Digitale Transformation: Geschäfts- schlägt Digitalisierungsverständnis

Wer soll die Unternehmung beim Workshop rund um die Digitalisierung vertreten? Ist es der Digital Native (geb. nach 1980), also eine Person, die bereits in die digitale Welt hinein geboren worden ist? Oder die erfahrene Person (geb. vor 1980), welche die Aufgaben der Unternehmung dem Sinne nach erfasst und begriffen hat und dieses im Folgenden als Geschäftsverständnis genannte Wissen auch weitervermitteln und unter neuem Kontext anwenden kann? Gemäss den folgenden Überlegungen steht die Vermutung im Raume, dass das Geschäftsverständnis massgeblich für eine fachgerechte Vertretung ist. Und vereint eine Person beide Perspektiven, dann ist der Fall sowieso klar.


Beim Digitalisieren werden Tätigkeiten auf den Computer übertragen. Es findet eine Delegation an den Computer und eine Arbeitsteilung zwischen Mensch und Computer statt.

Angenommen eine Führungsperson entlastet sich von gewissen Aufgaben, so macht sie hoffentlich eine gewissenhafte Analyse und überlegt sich genau, welche Aufgabenteile delegiert, welche Informationen dabei übergeben, welche Resultate erwartet und wie diese überprüft werden können. Schlussendlich ist in einer gegenseitig gesetzten Einführungszeit ein Gleichgewichtszustand zu erreichen: Führt die Delegation zu mehr Aufwand bei der delegierenden Person, als wenn sie die Aufgabe selbst erledigt, dann lohnt sich dieser Mehraufwand kaum.

Selbstverständlich gibt es ein paar Unterschiede, aber über alles betrachtet, besteht eine weitgehende Analogie: Anstatt eines Menschen ist eine programmierbare Maschine in dieser Arbeitsteilung einbezogen. Die Maschine nimmt die zu lösenden Aufgaben in Datenform entgegen, verarbeitet sie gemäss vorgegebenen Regeln über einen Algorithmus und übersetzt die Resultate wieder zurück zu sinnförmigen Informationen in die reale Welt, wie der deutsche Soziologe Armin Nassehi (geb. 1960) in seinem Buch «Muster: Theorie der digitalen Gesellschaft» die Digitalisierung charakterisiert. Der grosse Unterschied besteht darin, dass bei der Gestaltung einer Stelle, also dem Ort der innerhalb einer Rangordnung eingenommen wird, auf den Unterschied zwischen Mensch und Maschine einzugehen ist:

  • Für den Menschen ist Routine langweilig und führt, je länger sie dauert, zu einer höheren Fehlerquote. Zudem ermüdet er, was den Effekt verstärken kann.

  • Eine Maschine lebt mit der Routine auf und kann erst unter dieser Prämisse ihre grosse Stärke ausspielen, nämlich eine bestimmte Anweisung auf Zusehen hin immer identisch durchzuführen. Und da eine Maschine programmiert werden muss, sind die Programmierarbeiten in die Kostenrechnungen einfliessen zu lassen. Logischerweise, je häufiger der Algorithmus die delegierte Arbeit vollziehen kann, und damit die delegierende Person entlastet, desto mehr hat sich die ganze digitale Transformation gelohnt.

In Ordnung bringen

Obwohl der Computer im menschlichen Sinne nicht denken kann, soll über die Begriffskonstellation «Computational Thinking» ein adäquater Zusammenhang hergestellt werden. Vermutlich kann der Begriff als computerähnliches Abarbeiten von Regeln übersetzt werden. Eine interessante Verbindung schafft der österreichisch-amerikanische Kybernetiker Heinz von Foerster (1911–2002) in seinem Werk «Wissen und Gewissen, Versuch einer Brücke». Er weist darauf hin, dass Rechnen von einem heute im Hochdeutschen nicht mehr vorhandenen Adjektiv abstammt, das «ordentlich» oder «genau» bedeutet. Somit heisse Rechnen, damit auch «compute», «in Ordnung bringen» oder «ordnen». Und damit der Computer etwas in unserem Sinne ordnen kann, müssen einige Voraussetzungen erfüllt sein.

Die Amerikanerin Jeannette M. Wing (geb. 1956), Professorin für Informatik an der Carnegie Mellon University, unterscheidet beim Computational Thinking folgende Elemente:

  • Bei der Zerlegung (Decomposition) werden komplexe Aufgaben in lösbare Teile zerlegt. Es ist darauf zu achten, dass keine Trivialisierung stattfindet, also eine Verflachung der realen Situation, denn diese würde unweigerlich zu einer Nicht-Akzeptanz durch die späteren Anwender führen.

  • Mit der Abstraktion (Abstraction) soll die Konzentration auf den Hauptteil der Aufgabe gelegt werden. Dabei werden am Anfang die noch nicht relevanten Details ignoriert.

  • Über eine Mustererkennung (Pattern Recognition) sollen ähnliche Bestandteile innerhalb der Aufgabe gefunden werden. Nicht umsonst meint Armin Nassehi im Buch «Muster»: «Die Lösung des Digitalen, so habe ich es herausgearbeitet, ist die Visibilisierung von auf den ersten Blick unsichtbaren Strukturen in Datensätzen – und das ist auch die Lösung, die soziologische Praktiken anbieten.» Hier spricht der Soziologe. Unsichtbare Regelmässigkeiten, Muster und Cluster als Zusammenfassungen bilden Strukturen, die Nassehi bei allen Untersuchungen anstrebt. Ohne Abstraktion und Zerlegung funktioniert das nicht.

  • Beim Algorithmus-Entwurf (Algorithm Design) werden wiederkehrende, also regelmässige auftretende Muster identifiziert, so dass diese in den verschiedenen Schritten verarbeitet und damit geordnet werden können, eben genau so, wie ein arbeitsteiliger Prozess im Detail abläuft.

Fehlt die Vorstellung und das Wissen, was man genau digitalisieren und damit auf den Computer delegieren will, sowie welche Folgen davon zu erwarten sind, kann auch das Computational Thinking zu keiner konkreten Anwendung beitragen. Es käme einem Wunder gleich, würde es trotzdem funktionieren.


Zwischenbilanz

Die Verbindung zwischen der realen Welt und der digitalen, Nassehi nennt sie auch die virtuelle Verdoppelung, erfolgt über Analogieschlüsse, also übertragbare Entsprechungen. Wie es niemandem dient, wenn bei der Delegation von Arbeiten von Mensch zu Mensch Doppelspurigkeiten und Missverständnisse auftreten, so gilt das erst recht für das Digitale. Dabei ist die Bestrafung sogar doppelt: Man unterhält eine kostenintensive Infrastruktur, die aber weder Erleichterung noch qualitativ bessere Resultate liefert, welche wiederum regelmässig auf ihre Gültigkeit überprüft werden müssten.

Sechs Fehler der Stellengestaltung nach Fredmund Malik

Der österreich-schweizerische Wirtschaftswissenschaftler Fredmund Malik (geb. 1944) unterscheidet in seinem Buch: «Führen Leisten Leben, Wirksames Management für eine neue Welt» folgende sechs Fehler, die bei der Stellengestaltung auftreten können:

  1. Der zu kleine Job

  2. Der zu grosse Job

  3. Der Schein-Job oder Non-Job

  4. Der Multipersonen-Job

  5. Jobs mit «ein bisschen von allem»

  6. Der Killer-Job oder der unmögliche Job

Stellen wir nun die Delegation an den Computer auf die gleiche Ebene wie die Delegation von Aufgaben an eine Person, wie in der Einleitung beschrieben, so spricht aus Analogiegründen nichts dagegen, dass die genannten Fehler auch bei der Digitalisierung auftreten können.


Im Weiteren meint Malik

«Fehlerhaftes Job-Design ist eine der Hauptquellen für Demotivation, Unzufriedenheit und schlechte Produktivität der Humanressourcen. Das betrifft in erster Linie den Wissensarbeiter.»

Und warum soll auch das nicht wiederum bei der Digitalisierung gelten? Thorsten Dirks (geb. 1963), damals CEO von Telefónica Deutschland, hat das am Wirtschaftsgipfel der Süddeutschen Zeitung im Jahre 2015 auf den Punkt gebracht:

«Wenn sie einen Scheissprozess digitalisieren, dann haben sie einen scheiss digitalen Prozess».

Schlussendlich gilt auch hier, zuerst überlegen, also projektieren, und dann realisieren. Sonst wird nie ein ansprechendes Resultat erzielt.


Also gehen wir der Reihe nach und betrachten die von Malik beobachteten Fehler bei der Stellengestaltung im Einzelnen:


Der zu kleine Job

Malik sieht im zu kleinen Job den häufigsten Fehler. Ständige Unterforderung führe zu Frustration, mangelhafter Produktivität, denn um scheinbar trotzdem wirksam zu Arbeiten, müsse die Arbeit ständig gestreckt werden.


Wird bei einer digitalen Lösung mit zu kleinen Einheiten gedacht, so entstehen zu viele Übergänge vom Menschen zur Maschine und wieder zurück, die alle wieder in einen Gesamtprozess integriert werden müssen. Selbstverständlich ist es für Testzwecke von digitalen Lösungen einfacher kleine Prozessschritte beobachten zu können. Nur, das ist eine Frage der Software-Architektur und nicht die der Einbettung in die Mensch-Maschine-Schnittstelle.


Vorbehalten bleibt das individuelle Anfertigen von kleinen Jobs für den Eigengebrauch und zu Experimentierzwecken für die Entwicklung von grösseren Lösungen. In diesem Sinne ist der Autor dieser Zeilen sehr froh, programmieren zu können: Ein entsprechendes Makro sucht zwischendurch Füllwörter wie «also», «eben» und «und». Sowieso, der Zeitfaktor spielt beim Delegieren eine grosse Rolle: Ist es eine einmalige Delegation? Erfolgt die Delegation regelmässig? Sind immer die gleichen Personen involviert? Was passiert bei Ferien und Krankheit? Fragen dieser Art können entscheidend sein, wie viel Aufwand in eine digitale Lösung wirklich gesteckt werden soll.


Der zu grosse Job

Malik sieht den zu grossen Job als weniger schlimm an als den zu kleinen. Er überfordere zwar die Person, diese würden aber die selbst gesetzten Grenzen eher akzeptieren und sie können um einiges mehr leisten als sie selbst für möglich halten. Der zu grosse Job sei ein eher erkennbarer und leicht korrigierbarer Fehler als der zu kleine.


Werden zu grosse Jobs digitalisiert, schwindet oft das Vertrauen der Anwender in die Resultate. Sie erhalten eine Art Black-Box, von der sie nicht wissen, was darin passiert. Sonst offen gelegte Zwischenresultate sind nur im Verborgenen zu finden. Auch kann der Testaufwand immens werden. Wiederum entscheidet aber letztendlich die Software-Architektur und zuschaltbare Protokollierungsfunktionen zu den Zwischenresultaten über den Erfolg und die dafür zu investierende Zeitdauer, bis eine akzeptable digitale Lösung vorliegt. Auch hier ist darauf zu achten, die regelmässig auftretenden Fälle in die Betrachtungen einzubeziehen und nicht bei spitzfindigen Situationen, die nur etwa jedes 7. Schaltjahr zu erwarten sind, zu viel Ressourcen zu investieren. Sonst besteht die Gefahr, dass unwichtige Einzelfälle eine qualitativ hochstehende Realisierung des Ganzen beinträchtigen.

Der Schein-Job oder Non-Job

Grosser Einfluss bei keiner bis wenig Verantwortung charakterisiert gemäss Malik den Schein- oder Non-Job. Diese grauen Eminenzen können Mentalität und Moral vergiften.


Selbstverständlich kann aus jeder Froschperspektive eine digitale Lösung von grossem Interesse sein. Andererseits muss immer das Gesamtinteresse der ganzen Unternehmung als Vergleich zugezogen werden. Ausserordentliche Situationen, nicht nur die Corona-Pandemie, können dazu führen, dass temporär besondere Lösungen notwendig sind. Werden sie aber nicht mehr gebraucht, dann muss der Mut aufgebracht werden, diese aus dem produktiven Einsatz zu entfernen.

Sonst hat man die «Heureka» neu erfunden, ein Kunstwerk des Eisenplastikers Jean Tinguely (1925–1991), das seit 1967 am Zürichsee installiert ist. Der Name steht für «ich hab’s gefunden!» auf altgriechisch und ist ironisch zu verstehen, denn die Plastik ist eine Maschine ohne Zweck. In der Kunst mag das gehen, aber im Geschäftsumfeld macht etwas, was viel gekostet hat, jedoch ohne regelmässigen Verwendungszweck Ressourcen verbraucht, keinen Sinn. Auch ein Algorithmus muss sich als Input-Output-Modell relative zum Geschäftsprozess und dessen Beitrag zur Verbesserung amortisieren. Und wenn einzelne Unternehmenseinheiten Schein-Job-Anwendungen erhalten, andere wichtige Anwendungen jedoch nicht, kann das die Mentalität und Moral vergiften.

Der Multipersonen-Job

Beim Multipersonen-Job könne keine Person etwas allein zu Ende bringen und Malik warnt auch davor, Tätigkeiten zu vernetzen, nur weil es in Mode sei.


Wenn man bedenkt, dass ein Computer rund 500 Milliarden Operation pro Sekunde (FLOPS Floating Point Operations Per Second) ausführen kann, lohnt es sich, genau zu überlegen, wie weit ständige Interaktionen mit diversen mehr oder weniger beteiligten Personen im Modell Platz haben. Selbstverständlich darf man einwenden, dass die Ausnutzung von Synergien nur über Personen möglich ist. Aber Datenauslagerung vom Arbeitsspeicher auf die Festplatte kann einen Prozess um den Faktor 1000 verzögern. So dauert ein Prozess, der im Arbeitsspeicher 1 Sekunde dauert, plötzlich 1000 Sekunden, was in etwa einer Viertelstunde entspricht. Genau zu wissen, was man tut, warum und in welchem Kontext – so wird Synergiepotential entdeckt. Müssen aber immer alle Beteiligten eingreifen und noch zur selben Zeit etwas freigeben, blockiert die zu grosse Vernetzung und die daraus folgende Unzahl an Eingriffen den Betriebsablauf. Zudem sind Benutzerreaktionen in der Regel aufwändiger zu programmieren als Datenberechnungen (gemäss von Foerster das in Ordnung bringen von Daten).


Jobs mit «ein bisschen von allem»

Jobs mit «ein bisschen von allem» führen gemäss Malik zu solchen, die kein Ergebnis liefern, weil sich alles komplett in Teilergebnisse verzettelt.

Computerprogramme sind in der Regel fokussiert auf eine Aufgabe, welche sie gut erledigen können. Das spontane Switchen zwischen verschiedenen Tätigkeiten, wie es der Mensch kann, ist einem Computer nur mit grossem Aufwand beizubringen. Deshalb sind Computer stark auf einen vorgedachten Lösungsraum fokussiert. Sie können zum Beispiel spektakulär gut Bilder einer gewissen Gattung (mit Katzen oder Krebstumoren darauf) erkennen, ein taktisches Spiel meisterhaft lösen oder bestimmte Muster in einer grossen Datenbank suchen. Aber bei Dingen, bei denen der Computer unvorbereitet nichts ausrichten kann, erlauben es die analytischen Fähigkeiten des Menschen besser, Synergieschlüsse zu ziehen. Aus diesem Grund sind die Abstraktion und die Zerlegung Voraussetzungen für eine effiziente Mustererkennung und die Definition von schlagkräftigen Algorithmen. Im Weiteren gilt das Paretoprinzip, die 80-zu-20-Regel: 80 % der Ergebnisse sind mit 20 % des Gesamtaufwandes erreichbar, die restlichen 20 % benötigen mit einem Anteil von 80 % die meiste der investierten Arbeit (benannt nach Vilfredo Pareto, 1848–1923). Also braucht es einen Entscheid, wie das Paretoprinzip angewendet werden soll.

Der Killer-Job oder der unmögliche Job

Der letzte von Malik identifizierte Fehler, der Killer-Job oder der unmögliche Job, beinhaltet widersprüchliche und zu verschiedenartige Anforderungen, sodass sie zu einem nicht entwirrbaren Zielkonflikt führt.


Oft ist die Erwartung da, dass wegen universell einsetzbarer Programme wie Textverarbeitung, Tabellenkalkulation, Präsentationssoftware und PDF-Anzeige, der Computer auch ohne genaue Anweisung universell einsetzbar sei. Dabei geht vergessen, dass bis eine Computeranwendung zum regulären Einsatz bei den Anwendern kommt, eine grosse Anzahl Ressourceneinheiten investiert worden sind. Wie viele es wirklich sind, ist von aussen kaum abschätzbar. Zudem macht bei den oben genannten Anwendungen der Mensch die Adaption zwischen seinen Bedürfnissen und den Möglichkeiten der Programme. Wenn sich zeigt, dass eine Aufgabe sich nur schwierig digitalisieren lässt, kann sich ein anderer Ansatz lohnen: Nämlich die Sache von der Datensicht aus anzugehen. Das Auffinden von verborgenen Mustern kann hilfreich sein. Dafür sind aber Daten notwendig, die man analysieren kann. Nicht umsonst meint der deutsche Soziologe und Systemtheoretiker Dirk Baecker (geb. 1955) in seinem Buch «4.0 oder Die Lücke die der Rechner lässt»:

«Die sogenannte digitale Transformation (der Gesellschaft) ist rekursiv und nicht-trivial. Sie verändert die Voraussetzungen, unter denen sie stattfindet, und damit auch die Ziele, die sie verfolgt.»

Mit anderen Worten muss man immer darauf gefasst sein, dass mit der eigenen Tätigkeit neue Ziele und damit neue Grundlagen geschaffen werden, die auch gelten und in die Überlegungen einzubeziehen sind. In diesem Sinn fliesst alles, «panta rhei». Diese Feststellung geht auf den griechischen Philosophen Heraklit (520–460 v. Chr.) zurück.

Fazit

Jede Lösung einer Herausforderung ist ein Kompromiss. Es muss ein Gleichgewicht zwischen verschiedenen Situationen gefunden werden. Und wenn alle Aspekte neutral und klar beschrieben sind, können trotz einer scheinbar auftretenden Kontinuität neue, innovative Ergebnisse abgeleitet werden.

«La numérisation pour la numérisation»?

Leider ist die Welt auf abenteuerliche Weise in den Computer gekommen, wie David Gugerli (geb. 1961), Professor für Technikgeschichte an der Eidgenössisch Technischen Hochschule Zürich (ETH Zürich) in seinem gleichnamigen Buch beschreibt. Oft ist das zurzeit Machbare auch Motiv für die Umsetzungen gewesen. In Anlehnung an die französische Redewendung «L’art pour l’art», also die Kunst um der Kunst willen, könnte man folgern, dass Digitalisierung oft um der Digitalisierung willen angewendet wird. Wiederum ins französische übertragen etwa als «la numérisation pour la numérisation». Im Kunstbereich ist Provokation ein wichtiges Stilmittel. Die Diskussion, ob dieses Element bei Digitalisierungsprojekten einen vorherrschenden Platz besetzen soll, könnte ein anderes Mal Thema sein.


Ausblick

Erwin Steiger (geb. 1956), eine langjährige Führungsperson in der schweizerischen Versicherungswirtschaft, deckt in seinem Buch «Mit festem Schritt zum Abgrund» Gründe auf, warum die Fusion von zwei Firmen gescheitert ist. Eine wesentliche Schuld gibt er der Konzernsprache «Englisch». Das hatte zur Folge, «…, dass in Projekten nicht etwa derjenige Mitarbeiter einer Einheit abgestellt wurde, der von der besprochenen Materie am meisten verstand, sondern derjenige, der am besten Englisch sprach.»

Übertragen auf die Digitalisierung würde das heissen, dass diejenigen, die das beste Wissen über die Digitalisierung haben, dabei sind und über Dinge entscheiden, die sie nur vom Hörensagen kennen. Selbstverständlich ist jede Anstrengung, die für die Digitalisierung vorgenommen wird, auch eine optimale Gelegenheit, eigene Prozesse und historisch bedingte Besitzstandswahrungen zu hinterfragen. Im Umfeld von Ökonomie, Ökologie und der vorherrschenden Arbeitsteilung in Wirtschaft und Gesellschaft, ist das Augenmerk auf die Schnittstellen, in erster Linie der Kundenbeziehungen, zu legen. Kundenbeziehungen lassen sich nicht von heute auf morgen hundertprozentig umkrempeln. Die verschiedenen Prozesse müssen bezüglich Qualitäts-, Kosten- und Zeitaspekten aufeinander abgestimmt sein. Neuausrichtungen brauchen Zeit und auf allen Seiten genügend Vorlaufzeit. Das sogenannte Betriebskontinuitätsmanagement (Business Continuity Management BCM) ist in arbeitsteiligen Systemen besonders wichtig, soll aber Notfälle abdecken und nicht Situationen, die durch Unkenntnis der Prozesse, fahrlässig herbeigeführt worden sind. Welchen Zusammenhang gute Führung und Nachhaltigkeit mit Geschäfts-, Daten-, Datenverarbeitungs-, Datenbeziehungs- und Kommunikationsverständnis haben, soll ein anderes Mal beschrieben werden.


Literaturquellen

  • Baecker Dirk: 4.0 oder Die Lücke die der Rechner lässt, Merve Verlag, Leipzig 2018

  • Dueck Gunter: Heute schon einen Prozess optimiert? Das Management frisst seine Mitarbeiter, Campus, Frankfurt/New York, 2020

  • Foerster, von, Heinz: Wissen und Gewissen, Versuch einer Brücke, Suhrkamp Taschenbuch Wissenschaft, Frankfurt am Main 1993 (2016)

  • Gugerli David: Wie die Welt in den Computer kam. Zur Entstehung digitaler Wirklichkeit, S. Fischer Verlag, 2018

  • Malik Fredmund: Führen Leisten Leben, Wirksames Management für eine neue Welt, Campus, Frankfurt / New York 2019

  • Nassehi Armin: Muster, Theorie der digitalen Gesellschaft, C.H. Beck, München 2019

  • Steiger Erwin: Mit festem Schritt zum Abgrund, Buchvertrieb Stansstad, Stansstad 2004

  • Wing Jeannette M.: «Computational Thinking» in «COMMUNICATIONS OF THE ACM», March 2006/Vol. 49, No. 3, https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

Diverse punktuelle Ergänzungen und Querkontrollen aus Duden, Wikipedia und Archiv Urs Wiederkehr.

Dr. Urs Wiederkehr (*1961), Dipl. Bau-Ing. ETH/SIA, ist Leiter Fachbereich Digitale Prozesse auf der Geschäftsstelle des Schweizerischen Ingenieur- und Architektenvereins SIA.