Der ROI der Transformation: warum die meisten Veränderungsprogramme ihren versprochenen Wert nicht liefern

Im Juli sagte Gartner voraus, dass bis Ende 2025 mindestens 30 Prozent der Projekte mit generativer KI nach der Proof-of-Concept-Phase aufgegeben werden, und nannte als Gründe schlechte Datenqualität, unzureichende Risikokontrollen, steigende Kosten und unklaren Geschäftswert.
Der letzte Grund ist der interessanteste. Kein technisches Versagen. Unklarer Wert. Und das ist nicht neu. Es ist derselbe Grund, aus dem ein großer Teil digitaler Transformationen, ERP-Einführungen und Neugestaltungen von Operating Models seit zwanzig Jahren enttäuscht.
Die Lücke zwischen Einführung und Nutzung
Die meisten gescheiterten Transformationen scheitern nicht an der Umsetzung. Die Plattform geht live. Das neue Organigramm wird veröffentlicht. Die Schulungen sind abgeschlossen. Jeder Meilenstein im Plan steht auf Grün.
Der Wert erscheint einfach nicht.
Der Grund liegt in der Lücke zwischen Einführung und Nutzung.
Eine Plattform lässt sich einführen, ohne den Prozess zu ändern. Der alte Arbeitsablauf läuft weiter, jetzt mit einem zusätzlichen System obendrauf.
Eine Struktur lässt sich ändern, ohne die Entscheidungen zu ändern. Neue Kästchen, dieselben Freigaben, dieselben Meetings.
Schulungen lassen sich abschließen, ohne das Verhalten zu ändern. Zertifikate werden ausgestellt, Gewohnheiten bleiben.
Robert Solow bemerkte 1987, man sehe das Computerzeitalter überall, nur nicht in der Produktivitätsstatistik. Die Erklärung war damals dieselbe wie heute. Technologie schafft Potenzial. Organisationen entscheiden, ob dieses Potenzial zu Wert wird.
Einige teure Lektionen
Die Geschichte großer Programme ist voller Warnungen. Lidl brach 2018 ein großes SAP-basiertes Projekt ab, nachdem Berichten zufolge eine halbe Milliarde Euro ausgegeben worden war, unter anderem weil das Unternehmen nicht bereit war, seine eigenen Prozesse an das System anzupassen. Die Technologie war nicht das Hauptproblem. Das ungelöste Problem war die Frage, wer sich an wen anpassen sollte.
Am anderen Ende des Spektrums gab Klarna im Februar bekannt, dass sein KI-Assistent im ersten Monat zwei Drittel der Kundenservice-Chats bearbeitet habe, mit einer Arbeit, die nach Unternehmensangaben 700 Vollzeitkräften entspreche, und einer geschätzten Ergebnisverbesserung von 40 Millionen Dollar in diesem Jahr. Ob diese Zahlen Bestand haben, bleibt abzuwarten. Aber man beachte, wie sie ausgedrückt werden: in Volumen, in Kosten und in Gewinn, nicht in der Zahl ausgerollter Lizenzen.
Das Richtige messen
Die meisten Organisationen messen Transformation an Inputs und Outputs: ausgegebenes Geld, eingeführte Systeme, geschulte Menschen, pilotierte Anwendungsfälle. Das sind Aktivitätsmaße.
Die Maße, auf die es ankommt, sind Ergebnisse: Produktivität pro Beschäftigtem, Umsatzwachstum, Marge, Kundenbindung, Durchlaufzeit, Working Capital. Sie sind schwerer zuzuordnen und zeigen sich langsamer, weshalb man ihnen ausweicht.
Aus Sicht eines Aufsichtsrats oder eines Private-Equity-Eigentümers ist die Disziplin einfach.
Jede große Initiative hat vor dem Start eine Werthypothese, ausgedrückt in GuV-Begriffen.
Eine namentlich benannte Person aus dem Geschäft, nicht ein Projektleiter, verantwortet diesen Wert.
Die Wertverfolgung läuft nach dem Go-live mindestens ein Jahr weiter. Genau hier hören die meisten Programme auf zu messen, und genau hier wird der Wert gewonnen oder verloren.
Die Finanzierung späterer Phasen hängt vom Wert früherer ab.
Nichts davon ist anspruchsvoll. Es ist einfach selten.
Führungsfrage: Warum messen Unternehmen Transformation an dem, was sie einführen, statt an dem Geschäftswert, den sie tatsächlich schaffen?


