntnisorientierten Denken. Liefern Ideen und Hypothesen, die dann am Markt getestet und validiert werden können. Mehr über Design-Thinking lesen Sie in diesem Insight.

  • Minimum-Viable-Product & Customer-Development

    Das formale Konstrukt hinter der erkenntnisorientierten Entwicklung neuer digitaler Angebote. Das Minimum-Viable-Product ist ein Werkzeug, um möglichst effizient und effektiv Annahmen am Markt zu testen. Customer-Development beschreibt den gesamten Prozess von der Lernphase bis hin zur Institutionalisierung des Startups in ein Unternehmen.

  • Business-Model-Canvas

    Das Werkzeug zur Dokumentation bekannter und zukünftiger Geschäftsmodelle in leicht verständlicher und visueller Form. Hypothesen und Erkenntnisse lassen sich mit dem Business-Model-Canvas erfassen und dokumentieren. Es stellt den organisatorischen Rahmen, um ein neues Geschäftsmodell systematisch und lernorientiert zu erzeugen.

  • Bewährte digitale Geschäftsmodelle

    Nutzung funktionierender digitaler Geschäftsmodelle als Ausgangspunkt für die Generierung innovativer Ideen. Die bewährten digitalen Geschäftsmodelle sind die Schnittstelle zum herleitungsorientierten Geschäftsmodell. Sie bieten die Chance, in Kombination mit den Kundenarchetypen erfolgsversprechende Muster auf die eigenen Branche und das eigene Angebot zu adaptieren. Damit liefern sie zusätzliche Leitplanken, um das Denken zu lenken und Orientierung zu geben. Die Modelle können kombiniert, variiert und neu gedacht werden.

Vorteile

  • Wechselwirkung im Unternehmen

    Vorhandenes Branchendenken wird durchbrochen. Das Denken fokussiert Nutzen für den Kunden und integriert Wissen um verändertes Verhalten. Die dokumentierten Erkenntnisse über den Kunden sind im gesamten Unternehmen als Blaupause zu benutzen. Damit wirken sie sowohl in Richtung des Innovationsprojektes, als auch in Richtung der bereits etablierten Geschäftsfelder und Wertschöpfungen.

  • Effizient und effektiv

    Erkenntnisorientiertes Denken und Handeln reduziert Vermutungen und erzeugt empirisch belegte Fakten. Dieser Vorgang erfolgt schnell, unmittelbar und führt zu neuen Erkenntnissen. Diese erzeugen kombiniert eine neue Wertschöpfung, die unter Einsatz der absolut notwendigen technischen und personellen Ressourcen implementiert wird.

  • Frühzeitiges Erkennen von Erfolgsfaktoren

    In klassischen Strategieprojekten setzt der Lerneffekt meistens erst nach umfangreichen Beratungen, technischer Konzeption und Umsetzung ein. In dieser Zeit wird ein Großteil des Budgets investiert, um Vermutungen umzusetzen. Das erkenntnisorientierte Denken und Handeln versucht mit möglichst geringen Investments maximale Lerneffekte zu generieren und damit die Fakten zu generieren, die für das Strategie-Projekt notwendig sind. Lernen und Umsetzen erfolgt zum Teil parallel. Diese Vorgehensweise minimiert das Risiko der falschen strategischen Weichenstellung. Daten werden auf Basis echter Interaktionen zwischen Unternehmen und Kunden generiert. Kurzfristig verlockende, aber langfristig teure Vermutungen werden durch schnelles Testen am Markt vermieden. Sorgfältig ausgewählte und aufgebaute Minimum-Viable-Products erzeugen zügig Erkenntnisse um die wirtschaftlich erfolgreiche Anwendung digitaler Technologie.

  • Schnelles Feedback vom Markt

    Erkenntnisorientiertes Denken und Handeln erzeugt sehr schnell Wissen. Dieses Wissen mindert die Unsicherheit, unter der das Unternehmen seine digitale Strategie plant und durchführt. Das Erlebnis ist umgekehrt zum herleitungsorientierten Denken. Dort herrscht zu Beginn Sicherheit, das Richtige zu tun (Experten- und Branchenwissen), während mit fortlaufendem Projekt die Unsicherheit steigt, ob die Lösung vom Kunden angenommen wird (Bedürfnis-Match).

Nachteile

  • Denkwechsel notwendig

    Das erkenntnisorientierte Denken bedeutet ein Loslösen vom Experten- und Branchendenken. Nicht das Wissen um bekannte Erfolgsfaktoren in bekannten Märkten dominiert das erkenntnisorientierte Denken und Handeln, sondern das Fokussieren echter Erkenntnisse. Hier wird deutlich, woran digitale Innovation üblicherweise scheitert. Und es wird klar, warum und wie digitale Vorreiter an dieser Stelle einen gigantischen Vorsprung in neuen Märkten aufbauen.

  • Keine Erfolgsgarantie

    Erkenntnisorientiertes Denken und Handeln führt zu neuen Umsatzquellen, liefert aber keine Garantie, wann, wie und wo diese erreicht werden. Als Beispiel sei Tesla aufgeführt. Das Unternehmen entwickelt Elektrofahrzeuge für einen Markt, der sich gerade erst entwickelt. Die Frage ist, ob Tesla neue Bedürfnisse und Wünsche der Kunden eher identifiziert als die etablierten Automobilhersteller. Damit fühlt sich erkenntnisorientiertes Denken zumindest zu Beginn unsicherer an. Es erzeugt aber schneller echte Erkenntnisse und damit tatsächliche Sicherheit.

Innovations-Methoden: Eine mögliche neue Strategie in Denken und Handeln

Systematische Innovation mit Innovations-Methoden

Denken und Handeln lassen sich nicht über Nacht ändern. Und gewisse Leitplanken bzw. Sprungbretter benötigt auch das erkenntnisorientierte Denkmodell. Zu schnell entstehen sonst zu kreative Ansätze ohne vernünftige Basis. Deshalb empfehlen wir Ihnen folgende Vorgehensweise, die sich in unserer Beratung bisher bewährt hat: Starten Sie mit bekannten digitalen Geschäftsmodellen, die außerhalb Ihrer Branche stattfinden. Nutzen Sie diese Modelle als Blaupause für Design-Thinking-Workshops. Ergänzen Sie diese Blaupausen um sorgfältig aufgebaute Personas (Kundenarchetypen). Integrieren Sie verhaltenstypische Attribute (Ziele, Werte, ästhetische Präferenzen und Fähigkeiten) und überprüfen Sie, wo und wie aktuelle Trends die bekannten Kundeninformationen verändern. Halten Sie die Erkenntnisse bereit und wenden Sie sie zusammen mit den Blaupausen an.

Durchdenken Sie mit Design-Thinking neue Möglichkeiten und finden Sie erste Ansätze. Überprüfen Sie diese danach systematisch und schrittweise direkt am Markt. Besuchen Sie Kunden und halten Sie Präsentationen. Bewerben Sie die Idee, als wäre sie bereits am Markt erhältlich. Messen Sie die Response-Raten. Variieren Sie Ihre Annahmen und Hypothesen. Dokumentieren Sie Erkenntnisse und lassen Sie diese in wiederkehrende Workshops einfließen. Decken Sie systematisch, effizient und effektiv neue Geschäftschancen auf.

Diese Vorgehensweise entspricht dem Prozess von Unternehmern bei der Unternehmensgründung. Und ist heute mithilfe digitaler Standard-Technologie und leanen Methoden effizient und effektiv machbar. Fragen zu diesem Thema beantworten wir gerne. Schreiben Sie uns eine Nachricht oder einen Kommentar. Was sind Ihre Erfahrungen?

Kai Hebenstreit ist Chefredakteur und Gründer des digitalen Magazins manymize magazin®. Kai ist Experte für digitale Geschäftsmodelle und Start-ups, digitale Produktstrategien und UX-Design und -Management. Er ist Diplom-Designer mit einem zusätzlichen Abschluss in Verhaltenspsychologie. Auf Agenturseite zählen zu seinen Kunden GetIt (heute KPS Digital), OgilvyOne und BBDO - auf Unternehmensseite unter anderem die METRO AG, Dr. Oetker, Unitymedia, Porsche und Volkswagen.